第33章 網吧里的未來CTO
七月底的深圳，熱得像一個巨大的蒸籠。下午四點，太陽還毒辣地掛在天上，曬得柏油路面浮起一層透明的、搖曳的熱浪。城中村的巷子又窄又深，兩側是密密麻麻的「握手樓」，陽光只能從樓縫裡漏下幾道慘白的光柱，照在積著污水的坑窪路面上。
林浩從建材市場出來，T恤後背已經濕透，緊貼在皮膚上。他手裡拿著一捲圖紙，是創新大廈五樓的裝修設計圖——剛和設計師吵了一架，對方堅持要做吊頂、大理石前台、玻璃隔斷，說「這才像正規公司」。林浩堅持要做開放空間、水泥地、裸露管線，說「這才像創業公司」。最後各讓一步：前台用水泥砌，但打磨光滑；不吊頂，但刷黑漆；辦公桌用實木板，但自己釘。
省錢，但要酷。這是林浩的要求。
他拐進巷子口一家網吧。招牌是褪色的「極速網咖」，玻璃門上貼著《傳奇》《奇蹟》《CS》的海報，但邊角捲起，被太陽曬得發白。推門進去，冷氣和煙味、泡麵味、汗味混雜的氣浪撲面而來。
下午的網吧人不多，大半機子空著。幾個少年在打遊戲，大呼小叫。角落裡，一個瘦得像竹竿的年輕人，背對著門，坐在最裡面的位置。他沒打遊戲，屏幕上是黑色的終端窗口，綠色的字符快速滾動。桌上攤著一本厚厚的書，磚頭一樣，是《算法導論》英文原版，書頁泛黃，邊角捲起，密密麻麻寫滿了筆記。
林浩在他斜後方找了個位置坐下。開機，打開郵箱，處理裝修報價單。但眼角餘光一直瞟著那個年輕人。
年輕人很專注。手指在鍵盤上快速敲擊，但動作輕盈，幾乎沒有聲音。屏幕上的代碼在滾動，是C++，但風格很獨特——變量名用下劃線分隔，函數短小，注釋精確。林浩能看到幾個關鍵詞：collaborative_filtering、user_vector、item_similarity……協同過濾，用戶向量，物品相似度。
這是推薦算法的核心概念。在2003年，這太超前了。當時國內網際網路還處在門戶時代，新聞是編輯手動推薦，電商還沒起步，推薦算法只是學術論文裡的概念。
林浩起身，去吧檯買了兩瓶冰鎮礦泉水。走回來，把一瓶放在年輕人桌上。
「喝點水。」
年輕人抬起頭。很年輕，可能二十出頭，戴一副黑框眼鏡，鏡片很厚，眼睛很大，但眼窩深陷，有黑眼圈。臉很瘦，顴骨凸出，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。
「謝謝，不用。」
「天熱，脫水。」林浩在他旁邊的空位坐下，擰開自己那瓶，喝了一口，「看你寫代碼，是推薦系統？」
年輕人愣了一下，警惕更深：「你懂？」
「懂一點。協同過濾，基於用戶的，還是基於物品的？」
「都在試。」年輕人說，聲音很輕，但清晰，「但稀疏矩陣問題解決不了。用戶-物品矩陣太大，太稀疏，相似度計算不准。」
「用SVD（奇異值分解）降維。或者，加隱語義模型。」林浩說。
年輕人眼睛睜大了。他看著林浩，像看著一個突然從地里冒出來的怪物。2003年，SVD在推薦系統中的應用，還只是少數實驗室在研究的課題。
「你……你是哪個實驗室的？」年輕人問。
「不是實驗室，是公司。」林浩說，「浩宇科技，做遊戲的。但我們對推薦算法有興趣。你在做什麼項目？」
年輕人猶豫了幾秒，然後說：「個性化新聞推薦。我想做一個系統，根據用戶的瀏覽歷史，自動推薦他可能感興趣的新聞。但現在還在理論階段，數據都沒有。」
「爬蟲抓新聞，用戶行為模擬，先跑起來。」林浩說，「算法不驗證，永遠是紙上談兵。」
「我知道。」年輕人苦笑，「但沒伺服器，沒數據，沒資源。我在深大讀書，實驗室的機器要排隊，一次只能跑一小時。」
「深大？計算機系？」
「嗯，大三。張一鳴。」
林浩的心臟重重跳了一下。張一鳴。這個名字，他上輩子在無數科技新聞里見過：今日頭條創始人，字節跳動CEO，中國網際網路新生代巨頭。但現在，他只是個在網吧啃《算法導論》的窮學生。
「我叫林浩。」林浩伸出手。
張一鳴握手。手很瘦，但有力。
「你剛才說，浩宇科技？做遊戲的？《血戰天下》是你們做的？」
「你知道？」
「玩過。」張一鳴說，臉上第一次露出一點笑容，「國戰系統很厲害，同步算法做得很好。我逆向分析過客戶端，你們的預測矯正模型，比論文裡的方案更實用。」
「你還逆向分析？」林浩笑了。
「興趣。」張一鳴說，「我覺得，遊戲裡的很多技術，可以用在其他地方。比如狀態同步，可以用在實時推薦上——用戶每點一次，系統立刻更新推薦列表，像遊戲裡每動一步，畫面立刻更新。」
「思路不錯。」林浩說，「但實時推薦的計算量太大，伺服器扛不住。」
「所以要做增量更新，做局部刷新，做客戶端緩存。」張一鳴語速快起來，眼睛裡有了光，「就像遊戲裡，只同步視野內的玩家。推薦系統里，只更新用戶可能感興趣的幾個品類。其他部分，用緩存，用異步更新。」
林浩聽著，心裡越來越驚。這個二十歲的年輕人，思維已經跳出了時代。他看到的不是眼前的技術局限，是技術背後共通的邏輯——狀態同步、增量更新、緩存優化，這些遊戲引擎里的概念，被他自然地遷移到推薦系統里。
「你做過實驗嗎？」林浩問。
「在實驗室跑過小規模數據。」張一鳴從書包里掏出一個軟盤，「裡面是模擬數據，十萬用戶，一百萬新聞，用簡單的協同過濾，準確率只有30%。但如果加上時間衰減因子——用戶最近的行為權重更高——能提到40%。再加社交關係——朋友喜歡的，你也可能喜歡——能到50%。但計算量指數級增長，單機跑一次要三天。」
「用分布式。」林浩說，「把數據切分，多台機器並行計算。MapReduce的思路，聽過嗎？」
「Google那篇論文？」張一鳴眼睛更亮了，「我看過，但沒實踐過。實驗室沒那麼多機器。」
「浩宇有。」林浩說，「我們剛租了一層樓，正在裝修。伺服器買了二十台，下周到貨。如果你有興趣，可以來我們那兒做實驗。數據，我們有——遊戲裡幾百萬玩家的行為數據，每天產生幾千萬條日誌。伺服器，我們也有。缺的，是人。」
張一鳴愣住了。他看著林浩，像在判斷這話的真假。一個陌生人，在網吧，邀請他去公司做實驗，用真實數據，用真實伺服器。這聽起來像騙子，或者……像做夢。
「為什麼？」他問。
「因為我覺得你的想法有價值。」林浩說，「個性化推薦，是未來。新聞、音樂、視頻、商品，一切內容都需要推薦。誰先做好推薦，誰就掌握了流量入口。浩宇現在做遊戲，但未來要做平台，要做生態。推薦系統，是生態的大腦。我們需要這個大腦。」
「可我只是個學生……」
「學生怎麼了？」林浩笑了，「我今年十八歲，高中剛畢業。浩宇是我創立的，四個月前還在縣城發傳單。現在月流水千萬。年齡、學歷、背景，都不重要。重要的是，你有沒有想法，敢不敢幹。」
張一鳴沉默了很久。他低頭看著手裡的軟盤，手指在塑料殼上摩挲。然後他抬頭，看著屏幕上的代碼，又看看那本《算法導論》。
「我能得到什麼？」他問，很直接。
「實習工資，一個月三千。包住。實驗資源，隨便用。如果項目有成果，可以轉正，薪資翻倍，給期權。」林浩說，「更重要的是，你可以把一個理論想法，做成真實可用的系統。這個系統，可能會改變幾億人獲取信息的方式。」
最後這句話，打動了張一鳴。他眼裡那種技術人的純粹光芒，亮得灼人。
「但我還要上課……」
「時間自由。你什麼時候有空，什麼時候來。我們需要的是你的腦子，不是你的坐班時間。」林浩說，「而且，深大離南山不遠，公交車半小時。」
張一鳴又思考了幾分鐘。然後他點頭：「好。我試試。」
「歡迎加入浩宇。」林浩伸出手。
這次握手，很用力。
兩人聊了三個小時。從推薦算法，聊到分布式系統，聊到資料庫優化，聊到用戶體驗。張一鳴的話越來越多，從拘謹到興奮，到滔滔不絕。他有很多想法，很多在2003年看來天馬行空的想法：基於用戶畫像的精準推送、基於社交關係的病毒傳播、基於地理位置的熱點發現……
林浩聽著，偶爾提問，偶爾補充。他腦子裡有2023年的推薦系統是什麼樣子——今日頭條、抖音、淘寶千人千面。但他不能說，只能引導，讓張一鳴自己「發明」出來。
天黑了。網吧的燈亮起來，屏幕的光映在兩人臉上。旁邊打遊戲的少年換了一撥，煙味更濃了。但兩人都沒在意。
「走吧，吃飯。」林浩說，「邊吃邊聊。」
他們去了巷子口的大排檔。塑料桌椅，紅色燈罩，風扇嗡嗡轉。點了炒牛河，椒鹽蝦，蒜蓉青菜。張一鳴吃得很香，但手在桌上比劃，還在說算法。
「用戶冷啟動問題怎麼解決？」他問，「新用戶，沒數據，怎麼推薦？」
「用熱門內容引流，同時快速收集行為數據。」林浩說，「就像遊戲裡，新手進來，先給簡單任務，讓他快速升級，產生正反饋。推薦系統也一樣，先給大眾都喜歡的內容，同時埋點，記錄他的每一次點擊、停留、分享。數據夠了，再切個性化。」
「那數據隱私呢？」張一鳴皺眉，「收集用戶行為，會不會……」
「會。」林浩說，「所以必須透明。告訴用戶，我們在收集什麼數據，用來做什麼。給用戶選擇權，可以關閉個性化推薦。但大部分用戶，會為了更好的體驗，願意交出數據。這是交換。」
「這會不會……有點邪惡？」
「技術是工具，看人怎麼用。」林浩說，「我們可以用它推薦垃圾信息，也可以用它推薦有價值的內容。浩宇要做的事，是讓技術服務於人，不是奴役人。所以，算法要有價值觀，要有底線。這比技術本身更重要。」
張一鳴停下筷子，看著林浩。大排檔昏黃的燈光下，這個比自己還小的少年，眼神里有種他看不懂的深邃。
「林浩，」他說，「你好像……想得很遠。」
「必須想得遠。」林浩說，「網際網路才剛起步，我們現在做的每一個決定，都可能影響十年後的世界。所以不能只盯著眼前的技術，要盯著技術背後的東西：它讓人變得更好了，還是更壞了？它讓社會更開放了，還是更封閉了？它讓信息更自由了，還是更壟斷了？」
張一鳴沉默。他低頭吃了幾口菜，然後說：「我想做個實驗。用浩宇的遊戲數據，先做一個遊戲內的推薦系統。比如，根據玩家的職業、等級、裝備，推薦他可能需要的道具、副本、攻略。這個系統如果跑通了，再遷移到新聞、視頻、音樂。」
「好主意。」林浩點頭，「從垂直領域切入，驗證技術，再橫向擴展。遊戲數據維度豐富，行為密集，是訓練推薦算法的絕佳土壤。你做方案，我批資源。」
「謝謝。」
吃完飯，林浩送張一鳴回深大。校門口，路燈下，張一鳴背著那個舊書包，身影瘦長。
「下周一，我來公司。」他說。
「好。地址我發你QQ。」
「嗯。」張一鳴轉身要走，又回頭，「林浩，你為什麼相信我？我們才認識幾個小時。」
「因為你在網吧啃《算法導論》。」林浩笑了，「因為你在做2003年沒人做的事。因為你的眼睛裡有光。技術人有沒有天賦，一眼就能看出來。你有。」
張一鳴也笑了，很靦腆，但眼裡有光。
他轉身走進校門，背影消失在樹影里。
林浩站在路燈下，點了根煙——他很少抽，但今天想抽一根。煙霧在夏夜的熱風裡散開，很快沒了痕跡。
他想起上輩子，2012年，今日頭條上線，顛覆了新聞行業。2016年，抖音上線，顛覆了短視頻。2020年，TikTok風靡全球。而這一切的起點，是2003年深圳的一家網吧，一個啃《算法導論》的窮學生。
現在，這個學生，要成為浩宇的CTO了。
命運，真奇妙。
他掐滅煙，往回走。城中村的巷子很深，很暗，但遠處有光。
浩宇的版圖，又多了一塊拼圖。
而未來，正在加速到來。
林浩從建材市場出來，T恤後背已經濕透，緊貼在皮膚上。他手裡拿著一捲圖紙，是創新大廈五樓的裝修設計圖——剛和設計師吵了一架，對方堅持要做吊頂、大理石前台、玻璃隔斷，說「這才像正規公司」。林浩堅持要做開放空間、水泥地、裸露管線，說「這才像創業公司」。最後各讓一步：前台用水泥砌，但打磨光滑；不吊頂，但刷黑漆；辦公桌用實木板，但自己釘。
省錢，但要酷。這是林浩的要求。
他拐進巷子口一家網吧。招牌是褪色的「極速網咖」，玻璃門上貼著《傳奇》《奇蹟》《CS》的海報，但邊角捲起，被太陽曬得發白。推門進去，冷氣和煙味、泡麵味、汗味混雜的氣浪撲面而來。
下午的網吧人不多，大半機子空著。幾個少年在打遊戲，大呼小叫。角落裡，一個瘦得像竹竿的年輕人，背對著門，坐在最裡面的位置。他沒打遊戲，屏幕上是黑色的終端窗口，綠色的字符快速滾動。桌上攤著一本厚厚的書，磚頭一樣，是《算法導論》英文原版，書頁泛黃，邊角捲起，密密麻麻寫滿了筆記。
林浩在他斜後方找了個位置坐下。開機，打開郵箱，處理裝修報價單。但眼角餘光一直瞟著那個年輕人。
年輕人很專注。手指在鍵盤上快速敲擊，但動作輕盈，幾乎沒有聲音。屏幕上的代碼在滾動，是C++，但風格很獨特——變量名用下劃線分隔，函數短小，注釋精確。林浩能看到幾個關鍵詞：collaborative_filtering、user_vector、item_similarity……協同過濾，用戶向量，物品相似度。
這是推薦算法的核心概念。在2003年，這太超前了。當時國內網際網路還處在門戶時代，新聞是編輯手動推薦，電商還沒起步，推薦算法只是學術論文裡的概念。
林浩起身，去吧檯買了兩瓶冰鎮礦泉水。走回來，把一瓶放在年輕人桌上。
「喝點水。」
年輕人抬起頭。很年輕，可能二十出頭，戴一副黑框眼鏡，鏡片很厚，眼睛很大，但眼窩深陷，有黑眼圈。臉很瘦，顴骨凸出，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。
「謝謝，不用。」
「天熱，脫水。」林浩在他旁邊的空位坐下，擰開自己那瓶，喝了一口，「看你寫代碼，是推薦系統？」
年輕人愣了一下，警惕更深：「你懂？」
「懂一點。協同過濾，基於用戶的，還是基於物品的？」
「都在試。」年輕人說，聲音很輕，但清晰，「但稀疏矩陣問題解決不了。用戶-物品矩陣太大，太稀疏，相似度計算不准。」
「用SVD（奇異值分解）降維。或者，加隱語義模型。」林浩說。
年輕人眼睛睜大了。他看著林浩，像看著一個突然從地里冒出來的怪物。2003年，SVD在推薦系統中的應用，還只是少數實驗室在研究的課題。
「你……你是哪個實驗室的？」年輕人問。
「不是實驗室，是公司。」林浩說，「浩宇科技，做遊戲的。但我們對推薦算法有興趣。你在做什麼項目？」
年輕人猶豫了幾秒，然後說：「個性化新聞推薦。我想做一個系統，根據用戶的瀏覽歷史，自動推薦他可能感興趣的新聞。但現在還在理論階段，數據都沒有。」
「爬蟲抓新聞，用戶行為模擬，先跑起來。」林浩說，「算法不驗證，永遠是紙上談兵。」
「我知道。」年輕人苦笑，「但沒伺服器，沒數據，沒資源。我在深大讀書，實驗室的機器要排隊，一次只能跑一小時。」
「深大？計算機系？」
「嗯，大三。張一鳴。」
林浩的心臟重重跳了一下。張一鳴。這個名字，他上輩子在無數科技新聞里見過：今日頭條創始人，字節跳動CEO，中國網際網路新生代巨頭。但現在，他只是個在網吧啃《算法導論》的窮學生。
「我叫林浩。」林浩伸出手。
張一鳴握手。手很瘦，但有力。
「你剛才說，浩宇科技？做遊戲的？《血戰天下》是你們做的？」
「你知道？」
「玩過。」張一鳴說，臉上第一次露出一點笑容，「國戰系統很厲害，同步算法做得很好。我逆向分析過客戶端，你們的預測矯正模型，比論文裡的方案更實用。」
「你還逆向分析？」林浩笑了。
「興趣。」張一鳴說，「我覺得，遊戲裡的很多技術，可以用在其他地方。比如狀態同步，可以用在實時推薦上——用戶每點一次，系統立刻更新推薦列表，像遊戲裡每動一步，畫面立刻更新。」
「思路不錯。」林浩說，「但實時推薦的計算量太大，伺服器扛不住。」
「所以要做增量更新，做局部刷新，做客戶端緩存。」張一鳴語速快起來，眼睛裡有了光，「就像遊戲裡，只同步視野內的玩家。推薦系統里，只更新用戶可能感興趣的幾個品類。其他部分，用緩存，用異步更新。」
林浩聽著，心裡越來越驚。這個二十歲的年輕人，思維已經跳出了時代。他看到的不是眼前的技術局限，是技術背後共通的邏輯——狀態同步、增量更新、緩存優化，這些遊戲引擎里的概念，被他自然地遷移到推薦系統里。
「你做過實驗嗎？」林浩問。
「在實驗室跑過小規模數據。」張一鳴從書包里掏出一個軟盤，「裡面是模擬數據，十萬用戶，一百萬新聞，用簡單的協同過濾，準確率只有30%。但如果加上時間衰減因子——用戶最近的行為權重更高——能提到40%。再加社交關係——朋友喜歡的，你也可能喜歡——能到50%。但計算量指數級增長，單機跑一次要三天。」
「用分布式。」林浩說，「把數據切分，多台機器並行計算。MapReduce的思路，聽過嗎？」
「Google那篇論文？」張一鳴眼睛更亮了，「我看過，但沒實踐過。實驗室沒那麼多機器。」
「浩宇有。」林浩說，「我們剛租了一層樓，正在裝修。伺服器買了二十台，下周到貨。如果你有興趣，可以來我們那兒做實驗。數據，我們有——遊戲裡幾百萬玩家的行為數據，每天產生幾千萬條日誌。伺服器，我們也有。缺的，是人。」
張一鳴愣住了。他看著林浩，像在判斷這話的真假。一個陌生人，在網吧，邀請他去公司做實驗，用真實數據，用真實伺服器。這聽起來像騙子，或者……像做夢。
「為什麼？」他問。
「因為我覺得你的想法有價值。」林浩說，「個性化推薦，是未來。新聞、音樂、視頻、商品，一切內容都需要推薦。誰先做好推薦，誰就掌握了流量入口。浩宇現在做遊戲，但未來要做平台，要做生態。推薦系統，是生態的大腦。我們需要這個大腦。」
「可我只是個學生……」
「學生怎麼了？」林浩笑了，「我今年十八歲，高中剛畢業。浩宇是我創立的，四個月前還在縣城發傳單。現在月流水千萬。年齡、學歷、背景，都不重要。重要的是，你有沒有想法，敢不敢幹。」
張一鳴沉默了很久。他低頭看著手裡的軟盤，手指在塑料殼上摩挲。然後他抬頭，看著屏幕上的代碼，又看看那本《算法導論》。
「我能得到什麼？」他問，很直接。
「實習工資，一個月三千。包住。實驗資源，隨便用。如果項目有成果，可以轉正，薪資翻倍，給期權。」林浩說，「更重要的是，你可以把一個理論想法，做成真實可用的系統。這個系統，可能會改變幾億人獲取信息的方式。」
最後這句話，打動了張一鳴。他眼裡那種技術人的純粹光芒，亮得灼人。
「但我還要上課……」
「時間自由。你什麼時候有空，什麼時候來。我們需要的是你的腦子，不是你的坐班時間。」林浩說，「而且，深大離南山不遠，公交車半小時。」
張一鳴又思考了幾分鐘。然後他點頭：「好。我試試。」
「歡迎加入浩宇。」林浩伸出手。
這次握手，很用力。
兩人聊了三個小時。從推薦算法，聊到分布式系統，聊到資料庫優化，聊到用戶體驗。張一鳴的話越來越多，從拘謹到興奮，到滔滔不絕。他有很多想法，很多在2003年看來天馬行空的想法：基於用戶畫像的精準推送、基於社交關係的病毒傳播、基於地理位置的熱點發現……
林浩聽著，偶爾提問，偶爾補充。他腦子裡有2023年的推薦系統是什麼樣子——今日頭條、抖音、淘寶千人千面。但他不能說，只能引導，讓張一鳴自己「發明」出來。
天黑了。網吧的燈亮起來，屏幕的光映在兩人臉上。旁邊打遊戲的少年換了一撥，煙味更濃了。但兩人都沒在意。
「走吧，吃飯。」林浩說，「邊吃邊聊。」
他們去了巷子口的大排檔。塑料桌椅，紅色燈罩，風扇嗡嗡轉。點了炒牛河，椒鹽蝦，蒜蓉青菜。張一鳴吃得很香，但手在桌上比劃，還在說算法。
「用戶冷啟動問題怎麼解決？」他問，「新用戶，沒數據，怎麼推薦？」
「用熱門內容引流，同時快速收集行為數據。」林浩說，「就像遊戲裡，新手進來，先給簡單任務，讓他快速升級，產生正反饋。推薦系統也一樣，先給大眾都喜歡的內容，同時埋點，記錄他的每一次點擊、停留、分享。數據夠了，再切個性化。」
「那數據隱私呢？」張一鳴皺眉，「收集用戶行為，會不會……」
「會。」林浩說，「所以必須透明。告訴用戶，我們在收集什麼數據，用來做什麼。給用戶選擇權，可以關閉個性化推薦。但大部分用戶，會為了更好的體驗，願意交出數據。這是交換。」
「這會不會……有點邪惡？」
「技術是工具，看人怎麼用。」林浩說，「我們可以用它推薦垃圾信息，也可以用它推薦有價值的內容。浩宇要做的事，是讓技術服務於人，不是奴役人。所以，算法要有價值觀，要有底線。這比技術本身更重要。」
張一鳴停下筷子，看著林浩。大排檔昏黃的燈光下，這個比自己還小的少年，眼神里有種他看不懂的深邃。
「林浩，」他說，「你好像……想得很遠。」
「必須想得遠。」林浩說，「網際網路才剛起步，我們現在做的每一個決定，都可能影響十年後的世界。所以不能只盯著眼前的技術，要盯著技術背後的東西：它讓人變得更好了，還是更壞了？它讓社會更開放了，還是更封閉了？它讓信息更自由了，還是更壟斷了？」
張一鳴沉默。他低頭吃了幾口菜，然後說：「我想做個實驗。用浩宇的遊戲數據，先做一個遊戲內的推薦系統。比如，根據玩家的職業、等級、裝備，推薦他可能需要的道具、副本、攻略。這個系統如果跑通了，再遷移到新聞、視頻、音樂。」
「好主意。」林浩點頭，「從垂直領域切入，驗證技術，再橫向擴展。遊戲數據維度豐富，行為密集，是訓練推薦算法的絕佳土壤。你做方案，我批資源。」
「謝謝。」
吃完飯，林浩送張一鳴回深大。校門口，路燈下，張一鳴背著那個舊書包，身影瘦長。
「下周一，我來公司。」他說。
「好。地址我發你QQ。」
「嗯。」張一鳴轉身要走，又回頭，「林浩，你為什麼相信我？我們才認識幾個小時。」
「因為你在網吧啃《算法導論》。」林浩笑了，「因為你在做2003年沒人做的事。因為你的眼睛裡有光。技術人有沒有天賦，一眼就能看出來。你有。」
張一鳴也笑了，很靦腆，但眼裡有光。
他轉身走進校門，背影消失在樹影里。
林浩站在路燈下，點了根煙——他很少抽，但今天想抽一根。煙霧在夏夜的熱風裡散開，很快沒了痕跡。
他想起上輩子，2012年，今日頭條上線，顛覆了新聞行業。2016年，抖音上線，顛覆了短視頻。2020年，TikTok風靡全球。而這一切的起點，是2003年深圳的一家網吧，一個啃《算法導論》的窮學生。
現在，這個學生，要成為浩宇的CTO了。
命運，真奇妙。
他掐滅煙，往回走。城中村的巷子很深，很暗，但遠處有光。
浩宇的版圖，又多了一塊拼圖。
而未來，正在加速到來。