第33章 网吧里的未来CTO

七月底的深圳，热得像一个巨大的蒸笼。下午四点，太阳还毒辣地掛在天上，晒得柏油路面浮起一层透明的、摇曳的热浪。城中村的巷子又窄又深，两侧是密密麻麻的“握手楼”，阳光只能从楼缝里漏下几道惨白的光柱，照在积著污水的坑洼路面上。

林浩从建材市场出来，t恤后背已经湿透，紧贴在皮肤上。他手里拿著一捲图纸，是创新大厦五楼的装修设计图——刚和设计师吵了一架，对方坚持要做吊顶、大理石前台、玻璃隔断，说“这才像正规公司”。林浩坚持要做开放空间、水泥地、裸露管线，说“这才像创业公司”。最后各让一步：前台用水泥砌，但打磨光滑；不吊顶，但刷黑漆；办公桌用实木板，但自己钉。

省钱，但要酷。这是林浩的要求。

他拐进巷子口一家网吧。招牌是褪色的“极速网咖”，玻璃门上贴著《传奇》《奇蹟》《cs》的海报，但边角捲起，被太阳晒得发白。推门进去，冷气和烟味、泡麵味、汗味混杂的气浪扑面而来。

下午的网吧人不多，大半机子空著。几个少年在打游戏，大呼小叫。角落里，一个瘦得像竹竿的年轻人，背对著门，坐在最里面的位置。他没打游戏，屏幕上是黑色的终端窗口，绿色的字符快速滚动。桌上摊著一本厚厚的书，砖头一样，是《算法导论》英文原版，书页泛黄，边角捲起，密密麻麻写满了笔记。

林浩在他斜后方找了个位置坐下。开机，打开邮箱，处理装修报价单。但眼角余光一直瞟著那个年轻人。

年轻人很专注。手指在键盘上快速敲击，但动作轻盈，几乎没有声音。屏幕上的代码在滚动，是c++，但风格很独特——变量名用下划线分隔，函数短小，注释精確。林浩能看到几个关键词：collaborative_filtering、user_vector、item_similarity……协同过滤，用户向量，物品相似度。

这是推荐算法的核心概念。在2003年，这太超前了。当时国內网际网路还处在门户时代，新闻是编辑手动推荐，电商还没起步，推荐算法只是学术论文里的概念。

林浩起身，去吧檯买了两瓶冰镇矿泉水。走回来，把一瓶放在年轻人桌上。

“喝点水。”

年轻人抬起头。很年轻，可能二十出头，戴一副黑框眼镜，镜片很厚，眼睛很大，但眼窝深陷，有黑眼圈。脸很瘦，颧骨凸出，嘴唇乾裂。他看了一眼水，又看了一眼林浩，眼神里有警惕，也有困惑。

“谢谢，不用。”

“天热，脱水。”林浩在他旁边的空位坐下，拧开自己那瓶，喝了一口，“看你写代码，是推荐系统？”

年轻人愣了一下，警惕更深：“你懂？”

“懂一点。协同过滤，基於用户的，还是基於物品的？”

“都在试。”年轻人说，声音很轻，但清晰，“但稀疏矩阵问题解决不了。用户-物品矩阵太大，太稀疏，相似度计算不准。”

“用svd（奇异值分解）降维。或者，加隱语义模型。”林浩说。

年轻人眼睛睁大了。他看著林浩，像看著一个突然从地里冒出来的怪物。2003年，svd在推荐系统中的应用，还只是少数实验室在研究的课题。

“你……你是哪个实验室的？”年轻人问。

“不是实验室，是公司。”林浩说，“浩宇科技，做游戏的。但我们对推荐算法有兴趣。你在做什么项目？”

年轻人犹豫了几秒，然后说：“个性化新闻推荐。我想做一个系统，根据用户的瀏览歷史，自动推荐他可能感兴趣的新闻。但现在还在理论阶段，数据都没有。”

“爬虫抓新闻，用户行为模擬，先跑起来。”林浩说，“算法不验证，永远是纸上谈兵。”

“我知道。”年轻人苦笑，“但没伺服器，没数据，没资源。我在深大读书，实验室的机器要排队，一次只能跑一小时。”

“深大？计算机系？”

“嗯，大三。张一鸣。”

林浩的心臟重重跳了一下。张一鸣。这个名字，他上辈子在无数科技新闻里见过：今日头条创始人，字节跳动ceo，中国网际网路新生代巨头。但现在，他只是个在网吧啃《算法导论》的穷学生。

“我叫林浩。”林浩伸出手。

张一鸣握手。手很瘦，但有力。

“你刚才说，浩宇科技？做游戏的？《血战天下》是你们做的？”

“你知道？”

“玩过。”张一鸣说，脸上第一次露出一点笑容，“国战系统很厉害，同步算法做得很好。我逆向分析过客户端，你们的预测矫正模型，比论文里的方案更实用。”

“你还逆向分析？”林浩笑了。

“兴趣。”张一鸣说，“我觉得，游戏里的很多技术，可以用在其他地方。比如状態同步，可以用在实时推荐上——用户每点一次，系统立刻更新推荐列表，像游戏里每动一步，画面立刻更新。”

“思路不错。”林浩说，“但实时推荐的计算量太大，伺服器扛不住。”

“所以要做增量更新，做局部刷新，做客户端缓存。”张一鸣语速快起来，眼睛里有了光，“就像游戏里，只同步视野內的玩家。推荐系统里，只更新用户可能感兴趣的几个品类。其他部分，用缓存，用异步更新。”

林浩听著，心里越来越惊。这个二十岁的年轻人，思维已经跳出了时代。他看到的不是眼前的技术局限，是技术背后共通的逻辑——状態同步、增量更新、缓存优化，这些游戏引擎里的概念，被他自然地迁移到推荐系统里。

“你做过实验吗？”林浩问。

“在实验室跑过小规模数据。”张一鸣从书包里掏出一个软盘，“里面是模擬数据，十万用户，一百万新闻，用简单的协同过滤，准確率只有30%。但如果加上时间衰减因子——用户最近的行为权重更高——能提到40%。再加社交关係——朋友喜欢的，你也可能喜欢——能到50%。但计算量指数级增长，单机跑一次要三天。”

“用分布式。”林浩说，“把数据切分，多台机器並行计算。mapreduce的思路，听过吗？”

“google那篇论文？”张一鸣眼睛更亮了，“我看过，但没实践过。实验室没那么多机器。”

“浩宇有。”林浩说，“我们刚租了一层楼，正在装修。伺服器买了二十台，下周到货。如果你有兴趣，可以来我们那儿做实验。数据，我们有——游戏里几百万玩家的行为数据，每天產生几千万条日誌。伺服器，我们也有。缺的，是人。”

张一鸣愣住了。他看著林浩，像在判断这话的真假。一个陌生人，在网吧，邀请他去公司做实验，用真实数据，用真实伺服器。这听起来像骗子，或者……像做梦。

“为什么？”他问。