0
| 本文作者： 業界評論 | 2022-07-19 15:05 | 專題：2022年人物群像作品 |
作者 | 林覺民
編輯 | 王亞峰
總有些人，讓我們熱淚盈眶。
不知道現在的年輕人還玩不玩豆瓣，他們應該不會知道，豆瓣是最先提出“推薦引擎改變世界”這句口號的公司。
不過，他們對中國頭號文藝青年+理想主義者“豆瓣阿北”或許還有印象。
阿北（楊勃）1998年加入發明計算機的IBM做顧問科學家，兩年后出來參加了一個Python郵件組，并且從中發掘出積極分子洪強寧。
豆瓣阿北
2005年底，阿北創辦豆瓣后，打算將洪強寧拉入伙，于是給他出了一道解BUG的面試題，洪強寧用Python完成后成為豆瓣2號員工。
洪強寧對雷峰網回憶過當日見面的場景：“哈哈，阿北原來是用Java的，但是做豆瓣時他說自己恨死Java了，所以我們豆瓣一開始就用Python。”他后來主動降薪加入豆瓣，做到首席架構師，也是中國早期杰出的Python布道者。
在拿到融資前，整個豆瓣就阿北一個老板帶著洪強寧一個正式員工（負責社區管理的Brant當時還是兼職），兩人每周在咖啡館見面一次，聊到深更半夜，然后各自回家干活，直到2006年6月他們才搬到北京798藝術區旁邊的辦公室里。
網上一直盛傳豆瓣得名于公司所在地“豆瓣胡同”，洪強寧卻跟雷峰網說，自己只是路過那里，并沒待過，只阿北在那里曾短暫居住。
從豆瓣成立第一天起，阿北要解決的問題就是信息過窄，他非常清晰的認識到推薦是一個行之有效的解決方案。
阿北和后來的張一鳴一樣，自己動手寫了第一版推薦引擎，這也是中文互聯網世界的第一個推薦引擎。
單從推薦效果來看，這個推薦引擎其實已經相當厲害。當時豆瓣的主要用戶都是熱愛讀書創作的硬核文青，他們非常需要一個探索發現新書的工具。阿北幫助他們解決了這個需求，所以豆瓣開始風靡博客圈，也因此獲得許多流量。
但是從運行效率來看，阿北這個純Python的推薦引擎也同樣渣渣，隨著用戶的不斷涌入，很多時候運行一整天才能算出結果。
不過阿北并不像張一鳴那樣為技術不足憂愁，因為他有王守崑這個多年老友相助。
王守崑
事實上，王守崑當時手里拿著兩份offer，一份是世界第一有錢的電商公司亞馬遜的，另一份就是世界第一有情懷的豆瓣的，這兩份offer需要他做的事都一樣——那就是推薦算法。
這并不是一個需要考慮的抉擇，因為王守崑義無反顧站到了阿北一邊，原因僅僅是豆瓣看起來更有意思。
王守崑老師對雷峰網回憶了剛加入時的工作：“我作為四號員工入職后，頭兩個月只做了一件事，就是把阿北的純Python版本改成純C版本，然后推薦效率就大概提升了十幾倍的樣子。”
按照王守崑的說法，阿北的版本仍然是非常好的，他認為自己做的主要是優化性能的工作。
同樣是2005年，同樣出身IBM，同樣覺得推薦有意思的徐易容創立了抓蝦，他聚攏了30位工程師，抓取了500多個博客和新聞頻道的13億篇文章，他計劃將機票、招聘、教育、餐飲通通容納進自己的抓蝦閱讀器，他甚至開始評價當時正在創業的師兄李彥宏“也沒什么了不起”。
如果用后來移動互聯網時代的說法，徐易容想做的抓蝦就是主打信息分發的推薦引擎，不過他始終沒有真正建立起一個推薦工具，從頭到底采用的仍然是傳統的關鍵詞規則匹配方法，主要是依靠好的產品體驗獲取客戶。
另外，徐易容的想法太大，做的也太早，抓蝦最后抓瞎，只能賣給豆瓣。抓蝦雖然沒有為豆瓣帶來多少技術，卻也貢獻了不少內容資源。
在此之后，豆瓣開始做一個叫“豆瓣猜”的推薦產品，豆瓣內部將書籍、電影、音樂稱為釘子，推薦引擎稱為錘子。阿北的任務是帶隊找釘子，王守崑的任務招人做錘子。
2007年，豆瓣第一個定義并且提出招聘“算法工程師”這個職稱。在此之后，廣大推薦算法人才終于有了自己獨特的崗位。
2007年谷文棟從北京航空航天大學博士畢業，他敲響了王守崑的面試大門，雖然阿北和王守崑都覺得他是少見的推薦人才，但是谷文棟最終決定創業，王守崑沒能招納到谷文棟，只好保持長期聯系。
一年后的夏天，國人的目光都集中在奧運盛典上時，谷文棟卻醉心于經營自己討論推薦算法的郵件組和博客，很多推薦技術愛好者都是其忠實粉絲。
又過了一年，谷文棟和還在讀博的項亮一起成立面向推薦領域的專業社區ResysChina，并且計劃辦一場“ResysChina推薦大會”，將大家弄到一處好好聚聚，但是他們連個場地都沒有。
這時候，阿北和王守崑對兩人伸出了援手。
2009年12月19日，豆瓣支持谷文棟搞起了第一屆ResysChina推薦大會，不僅給大家提供點心飲料紀念品，而且貢獻王守崑擔任主講人上臺演講，國內推薦技術愛好者紛紛報名。
不久前，谷文棟和雷峰網回憶那天時說：“阿北當時非常激動，他說了好多好多話。”
王守崑上臺分享了很多豆瓣猜經驗。
迅捷英翔的孫超和劉凱義講了怎么做推薦產品。
百度的張棟當時正在搭建鳳巢系統，有非常豐富的大規模機器學習經驗，整段演講高屋建瓴而且故事性強，每一段話都妙趣橫生，將大會推向高潮。
張棟
以至于，后來谷文棟再辦推薦大會時，又再次找他。
張棟是中國搜索引擎界的臥龍鳳雛，當前國內能叫得出名字的搜索引擎大多和他有關。
他1976年出生，碩士畢業于中科院，博士畢業于瑞士聯邦理工大學和美國麻省理工大學。
2006年底張棟加入谷歌，從事推薦引擎技術的研發。兩年后，作為第一個從谷歌加入百度的員工，張棟擔任了百度鳳巢廣告系統架構師，是最早將大規模機器學習核心算法應用在中國互聯網產品的先行者。
多年后的一個寒夜，張棟吃完火鍋后這樣告訴雷峰網：“當前人們提到人工智能，首先想到的是戰勝國際象棋大師的 AlpahGo，人臉識別、自動駕駛等。但是我認為，人類迄今最大的人工智能應用就是互聯網搜索引擎。”
在張棟眼里，離開百度可能是他做過最錯誤的選擇，從他后來的創業來看，他骨子里仍然有很強的搜索情節。
時間回到2009年，張棟這年不僅在豆瓣的推薦大會上做了分享，而且還干了另一件影響深遠的事，他把自己在谷歌的好友宿華拉進了百度。
兩個人分工是這樣的，張棟擅長算法，所以能夠設計算法框架，宿華擅長系統優化和工程，能做很多工程實現。
張棟那時候對宿華評價非常高，每次見到谷文棟，都會忍不住自夸：“臥槽，哥們，我這邊有個天才程序員。”
宿華
張棟將百度鳳巢做起來后，百度收入飆升，凈利增165%，這也是百度領先騰訊阿里兩家的高光時刻，以后再也沒有這樣的機會了。
不得不說，谷歌對中國互聯網的發展真是影響深遠。
從根子上說，張棟在百度鳳巢做的大規模矩陣分解，和他前同事王益后來在騰訊廣點通做的大規模語義分解，其實大同小異，都是谷歌大規模并行化技術的發展。
谷歌間接給百度和騰訊送來了最強營收算法。
有人說，張棟并沒有將算法看得很重，他在第二屆ResysChina推薦大會上甚至提出了一個觀點，這個觀點被人解讀為“算法無用論”。
2010年的ResysChina推薦大會是在淘寶舉辦的。
這里有兩個背景：一是當時淘寶事事向亞馬遜看齊，亞馬遜有個說法——他們35%的交易是推薦驅動的，淘寶自然也開始重視推薦算法；二是當年淘寶雙11交易額達到9.36億的天文數字，這都是靠人工運營做出來的，阿里人很想知道還有沒有進步空間。
淘寶贊助谷文棟搞ResysChina大會的目的非常明晰——那就是搜羅推薦人才。
本來，這次推薦大會最受期待的嘉賓是谷文棟請來的以色列人Yehuda Koren，此人在之前的奈非推薦大賽上擊敗項亮團隊，獲得全球第一名。
甚至可以這樣說，這次大會之所以如此火爆，一半的原因都是Yehuda Koren會出席。
可惜Yehuda Koren這個人表達不行，現場效果一般般，反而是張棟在會上提出的4321模型反響熱烈，后來被廣泛引用。
黃建軍就曾經說過：“推薦系統作為一個整體，包括UE/UI、數據、行業知識和算法，我比較信奉百度張棟的說法。”
王守崑也曾經在知乎里給人家安利張棟的框架。
那么張棟的4321模型是怎樣的呢？
公式大抵如此：UI/UE占40% ＞ 數據占30% ＞ 知識占20% ＞ 算法10%。
這個說法提出后，有一段時間內被解釋為“算法無用論”，人們詫異于搞出百度鳳巢的張棟怎么會提這樣的觀點。
在雷峰網向張棟求證了4321的說法，張棟說了這么一句話：“推薦引擎大戰就好比奧運會百米賽跑，前面90%大家都能跑，剩下10%決定勝負。”
對推薦系統來說，10%算法是更珍貴的，因為這是做推薦系統的第一步，如果沒有這個，后面90%的實現問題都沒有機會解決。
這里接著說完第二屆推薦大會的故事，在這次大會上，阿里的人向谷文棟提了個問題：
“以阿里的體量搞一個推薦引擎，至少需要兩三百號人，而且都是價格不菲的頂級工程師，如果再考慮試錯成本，這個投入值得嗎？畢竟阿里現在雙11已經很猛了，真的有必要再搞推薦引擎嗎？”
谷文棟正面沒有回答，而是反問了阿里的人兩個問題：“一、你們相不相信阿里業務還會爆炸增長？二、你們認不認可數據驅動的價值觀？”
后來的事情證明了阿里的選擇：IBM出來的袁泉被谷文棟鼓動去了阿里，并且受到重用，袁泉開創了淘寶推薦算法。
2013年雙11期間，淘寶光是靠推薦引導的交易額就達到56.8億。
與之相對照的，當當技術總監王洪濤那時候也在搞推薦，可惜李國慶俞渝內亂太嚴重，公司的技術革新也處在矛盾對立中，于是一步落后步步落后，從此與推薦無緣。
事實上，阿里面臨的問題也是現在很多互聯網公司面臨的問題——大公司在行業已經占據很大份額，是不是還有必要搞推薦這么昂貴的東西？
有些東西雖然正確，但到底值不值得，這真是一件不好抉擇的事情。這就好比美國經濟已經傲視全球，是不是還有必要搞高鐵和特高壓輸電？
歷史進程給大國家、大公司、大人物的機會窗口，其實都是很有限的，抉擇甚至大于努力。
參加完推薦大會的張棟，也同樣面臨著是否留在百度的抉擇。
張棟做起鳳巢之后，在百度立下大功，也應該獲得獎勵晉升。
一位鳳巢前成員曾經告訴雷峰網，他們當時認為：“張棟做不了百度CTO，做百度的首席科學家還是可以的吧。”
不過，李彥宏顯然沒有同意這個要求，而是打了個大大的折扣任命他做鳳巢的首席科學家。（百度的隱秘故事可以參見科技史新書《沸騰新十年》，加下方小編微信可搶購預售。）
事實上，到這個時候，鳳巢團隊的人已經不太滿意了。畢竟老大上不去，下面的人也很難上的去。
為了安撫鳳巢團隊，李彥宏特設百度最高獎，既然給不了精神獎勵，給些物質補償還是必要的。
李彥宏將百萬美金的獎勵頒發給了鳳巢團隊。
可以這么說，這個獎一開始幾乎就是為張棟團隊所特設，后期需要獎勵別人，就延續了下來。
但是兌現時又出了岔子，張棟后來發現這個獎是分4年兌現的，于是憤而離職，其團隊內包括宿華在內的一批牛人也是那時候離開了百度。
2010年谷歌退出中國大陸留下巨大空白市場，百度在國內搜索引擎中一家獨大，其他巨頭也想來分一杯羹。
周鴻祎在360找來了兩個團隊來賽馬，一支是董毅團隊，另一支是張棟團隊。
張棟對做搜索引擎可以說是駕輕就熟，而且在算法方面的積累和資源遠遠超過其他人，幾乎是不可戰勝的。
董毅是360老將，曾經一手做出360最核心的殺毒技術QVM人工智能引擎，幫助360在極短時間內擊敗各大國際殺毒巨頭。
董毅團隊的人后來這樣向雷峰網回憶：“我們在搜索方面的經驗和能力遠遠落后于張棟，沒人、沒錢、沒資源，但是董毅這哥們腦袋真特么靈活，他一開始就定下來一條路：不比算法，比想法。”
那“比想法”是怎么做的呢？
董毅當時的搜索團隊只有8個人，不可能像張棟那樣搞機器學習，但他非常懂殺毒。
他就專門搞了一個程序放在用戶電腦上，記錄用戶搜索日志，用戶點擊，用戶訪問了哪些網頁，然后把這些數據建成一個大的數據庫，并且進行排序，轉化成索引。
這樣做的效果就是，當用戶下次搜索的時候，在沒有網址導航的情況下，之前搜的網頁會排的最靠前，給用戶帶去了極佳的用戶體驗。
360搜索上線一周就超過了搜搜、搜狗，后來最多時占據了國內35%的市場份額。
周鴻祎果斷裁掉張棟團隊。
不過，張棟團隊的成員們也不算倒霉，他們都被張棟推薦給了宿華。
2013年宿華在晨興資本張斐的介紹下認識人人網出來的程一笑，兩人一拍即合，將GIF快手改造成基于推薦的短視頻社區。
張棟推薦過來的人，很多都成為了快手的早期員工，所以快手短視頻早期才能在推薦算法方面爆發出驚人的戰斗力。
2014年，張一鳴打算收購快手，但是宿華太貴，只好轉頭收購了一家叫圖吧的公司。
張一鳴
圖吧的創始人是從貓撲出來的，她的名字叫張楠。
張楠之前每天在微博上給女兒寫一段話配一張圖，因為聽聞微博超過3萬條就會刪除多余微博，于是創業做起了圖吧。
圖吧會根據用戶瀏覽記錄分析用戶興趣，算是有點推薦的影子。
張一鳴后來對雷峰網回憶了決策收購的場景：
“那天我和陳林從圖吧公司回來路上，陳林說快手太貴了。那時候快手已經接受了1000萬美金投資，如果要收購至少需要幾千萬美金。我們就討論說，還是別收快手，收張楠團隊吧，讓他們進來嘗試下這個方向。”
后來大家都知道，張楠成為了抖音的創始人。不過這已經是幾年后的事情了，張楠當時完全無法替代宿華，因為字節很長時間的大窘境就是沒有好的推薦引擎，抖音崛起有不少的功勞在推薦引擎身上。
從字節創立第一天起，張一鳴就在為找技術負責人這件事發愁。
早年在酷訊時期，張一鳴就常年潛水于ResysChina社區，他是見過高峰的人，所以也渴望高峰，但是公司早期太小，實在難容大佛，以至于張一鳴養成了這樣的挖人習慣——即當時沒挖成，之后一兩年還是給人打電話約吃飯，然后問工作情況。
當時，張一鳴曾經找過亞馬遜推薦團隊出來的林承仁，想要收掉林承仁的無覓團隊（該團隊不少亞馬遜工程師），不過對方創業興致正濃被婉言拒絕。一年后，林承仁因為做出現象級產品無秘名聲大振，之后就轉向陌生人社交賽道，直到多年后才又回到個性化方向，這已是后話。
還有一次，張一鳴好不容易挖來百度技術委員會主席廖若雪負責技術，可惜廖若雪只干了一個月覺得沒戲就走人，張一鳴只好又重頭開始。
2014年，張一鳴終于請到百度大搜副總監楊震原吃飯，在這次飯局上，張一鳴沒有談技術，而是大談對產品的理解，他跳出互聯網產品的角度，從產業的維度談起對信息分發的理解。
張一鳴對產品的理解讓楊震原佩服的五體投地，他后來私下表示，張一鳴的理解超過了他見過的所有人，所以他才愿意到頭條來試一試。
楊震原加入字節，直接帶動大量百度人相繼加入，其中就包括朱文佳等人。
楊震原
朱文佳是楊震原一手培養起來的推薦天才，在百度時候已經是架構師，到字節后長期負責算法工作，和項亮一起算是楊震原手下的推薦雙璧。
在抖音崛起的過程中，朱文佳就是那個向上的轉折點。
2016年末，張楠做起抖音后，經過強運營確實在微博上小火一把，但是之后就陷入了增長瓶頸，而且這時候出現了更大的危機——內容嚴重同質化，如此長時間下去用戶一定會流失。
張一鳴找到楊震原，要求調朱文佳去負責抖音推薦，卻遭到了拒絕，因為他此時正支撐著今日頭條的DAU和廣告營收。
張一鳴從戰略的角度看到了抖音的重要性，于是三番五次找楊震原聊天，最后終于將他說服。
朱文佳負責抖音算法后，抖音迅速煥發出強大的生命力，進入用戶爆發期。
這里還有一個例子可以旁證推薦引擎對于短視頻社區的關鍵性：
Musically創始人陽陸育曾經告訴雷峰網，抖音和Musically產品上非常相似，但是推薦算法做得內容泛化更好，他如果不把Musically賣給字節，至少還需兩年時間才能追的上，那時候肯定已經晚了。
2018年抖音海外版Tik Tok合并Musically，之后三年下載量成世界第一。在產品出海這件事上，字節終于為中國互聯網打了一場勝仗。
時間再次回到2012年，回到谷文棟辦的最后一屆ResysChina推薦引擎大會上。
這次的大會時Hulu贊助的，會場在清華科技園紫光國際交流中心，地方大很多，本來預備的200人席位遠遠容納不下想要參會的觀眾。
谷文棟不得不在宣傳欄里寫下“為了保證良好的討論氛圍，優先考慮團隊報名”這個要求。
大會的演講嘉賓非常豪華，谷文棟甚至請到了Facebook核心的華人推薦算法leader石言心。
石言心
當時Facebook正是牛氣沖天之時，挖了大量谷歌、亞馬遜的核心算法人才，準備大舉進軍推薦領域，對外其實是相當保守的。
站在企業的角度來看，這也完全可以理解，因為當時谷歌和亞馬遜等國外巨頭也整天盯著Facebook，非常想要知道Facebook的具體執行策略。
石言心在這種情況下能夠參加ResysChina推薦引擎大會，并且分享的主題就是“Facebook的推薦系統”，這對于國內推薦人進行前沿探索起到重要作用。
石言心講完后，其他人也都傾其所有。
百度的劉其文講了“百度推薦系統的探索過程”，騰訊廣點通的王益講了“推薦系統實踐”，Hulu的鄭華和項亮也做了分享。
沒錯，這位項亮正是谷文棟一起創辦ResysChina的好友，此時的他已經是Hulu推薦算法負責人。
前文一直在刻意忽略項亮，并不是他不重要，而是因為他作為中國推薦引擎的關鍵人物，值得重筆講述。
石言心和項亮正好代表了中國推薦算法的兩個階段：一、跨國大公司中的華人華僑群體將推薦算法帶向中國；二、中國自己培養的人才長成后是對外競爭的關鍵力量。
項亮在推薦引擎圈成名非常早。
項亮
早年奈非為了改善電影推薦系統算法，于是懸賞一百萬美元辦了場推薦大賽，吸引了全世界186個國家的數萬支隊伍參賽。
當時項亮剛剛從中科大畢業進入中科院自動化所，其導師楊青就大力支持他參賽。
比賽開始后，項亮的模型和當時以色列Yehuda Koren團隊的模型在很多重要指標上都不相伯仲，雙方都遠遠領先其他團隊。
這時候，以色列團隊開始拉攏四個排名靠前的團隊搞模型融合，獲得了非常好的效果。項亮也反應過來，開始跟其他的團隊也進行合作。
這一比賽就比了三年，最終項亮雖然在成績上和Yehuda Koren團隊一樣，但因為比對方晚提交了2小時20分鐘，排名只能屈居第二。
經此一役，項亮在推薦算法上的能力得到大幅度提升，也成為國內推薦圈子的先鋒人物。
在此之后，項亮進入阿北、徐易容、袁泉都曾經供職的IBM實習，并在這里和袁泉一起發過KDD論文。
在第二屆ResysChina推薦大會上，項亮見到了CSDN總編劉江，劉江跟項亮說，國外已經有了講推薦系統的專業書，國內還一本沒有，他們圖靈出版社希望能出版一本，這相當于在跟項亮約稿。
項亮做完博士論文不久，對這方面的研究還很有熱情，于是答應下來，然后就開始寫作《推薦系統實踐》一書，這一寫就寫了半年。
在寫書期間，項亮進入Hulu鄭華手下任職，主要工作就是利用大數據做推薦系統，雖然遇到了Hulu全球副總裁張小沛這個好領導，但是Hulu這種長視頻應用，并沒有辦法充分發揮推薦的作用。
這就來到著名的“借書事件”，這年頭條剛創立不久，剛剛起步的張一鳴找正在巔峰的項亮要沒出版的《推薦系統實踐》書稿，項亮不給他，最后張一鳴只能自己邊學邊寫，搞了個渣渣推薦引擎。
2013年，項亮、鄭華跟隨張小沛跳槽宜信大數據中心，做出了姨搜和反欺詐圖譜；11月，谷文棟加入宜信擔任創新中心副總經理；一年后，豆瓣洪強寧也加入宜信。
宜信一時間成為算法人才高地，可惜它仍然沒有足夠的用戶場景釋放這些推薦人才的創新力。
2017年項亮離開宜信加入快手，雖然得到了宿華本人的足夠重視，但非常不適應快手的企業文化，而且，他當時最想做的視頻理解項目也沒有發揮空間，所以并沒有待多久。
外界對快手有一種推測，宿華帶進快手的清華派自視甚高，外部加入的人才往往會遇到非工作的麻煩。快手老員工朱藍天在內網文章《談談快手的病》中也將“派系林立”列為大問題，不知項亮是否受到影響。另一位算法天才蓋坤跳到快手還過得不錯，其清華出身起了很大作用。與之相近的還有個例子，推薦引擎領域的另一條超級大魚趙世奇離開百度加入了華為鴻蒙。
張一鳴沒有在第一時間知道項亮離職這件事，以至于被快手搶了先機，但他并不打算放過這個機會，于是多次游說項亮，終于將其招至頭條，頗有一種歷盡坎坷，終歸明主的感覺。
項亮歸入字節跳動旗下，先是在AILab研究視頻理解，之后擔任推薦系統的負責人。
近兩年字節跳動開始做TO B的火山引擎，最大賣點之一莫過于世界級的推薦系統，其背后的就是項亮。
頭條快手之后，幾乎所有內容社區都有了推薦這個必選項，知乎周源引入李大海主持內容泛化，小紅書毛文超找到郄小虎進行推薦升級，頭條產品的創始人黃河出來和李金波做了最右App，陳睿開始用推薦武裝B站從二次元社區變成YouTube。
在這篇文章發布前，王守崑老師在電話中跟雷峰網(公眾號：雷峰網)說，建議技術創業者和媒體應該多關注下怎樣將推薦技術與隱私保護結合，甚至提到了一個前沿概念“數據稅”，即哪家廠商要用用戶數據，就要額外付出成本。他自己目前也在和很多學者研究這些問題。
在很多推薦大神看來，推薦引擎的發展至今仍屬早期，必然要經歷暴露問題的階段，從業者們只有從倫理規范角度做好管理，只有不斷探索如何保護好用戶隱私，才是推薦引擎技術長久發展之道。
自1994年中國接入互聯網，到2009年之前的十余年里，中國互聯網人最成功的創業模式幾乎只有一種，那就是將國外（主要是美國）的互聯網產品搬到國內，百度之于谷歌，阿里巴巴之于亞馬遜，騰訊QQ之于ICQ，新浪微博之于推特，優酷之于YouTube，人人網之于Facebook，無不是如此。
但這并不是因為中國互聯網人缺乏創新力，而是我們開眼看世界之時，人家已經有了幾十年的發展經歷，無論基礎設施，還是用戶認知，國際互聯網生態都更加先進。
摸著美國過河，是那個時期中國草莽創業者肉眼可見的最佳路徑，互聯網行業也同樣如此。
但是，學人者生，似人者死，中國互聯網如果一直亦步亦趨，那永遠都不會有出頭之日，也只能被嘲笑是躲在防火墻后面的抄襲者。
中國互聯網人必須得有自己的殺手锏，這把锏可以繼承自師父，但必得經過數代人才的精心打磨，才能成為與殘酷世界競爭的絕招。
現在看來，這殺手锏的名字就是推薦引擎，今天的中國互聯網已經進入了推薦引擎大時代。
如果有一天，中國互聯網真正追上乃至超越世界互聯網，人們不應該忘記這件事是從哪些人開始的。
雷峰網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
