第28章 驗證碼識別
一周後。
星城數據服務有限公司迎來了三個新人
周毅、李偉和王超。
三個背著雙肩包，臉上還帶著學生氣的年輕人，站在破舊的辦公室里，有些手足無措。
他們的到來，讓這個草台班子終於有了點「公司「的樣子。
像三個新的齒輪，被扔進了陳陽這台勉強拼湊起來的機器里
陳陽沒興趣畫餅，時間寶貴。
他直接把維護和擴展爬蟲系統的任務扔給了他們。
「我們的目標是採集網際網路上的各類數據。「
「名著百科、社交媒體、新聞……能抓的全抓回來。「
陳陽指著一台顯示器上簡陋的監控界面，語氣平淡，像是在布置一項平平無奇的作業。
「明白。「
幾人點點頭。
眼神里還帶著茫然和一絲疑慮。
一個剛高考完的……老闆？這爬蟲系統……能用？
但當他們接觸到陳陽代碼後，所有疑慮都煙消雲散。
分布式調度、反爬策略、增量更新、斷點續傳……
雖然簡陋，但架構清晰，邏輯嚴謹，完全是奔著工業級應用去的。
周毅，三人中看起來經驗最豐富的一個，忍不住開口，聲音有點發乾：
「陳總……這、這代碼……您寫的？「
「嗯。「
陳陽頭也沒抬，繼續敲著自己的代碼。
對他而言，這不過是「前世」中無數次重複勞動後留下的肌肉記憶。
三人互相看了看，眼中的驚疑變成了某種敬畏。
也許，這個年輕得過分的老闆，真有點東西？
公司機器開始運轉。
五台二手伺服器發出低沉的嗡鳴，24小時不間斷。
爬蟲在網絡世界裡默默爬行，數據像細流一樣匯入硬碟。
第一天，採集了50萬條數據。
第二天，採集了120萬條。
數據在增長，但低於內部預期。問題如期而至。
第三天下午，周毅幾人拿著一份簡報，表情凝重地找到陳陽。
「陳總，驗證碼識別模塊拖後腿了。」
他指著監控面板上大片的紅色失敗記錄，
「我們用的那個開源OCR庫，標稱準確率80%，實際跑起來干擾太大，很多任務反覆失敗，整體效率比預計慢了至少30%。」
李偉補充：「複雜點的驗證碼，重試五六次都過不去，IP都可能被封。」
「而且，不少網站在升級驗證碼，難度還在增加。我估計……再過一兩周，成功率可能掉到70%以下。」
辦公室里一片沉默，只有伺服器風扇的噪音。
80%準確率……陳陽心裡毫無波瀾。
這本就在他預料之中。
他從一開始就知道，這個開源OCR只是個臨時湊數的玩意兒。
周毅還在那裡小心翼翼地建議：「陳總，要不……我試試優化一下算法？我之前看過一些論文，說是可以用SVM分類器……「
「不用。「陳陽打斷他，語氣很平靜，
「那條路是死的。傳統圖像處理的天花板太低，投入產出比極差。浪費時間。」
「那……」
周毅不知所措：「我們怎麼辦？」
陳陽沒有立刻回答，轉過身，看著窗外。
手指無意識地敲擊桌面。
確認著下一步計劃的時間節點。
卷積神經網絡的核心代碼他早已寫好。
GPU並行計算的思路也已成竹在胸。
陳陽轉回身，看著三個等待指令的員工，
「我這邊新的識別引擎已經基本完成，需要幾天時間進行最終的部署、優化和接口封裝。」
他的語氣篤定。
「幾天後，準確率會穩定在98%以上。」
「98%？！「
三人同時愣住，雖然知道老闆厲害，但這跨度……也太嚇人了！
周毅結結巴巴地問：「陳、陳總……您是說……您在開發新的算法？」
「嗯。「
陳陽點點頭，
「全新的算法。差不多快好了。」
「那我們……「
李偉問道，「需要幫您做什麼嗎？」
「收集驗證碼圖片。」
陳陽下達指令，
「種類越多越好，數量越多越好。」
「這是新引擎最後的『磨刀石』。」
當天晚上，辦公室只剩下陳陽和王磊。
「磊子，明天跟我去電腦城。」
陳陽看著還在整理數據的王磊。
「去、去幹嘛？「
「買顯卡。「
「顯卡？「
王磊愣住，
「買那玩意幹嘛？打遊戲？」
「運行新算法。「
陳陽言簡意賅，「接下來的算法，需要用GPU來跑。而且……」
他頓了頓：
「我們的驗證碼識別服務，馬上要對外開放了。需要搭建初步的計算集群」
「這麼快可以對外賣了？」
王磊驚訝，這才過去幾天呀。
「對。「陳陽點點頭。
「那……「王磊想到一個問題，猶豫了一下擔憂的問道：
「我聽周毅他們說，我們的驗證碼準確率才80%，能賣出去嗎？「
「所以要升級。「
陳陽看著他，眼中閃爍著自信的光芒，
「一周。一周後，我們的服務上線，準確率98%。到時候……「
「市場上，沒人能打得過我們。「
第二天，電腦城
陳陽的目標很明確——顯卡。
而且是當時市面上能買到的、計算能力最強的遊戲顯卡。
「老闆，NVIDIA的GTX 680，有現貨嗎？「
「GTX 680？！「老闆打量著這個年輕得過分的買家，
「哥們，這可是卡皇，四千多一塊，你確定要？「
「來四塊。「
陳陽掏出銀行卡。
一萬六千多塊，就這樣砸在了四塊遊戲顯卡上。
王磊看得心驚肉跳：「陽哥……一次買這麼多？「
「嗯。「陳陽接過沉甸甸的顯卡盒子，
「先搭個四卡並行的小集群，把服務跑起來，驗證多卡調度的框架。「
這是基礎。
王磊聽得似懂非懂，不明覺厲，只能默默地幫著搬運。
回到辦公室，陳陽立刻動手將這四塊嶄新的「卡皇「裝進了他預留的一台高配伺服器機箱裡。
他對旁邊圍觀的王磊和周毅等人簡單解釋了一下。
「新算法吃算力，CPU幹不了這活，必須上GPU。「
然後，轉身走進了那間隔出來的小小的「總經理辦公室」，反手關上了門。
「接下來三天，接口封裝和性能優化。」
陳陽的聲音從門後傳來。
「周毅你們開發一套對API計費的功能，按次數收費。給你們3天時間，有問題可以隨時問我「
陳陽回頭看了一眼三人：
「好。」
眾人下意識地應道。
辦公室里，只剩下鍵盤敲擊的聲音。
接下來的三天，對陳陽而言，是高強度的bug修復。
他幾乎沒有合眼，但目標明確，思路清晰。
沒有現成的深度學習框架。
沒有好用的GPU計算庫。
一切都從零開始，雖然這段時間功能基本都已經開發好了，但實際運行起來卻遇到了各種兼容問題。
不過好在很多東西都已經提前在腦海中預想過好了。
當第四天清晨，小辦公室里傳出四塊顯卡風扇發出低沉的轟鳴聲時
陳陽靠在椅背上，重重地吐出一口氣。
屏幕上，驗證集的識別準確率，穩定在了98.7%，單張圖片處理時間低於200毫秒.
成了。
當陳陽推開門走出來時，眼眶微微凹陷，下巴上冒出了青色的胡茬。
但那雙眼睛，卻出奇地明亮。
外面，周毅三人立刻圍了上來，臉上帶著期待和忐忑。
陳陽沒有說話，只是將一份列印好的、只有一頁紙的文檔遞給了周毅。
「這是新的驗證碼識別接口文檔。「
他的聲音沙啞，帶著疲憊，卻難掩興奮：
「替換掉舊的OCR模塊。按文檔調用。「
周毅半信半疑地接過，看著那簡單的函數簽名。
就這？
他坐到電腦前，修改代碼，替換。
然後，深吸一口氣。
重啟服務。
下一秒。
屏幕上，原本密密麻麻的紅色錯誤日誌，瞬間消失得無影無蹤！
取而代之的，是一片片代表著識別成功的綠色提示！
爬蟲任務如同脫韁的野馬，以之前數倍的速度，瘋狂地吞噬著目標網站的數據！
那些曾經卡住任務、需要反覆重試的驗證碼……
在這個神秘的函數調用面前，脆弱得如同虛設！
「通……通了！全都通了！「
李偉第一個跳起來。
王超看著日誌，手都在抖。
「準確率……這、這他媽接近100%了！」
周毅僵在那裡，反覆刷新著面板，感覺像是在做夢。
三人齊刷刷地看向陳陽，眼神里除了震驚，更多的是敬畏。
「陳……陳總。「
周毅的聲音帶著一絲敬畏：「您……您這是怎麼做到的？「
陳陽笑了笑，走到窗邊，看著外面開始喧囂的城市。
「一點技術突破而已。「
他轉過身，看著已經徹底被鎮住的三人，語氣平淡。
「驗證碼的問題解決了。計費功能怎麼樣了「
他看下周毅。
「已經開發好了，按照你的這邊的要求，我來給你演示下」
周毅看著陳陽解答道，隨後坐在自己的電腦前開始給身後的眾人演示。
看著沒什麼大問題的計費功能，陳陽嘴角微揚起，
「那就準備對外開放服務了。「
陳陽把沈清雪叫到了辦公室，他遞給她一份草擬的定價方案。
「驗證碼識別服務，API接口，按次收費。看看這個定價。」
沈清雪接過，看了一眼。
「陳陽，你是說……把驗證碼識別賣給別人？」
「對。「
陳陽點點頭：「這是我們的賺錢方式。」
「可是……「沈清雪猶豫了一下。
「會有人買嗎？」
「會。「陳陽很篤定，
「市面上的OCR服務，準確率只有八九成不到。我們是98%。「
他頓了頓：
「這不是選擇題，是必答題。剛需。」
沈清雪的眼睛慢慢亮了起來。
「你是說……那些需要大規模採集數據的公司？「
「對。「陳陽說，
「電商分析、市場調研、輿情監控……他們每天都在跟驗證碼死磕。低準確率的成本，他們比誰都清楚。「
「而我們98%準確率……「
他看著沈清雪，笑了：
「是降維打擊。「
沈清雪看著陳陽，心臟再次不自覺地加速。
「那……「
她吸了口氣，
「什麼時候上線？「
「明天。「
陳陽的回答毫不拖泥不帶水，
「API接口今晚部署到伺服器。明天就掛到論壇，開始先讓他們體驗下。「
「這麼快？「
「嗯。「
陳陽點點頭，
「市場窗口期很短。必須搶占先機。「
他看著窗外的天色：
「儘快把名聲打出去，把現金流做起來。你這邊去準備下企業打款以及發票的事情「
沈清雪看著陳陽那副篤定的樣子，也笑了。
「好。我現在就去完善方案，準備合同模板。「
她站起身，走到門口時，又停下腳步，回頭：
「陳陽。「
「嗯？「
「你……從一開始就計劃好了，對吧？「
沈清雪看著他。
陳陽看著她，沒有否認，只是淡淡地笑了笑。
「算是吧。「
「你……「沈清雪看著陳陽，再次感到心悸。
「怎麼了？「陳陽問道。
「沒什麼。「
沈清雪搖搖頭，掩去震驚，露出笑容，
「只是覺得……跟著你創業，好像挺有意思的。「
說完她轉身離開。
星城數據服務有限公司迎來了三個新人
周毅、李偉和王超。
三個背著雙肩包，臉上還帶著學生氣的年輕人，站在破舊的辦公室里，有些手足無措。
他們的到來，讓這個草台班子終於有了點「公司「的樣子。
像三個新的齒輪，被扔進了陳陽這台勉強拼湊起來的機器里
陳陽沒興趣畫餅，時間寶貴。
他直接把維護和擴展爬蟲系統的任務扔給了他們。
「我們的目標是採集網際網路上的各類數據。「
「名著百科、社交媒體、新聞……能抓的全抓回來。「
陳陽指著一台顯示器上簡陋的監控界面，語氣平淡，像是在布置一項平平無奇的作業。
「明白。「
幾人點點頭。
眼神里還帶著茫然和一絲疑慮。
一個剛高考完的……老闆？這爬蟲系統……能用？
但當他們接觸到陳陽代碼後，所有疑慮都煙消雲散。
分布式調度、反爬策略、增量更新、斷點續傳……
雖然簡陋，但架構清晰，邏輯嚴謹，完全是奔著工業級應用去的。
周毅，三人中看起來經驗最豐富的一個，忍不住開口，聲音有點發乾：
「陳總……這、這代碼……您寫的？「
「嗯。「
陳陽頭也沒抬，繼續敲著自己的代碼。
對他而言，這不過是「前世」中無數次重複勞動後留下的肌肉記憶。
三人互相看了看，眼中的驚疑變成了某種敬畏。
也許，這個年輕得過分的老闆，真有點東西？
公司機器開始運轉。
五台二手伺服器發出低沉的嗡鳴，24小時不間斷。
爬蟲在網絡世界裡默默爬行，數據像細流一樣匯入硬碟。
第一天，採集了50萬條數據。
第二天，採集了120萬條。
數據在增長，但低於內部預期。問題如期而至。
第三天下午，周毅幾人拿著一份簡報，表情凝重地找到陳陽。
「陳總，驗證碼識別模塊拖後腿了。」
他指著監控面板上大片的紅色失敗記錄，
「我們用的那個開源OCR庫，標稱準確率80%，實際跑起來干擾太大，很多任務反覆失敗，整體效率比預計慢了至少30%。」
李偉補充：「複雜點的驗證碼，重試五六次都過不去，IP都可能被封。」
「而且，不少網站在升級驗證碼，難度還在增加。我估計……再過一兩周，成功率可能掉到70%以下。」
辦公室里一片沉默，只有伺服器風扇的噪音。
80%準確率……陳陽心裡毫無波瀾。
這本就在他預料之中。
他從一開始就知道，這個開源OCR只是個臨時湊數的玩意兒。
周毅還在那裡小心翼翼地建議：「陳總，要不……我試試優化一下算法？我之前看過一些論文，說是可以用SVM分類器……「
「不用。「陳陽打斷他，語氣很平靜，
「那條路是死的。傳統圖像處理的天花板太低，投入產出比極差。浪費時間。」
「那……」
周毅不知所措：「我們怎麼辦？」
陳陽沒有立刻回答，轉過身，看著窗外。
手指無意識地敲擊桌面。
確認著下一步計劃的時間節點。
卷積神經網絡的核心代碼他早已寫好。
GPU並行計算的思路也已成竹在胸。
陳陽轉回身，看著三個等待指令的員工，
「我這邊新的識別引擎已經基本完成，需要幾天時間進行最終的部署、優化和接口封裝。」
他的語氣篤定。
「幾天後，準確率會穩定在98%以上。」
「98%？！「
三人同時愣住，雖然知道老闆厲害，但這跨度……也太嚇人了！
周毅結結巴巴地問：「陳、陳總……您是說……您在開發新的算法？」
「嗯。「
陳陽點點頭，
「全新的算法。差不多快好了。」
「那我們……「
李偉問道，「需要幫您做什麼嗎？」
「收集驗證碼圖片。」
陳陽下達指令，
「種類越多越好，數量越多越好。」
「這是新引擎最後的『磨刀石』。」
當天晚上，辦公室只剩下陳陽和王磊。
「磊子，明天跟我去電腦城。」
陳陽看著還在整理數據的王磊。
「去、去幹嘛？「
「買顯卡。「
「顯卡？「
王磊愣住，
「買那玩意幹嘛？打遊戲？」
「運行新算法。「
陳陽言簡意賅，「接下來的算法，需要用GPU來跑。而且……」
他頓了頓：
「我們的驗證碼識別服務，馬上要對外開放了。需要搭建初步的計算集群」
「這麼快可以對外賣了？」
王磊驚訝，這才過去幾天呀。
「對。「陳陽點點頭。
「那……「王磊想到一個問題，猶豫了一下擔憂的問道：
「我聽周毅他們說，我們的驗證碼準確率才80%，能賣出去嗎？「
「所以要升級。「
陳陽看著他，眼中閃爍著自信的光芒，
「一周。一周後，我們的服務上線，準確率98%。到時候……「
「市場上，沒人能打得過我們。「
第二天，電腦城
陳陽的目標很明確——顯卡。
而且是當時市面上能買到的、計算能力最強的遊戲顯卡。
「老闆，NVIDIA的GTX 680，有現貨嗎？「
「GTX 680？！「老闆打量著這個年輕得過分的買家，
「哥們，這可是卡皇，四千多一塊，你確定要？「
「來四塊。「
陳陽掏出銀行卡。
一萬六千多塊，就這樣砸在了四塊遊戲顯卡上。
王磊看得心驚肉跳：「陽哥……一次買這麼多？「
「嗯。「陳陽接過沉甸甸的顯卡盒子，
「先搭個四卡並行的小集群，把服務跑起來，驗證多卡調度的框架。「
這是基礎。
王磊聽得似懂非懂，不明覺厲，只能默默地幫著搬運。
回到辦公室，陳陽立刻動手將這四塊嶄新的「卡皇「裝進了他預留的一台高配伺服器機箱裡。
他對旁邊圍觀的王磊和周毅等人簡單解釋了一下。
「新算法吃算力，CPU幹不了這活，必須上GPU。「
然後，轉身走進了那間隔出來的小小的「總經理辦公室」，反手關上了門。
「接下來三天，接口封裝和性能優化。」
陳陽的聲音從門後傳來。
「周毅你們開發一套對API計費的功能，按次數收費。給你們3天時間，有問題可以隨時問我「
陳陽回頭看了一眼三人：
「好。」
眾人下意識地應道。
辦公室里，只剩下鍵盤敲擊的聲音。
接下來的三天，對陳陽而言，是高強度的bug修復。
他幾乎沒有合眼，但目標明確，思路清晰。
沒有現成的深度學習框架。
沒有好用的GPU計算庫。
一切都從零開始，雖然這段時間功能基本都已經開發好了，但實際運行起來卻遇到了各種兼容問題。
不過好在很多東西都已經提前在腦海中預想過好了。
當第四天清晨，小辦公室里傳出四塊顯卡風扇發出低沉的轟鳴聲時
陳陽靠在椅背上，重重地吐出一口氣。
屏幕上，驗證集的識別準確率，穩定在了98.7%，單張圖片處理時間低於200毫秒.
成了。
當陳陽推開門走出來時，眼眶微微凹陷，下巴上冒出了青色的胡茬。
但那雙眼睛，卻出奇地明亮。
外面，周毅三人立刻圍了上來，臉上帶著期待和忐忑。
陳陽沒有說話，只是將一份列印好的、只有一頁紙的文檔遞給了周毅。
「這是新的驗證碼識別接口文檔。「
他的聲音沙啞，帶著疲憊，卻難掩興奮：
「替換掉舊的OCR模塊。按文檔調用。「
周毅半信半疑地接過，看著那簡單的函數簽名。
就這？
他坐到電腦前，修改代碼，替換。
然後，深吸一口氣。
重啟服務。
下一秒。
屏幕上，原本密密麻麻的紅色錯誤日誌，瞬間消失得無影無蹤！
取而代之的，是一片片代表著識別成功的綠色提示！
爬蟲任務如同脫韁的野馬，以之前數倍的速度，瘋狂地吞噬著目標網站的數據！
那些曾經卡住任務、需要反覆重試的驗證碼……
在這個神秘的函數調用面前，脆弱得如同虛設！
「通……通了！全都通了！「
李偉第一個跳起來。
王超看著日誌，手都在抖。
「準確率……這、這他媽接近100%了！」
周毅僵在那裡，反覆刷新著面板，感覺像是在做夢。
三人齊刷刷地看向陳陽，眼神里除了震驚，更多的是敬畏。
「陳……陳總。「
周毅的聲音帶著一絲敬畏：「您……您這是怎麼做到的？「
陳陽笑了笑，走到窗邊，看著外面開始喧囂的城市。
「一點技術突破而已。「
他轉過身，看著已經徹底被鎮住的三人，語氣平淡。
「驗證碼的問題解決了。計費功能怎麼樣了「
他看下周毅。
「已經開發好了，按照你的這邊的要求，我來給你演示下」
周毅看著陳陽解答道，隨後坐在自己的電腦前開始給身後的眾人演示。
看著沒什麼大問題的計費功能，陳陽嘴角微揚起，
「那就準備對外開放服務了。「
陳陽把沈清雪叫到了辦公室，他遞給她一份草擬的定價方案。
「驗證碼識別服務，API接口，按次收費。看看這個定價。」
沈清雪接過，看了一眼。
「陳陽，你是說……把驗證碼識別賣給別人？」
「對。「
陳陽點點頭：「這是我們的賺錢方式。」
「可是……「沈清雪猶豫了一下。
「會有人買嗎？」
「會。「陳陽很篤定，
「市面上的OCR服務，準確率只有八九成不到。我們是98%。「
他頓了頓：
「這不是選擇題，是必答題。剛需。」
沈清雪的眼睛慢慢亮了起來。
「你是說……那些需要大規模採集數據的公司？「
「對。「陳陽說，
「電商分析、市場調研、輿情監控……他們每天都在跟驗證碼死磕。低準確率的成本，他們比誰都清楚。「
「而我們98%準確率……「
他看著沈清雪，笑了：
「是降維打擊。「
沈清雪看著陳陽，心臟再次不自覺地加速。
「那……「
她吸了口氣，
「什麼時候上線？「
「明天。「
陳陽的回答毫不拖泥不帶水，
「API接口今晚部署到伺服器。明天就掛到論壇，開始先讓他們體驗下。「
「這麼快？「
「嗯。「
陳陽點點頭，
「市場窗口期很短。必須搶占先機。「
他看著窗外的天色：
「儘快把名聲打出去，把現金流做起來。你這邊去準備下企業打款以及發票的事情「
沈清雪看著陳陽那副篤定的樣子，也笑了。
「好。我現在就去完善方案，準備合同模板。「
她站起身，走到門口時，又停下腳步，回頭：
「陳陽。「
「嗯？「
「你……從一開始就計劃好了，對吧？「
沈清雪看著他。
陳陽看著她，沒有否認，只是淡淡地笑了笑。
「算是吧。「
「你……「沈清雪看著陳陽，再次感到心悸。
「怎麼了？「陳陽問道。
「沒什麼。「
沈清雪搖搖頭，掩去震驚，露出笑容，
「只是覺得……跟著你創業，好像挺有意思的。「
說完她轉身離開。