夜雨聆风上个月，我看着手机里的基金账户，绿油油一片。
不是那种"小亏一点无所谓"的绿，是那种"再不管就要割肉"的绿。
我打开了三个理财 App，翻了五篇分析文章，看了两个 UP 主的视频。每个人说的都不一样，有人说加仓，有人说跑路，有人说"再观察观察"。
作为一个写了好几年代码的 Android 开发，我突然想：为什么不能让 AI 帮我做这个判断？
不是那种模糊的"大盘分析"，而是针对我持有的每一只基金，给出具体的建议——买入、卖出、还是持有，附带置信度和分析理由。
于是我开始动手了。
基民的信息焦虑
如果你也买基金，大概率经历过这些：
信息过载。天天基金、支付宝、雪球，每个平台的分析结论不一样。
决策瘫痪。涨了不知道该不该卖，跌了不知道该不该补。
事后诸葛亮。每次复盘都觉得"当时应该..."，但下次还是一样纠结。
缺乏系统性。凭感觉买卖，没有一套稳定的判断框架。
这些问题的本质是：普通基民缺少一个客观、量化、可解释的决策辅助工具。
市面上的基金 App 要么只给你数据不给建议，要么给的建议像算命——"后市看好"这种话等于没说。
我的解决方案：用 AI 给基金做"体检"
我决定做一个工具型 App，核心功能很简单：
输入你持有的基金，AI 分析历史数据和市场指标，输出具体的操作建议（买入/卖出/持有），并告诉你为什么。
就像去医院体检，医生不会只告诉你"身体不太好"，而是会说"血压偏高，建议减盐、多运动"。我要做的就是基金版的"体检报告"。
核心功能：
- 关注列表管理
——添加你持有的基金，支持从支付宝、天天基金批量导入 - 实时数据同步
——自动拉取净值、涨跌幅、成交量等数据 - AI 诊断分析
——基于历史数据，用大模型生成投资建议 - 诊断报告
——每次分析生成一份报告，包含建议类型、置信度（0-100分）、分析理由 - 异常预警
——当某只基金涨跌幅超过 5%，自动触发诊断并推送通知
技术选型
作为一个独立开发者，技术选型的核心原则是：用最熟悉的技术栈，最快出 MVP。
- 语言：
Kotlin，Android 官方推荐，协程处理异步很舒服 - UI 框架：
Jetpack Compose，声明式 UI，开发效率比传统 XML 高一倍 - 架构：
MVVM + Clean Architecture，分层清晰，后期好维护 - 依赖注入：
Hilt，Google 官方方案，配置简单 - 本地数据库：
Room，缓存基金数据和诊断报告 - 网络请求：
Retrofit + OkHttp，成熟稳定，社区资源多 - AI 能力：
OpenAI API，分析能力强，接入简单 - 后台任务：
WorkManager，定时刷新数据，系统级调度
没有用 Flutter，没有用 KMM，没有搞微服务。一个人做产品，最重要的是克制。
架构设计：三层分离
最上层是 Presentation 层，负责 UI 和用户交互，用 Compose + StateFlow 实现。
中间是 Domain 层，纯业务逻辑和数据模型，不依赖任何框架，方便测试。
最底层是 Data 层，通过 Repository 模式统一管理本地数据库和远程接口。
这个架构的好处是：
Domain 层不依赖任何框架，方便写单元测试 Repository 统一管理数据来源，上层不关心数据从哪来 AI 服务抽象为接口，后续可以随时换模型
为什么选择公开这个过程
说实话，这个项目能不能赚钱，我不确定。但我确定的是：
做的过程本身就有价值——技术积累、产品思维、独立开发经验，这些不会白费。
公开构建能倒逼自己坚持——有人看着，就不好意思烂尾。
内容和产品可以互相喂养——开发过程产出技术文章，文章带来关注，关注转化为产品的第一批用户。
这就是我说的"第二曲线"——不是抛弃主业另起炉灶，而是在主业的技术积累上，长出新的可能性。
下一篇预告
下一篇我会写项目的具体搭建过程：如何用 Hilt + Room + Compose 从零搭建一个 Clean Architecture 的 Android 项目，包括我踩过的坑和最终的项目结构。
如果你也在做独立开发，或者对"用技术解决理财问题"这个方向感兴趣，关注「码农的第二曲线」，一起走这条路。