2003年3月4日-6日。
周二周三,林遠幾乎沒有出過創業園。
核心邏輯速記卡過了三遍。小艾反覆追問了七輪,模擬張志遠可能提出的每一個刁鑽問題,林遠的回答從磕絆變得流暢。
"最後一輪。"小艾說,"如果張志遠問:'你這個方案和我們自己做的有什麼本質區別?'"
林遠想了三秒:"本質區別不在算法,在思路。百都現在的排序是'網頁重要性排序'——誰被連結多誰排前面。但中文網際網路不是英文網際網路,中文網頁的連結密度遠低於英文,PageRank的信號太弱。我的方案是'用戶意圖匹配排序'——先理解用戶搜什麼,再決定什麼網頁最相關。這是從'網頁中心'到'用戶中心'的轉換。"
"通過。宿主對面談的準備已充分。"
3月6日,星期四,陰。
林遠七點起床,把速記卡、紙質對比數據、演示版光碟和那份一頁紙的技術入股建議書分別裝進公文包。
建議書放在最裡面。
出門前看了一眼窗外——天灰濛濛的。手機上沒有關於非典的推送,BBS討論還停在"南方那個肺炎"。一切如常。但他知道,今天北京會出現第一例。
百都的辦公室在海淀區理想國際大廈,離創業園二十分鐘車程。
林遠提前十五分鐘到。前台已登記了來訪信息。他坐在會客區翻了兩頁速記卡——不是複習,是讓手有事做。
張志遠準時出現。
比想像中年輕——三十五六歲,戴眼鏡,深藍色襯衫,袖口挽到小臂。典型的清華理工男,目光銳利但不張揚。
"守望?"他伸出手,"我看過你的SharpSeg,分詞效果比我們自研的好。今天想看看排序算法能不能也讓我眼前一亮。"
"張總好。"林遠握手,力道穩,"今天不談眼前一亮,談實際問題。"
張志遠挑了下眉,沒接話,轉身帶路。
會議室不大,投影儀、白板、聯網台式機齊全。張志遠還帶了兩個技術骨幹,坐在投影幕兩側。
林遠沒開電腦。他走到白板前,拿起記號筆。
"張總,我今天不用PPT。"
張志遠略感意外,靠回椅背:"請。"
林遠在白板正中寫了一行字:用戶搜"北京飯店",他想要什麼?
然後他在下面畫出三條線:
網頁重要性排序(百都現有)→ 連結最多的"北京飯店"網頁排第一。問題是:哪個網頁被連結最多?通常是官網或大型平台——但用戶真的只想找官網嗎?
用戶意圖匹配排序(優化方案)→ 先判斷用戶意圖是"訂房""查地址""看評價"還是"找歷史",再根據意圖返回最相關的結果。
"你們的架構沒有問題。"林遠轉過身,看著張志遠,"PageRank是搜尋引擎的地基,這個地基是堅實的。但中文網際網路有個先天缺陷——中文網頁的連結密度只有英文的十分之一。英文世界裡一個熱門網頁可能被幾萬個連結指向,中文?幾百個就頂天了。信號太弱,PageRank的區分度就上不去。"
張志遠沒有說話,但他坐直了。
林遠繼續:"所以我不是要推翻你們的排序體系,是在現有架構上加一層——用戶意圖識別層。用查詢詞的分詞粒度、修飾詞分布、搜索歷史來推斷意圖,再給不同意圖類型的網頁賦予不同權重。"
他在白板上畫了簡化的架構圖:查詢詞進來→意圖分類→權重分配→排序輸出。在"意圖分類"旁邊寫了三個字:關鍵點。
"這一層才是核心。不是算法有多複雜,是你得先想清楚——搜尋引擎服務的不是網頁,是人。"
張志遠看了十幾秒白板,突然問了一個問題:"意圖分類的準確率你怎麼保證?中文查詢詞的歧義性極高,'蘋果'是水果還是電腦?'北京飯店'是訂房還是找那家老字號?"
林遠心裡一松——這個問題他準備了。
"第一道關是分詞粒度。'北京飯店'在你們的分詞裡是'北京'+'飯店'兩個詞各自匹配,SharpSeg里是專有名詞整體識別。專有名詞識別本身就是意圖分類的第一步——用戶搜專有名詞,大概率找具體對象;搜泛詞,大概率找信息。"
他從公文包里掏出紙質對比數據,遞過去:"這是同一批查詢詞,你們現有分詞和SharpSeg的分詞結果對比。專有名詞識別率差了22個百分點。"
張志遠接過紙,掃了幾行,表情變了。
不是驚訝——是那種"我以前怎麼沒注意到這個"的表情。
林遠看到了這個表情,決定加一把火。
"第二道關是上下文。同一個詞在不同地區的意圖分布不一樣。'非典'上個月搜的人大多在廣東,但如果北京也出現病例呢?北京用戶搜'非典',要的一定是本地信息——醫院在哪,怎麼防護。結果還是廣東的網頁,體驗就崩了。"
張志遠抬頭看了他一眼——"非典"這個詞在這個時間點提出來,意味深長。
林遠沒有多解釋,繼續寫白板。
二十分鐘後,白板上寫滿了方案框架——從問題到方案,從方案到實現,從實現到數據驗證,邏輯線清晰得像一棵樹。
張志遠站了起來。
他走到白板前,盯著看了兩分鐘,然後拿起另一支筆,在"意圖分類"旁邊畫了個圈,寫了一個字:難。
"意圖分類的規則庫,你打算怎麼建?"他問。
"第一批規則可以手動寫——覆蓋高頻查詢詞的前80%只需要兩三百條規則。剩下的用統計方法自動學習,從搜索日誌里提取模式。你們的搜索日誌就是最大的資產。"
"我的人能接手嗎?"
"能。規則庫的維護不需要算法天才,需要的是對中文語感的理解——你們團隊全是中文母語者,這比什麼算法都強。"
張志遠沉默了一會兒,點了點頭。
然後他說了一句讓林遠心裡石頭落地的話:"你上來跑一下演示版。"
林遠打開台式機,插入光碟。
演示界面很簡潔——兩欄對比,左邊百都現有排序,右邊優化後排序。同一批查詢詞,同一批網頁庫。
"北京酒店"。左邊0.87秒出結果,第一條是某個預訂平台。右邊0.23秒出結果,第一條是用戶評價最集中的那家——恰好也是大部分人真正想找的。
"編程入門"。左邊第一條是某大學課程頁面。右邊第一條是當時最熱門的編程論壇新手區。
張志遠看完,沒有說話。
旁邊的兩個技術骨幹開始小聲討論——"0.23秒?我們最快也做不到0.5""分詞粒度變了,索引結構得調""但他說的有道理,我們排序確實太依賴連結信號了"。
張志遠揮手讓他們安靜,轉頭看林遠:"方案我認可。但有一個問題——你現在提供的是技術顧問服務,按合同結算。如果我要把這個方案深度整合進百都的核心系統,顧問模式不夠。"
來了。
林遠保持平靜:"張總的意思是?"
"我想知道你有沒有興趣用另一種方式合作。"張志遠靠回椅子,"不是按小時付費的顧問,是和百都綁在一起的技術夥伴。你出方案和方向,我們出工程團隊落地。利益共享。"
林遠從公文包最裡面的夾層抽出那一頁紙,放在桌上。
"我正好也有一件事想提。"
張志遠低頭看了一眼——標題是《技術入股合作模式建議書》。上面沒有具體數字,只有合作框架:持續提供核心算法及產品方向規劃,以技術入股形式參與百都長期發展,股權比例根據合作深度和對百都的實際貢獻另行商定。
他看了三十秒,抬起頭,眼神變了——不是拒絕,是在認真思考。
"你想要多少?"他直接問。
林遠沒有立刻回答。談判的第一法則——誰先出價誰被動。
"張總,我覺得現在談具體數字太早。"他語氣平穩,"今天你剛看到方案,還沒落地驗證效果。等意圖識別層跑起來,你們也看到實際數據了,再談比例,對雙方都公平。我想要的是百都真正認可技術價值後的長期合作——不是趁今天認可了方案就急著鎖定一個數字。"
張志遠看了他幾秒,點了點頭。
"你很沉得住氣。"他把那頁紙折好,放進了自己的文件夾,"這個我要和宏彥商量。但方案本身——我同意推進。具體比例的事,等效果出來再說。"
走出理想國際大廈的時候,北京的天還是灰的。
林遠站在門口深吸了一口氣。風很冷,但他胸口是熱的。
方案認可了。技術入股的種子種下了。張志遠把建議書帶走了——這就夠了。今天不是收割的時候,是播種的時候。
手機震動了一下。
小艾:"宿主,北京地壇醫院剛剛收治一例疑似非典型肺炎病例。患者從廣東輸入。"
3月6日。和記憶中一樣。
林遠攥緊手機,看了一眼街上來來往往的行人——沒有人戴口罩。沒有人知道有什麼不一樣。一切看起來風平浪靜。
但暴風雨已經到了。
他快步走向公交站。腦子裡開始排列接下來的事:給蘇明遠確認FAQ上線後的反饋數據,加急準備遠程部署方案——如果北京開始管控,企業遠程辦公需求一周內暴增,WatchGuard必須提前準備。
百都的面談是商業入口。論文是學術入口——小艾說審稿人建議小修後接收,正式通知三月中旬到。兩條路並行,才能走得更遠。
公交車上人不多。林遠坐在最後一排,望著窗外灰濛濛的天。
3月6日。北京首例非典。百都面談成功。
兩條線交匯在同一天,像一個信號——真正的戰場,從今天開始。