第59章 HICQ的百日封閉開發
三月一日，驚蟄。深圳蛇口，海上世界背後的一處老別墅區。一棟三層白色小樓藏在榕樹和九里香叢中，鐵門緊閉，窗簾拉得嚴嚴實實。別墅是林浩租的，簽了半年，對外說是「浩宇遊戲平台技術攻堅基地」，實際門口掛了個手寫木牌，上面兩個字：「氧艙」。
上午九點，別墅一樓客廳。十二個人，十二台電腦，沿著牆壁擺了一圈。窗簾是厚重的墨綠色絨布，隔絕了所有自然光，只有屏幕的冷光和頭頂日光燈慘白的光。空氣里有新電腦散發的塑料味，有速溶咖啡的焦苦，有熬夜後的汗酸，還有一種緊繃的、近乎實驗室的無菌感。
張小龍站在客廳中央的白板前，白板上沒寫代碼，沒畫架構，只有一行用紅筆加粗的字：「老太太也能上來就語音聊天」。字下面畫了個簡單的流程圖：開機→點圖標→說話。只有三步。
「從今天起，我們在這裡封閉開發一百天。」張小龍開口，聲音不高，但很清晰，「目標只有一個：做出一款讓老太太都能零門檻使用的語音聊天工具。不是『好用』，是『不用學就會用』。不是『流暢』，是『像呼吸一樣自然』。做不到，我們不出這個門。」
十二個人，有從浩宇調來的老員工，有張小龍從廣州帶來的前Foxmail工程師，有剛招的應屆生。所有人看著那行字，表情各異。有人皺眉，有人困惑，有人躍躍欲試。
「老大，」一個戴眼鏡的年輕工程師舉手，叫周明，是浩宇的老員工，之前做遊戲客戶端的，「語音聊天技術很複雜，要調編解碼，要搞網絡適配，要處理回聲消除。老太太怎麼可能懂這些？我們應該先做內測，讓核心用戶反饋，慢慢優化……」
「沒有慢慢。」張小龍打斷他，「林浩只給三個月。三個月後，產品公測。我們要面對的，是幾億普通用戶，不是極客。他們不會給我們第二次機會。體驗不好，一秒就刪。」
他走到白板前，在那行字下面又寫了一行：「所有技術問題，必須在產品層解決，不能讓用戶感知。」
「什麼意思？」另一個工程師問，李濤，張小龍從廣州帶來的，做底層協議出身。
「意思是，網絡不好，我們要自動降碼率，不能卡。有回聲，我們要算法消除，不能有雜音。對方說話聲音小，我們要動態增益，不用用戶調音量。」張小龍頓了頓，「所有技術實現，必須藏起來。用戶看到的，只是一個按鈕，點下去，就能說話。就這麼簡單。」
「這……這做不到吧？」周明嘟囔，「網絡波動是物理限制，算法再強也……」
「那就做到物理極限。」張小龍看向他，「林浩給了我們一個算法，『小藝』壓縮。語音帶寬能降到原來的30%。用這個當基礎，我們再優化。網絡波動，前向糾錯。回聲消除，用深度學習模型。這些技術，我們都有。現在要做的，是把它們打磨到極致，然後包裝成一個最簡單的界面。」
他走到第一台電腦前，打開一個簡陋的Demo。屏幕上只有一個界面：深灰色背景，中間一個大大的圓形按鈕，按鈕上是麥克風圖標。按鈕下方一行小字：「按住說話」。
「這是第一版界面。」張小龍說，「只有這一個按鈕。點一下，開始錄音。鬆開，發送。收到語音消息，自動播放。沒有好友列表，沒有群組，沒有設置——什麼都沒有。就這一個按鈕。」
客廳里一片寂靜。所有人都盯著那個簡陋到可笑的界面。這……這也叫產品？
「我們要做的，就是讓這個按鈕，在任何網絡環境下，任何硬體配置上，都能穩定工作。」張小龍說，「分組。周明，你帶三個人，攻網絡自適應。目標：在56K撥號、1M ADSL、區域網三種環境下，語音延遲都低於200毫秒，卡頓率低於1%。李濤，你帶三個人，攻音頻處理。目標：在菜市場、地鐵、辦公室三種噪音環境下，語音清晰度達到90%以上。小王，你帶兩個人，做UI和交互。目標：從點擊按鈕到開始錄音，反應時間低於50毫秒。小劉，你帶兩個人，做後台服務。目標：支持百萬級並發，消息到達率99.99%。我負責整體架構和算法調優。」
分工明確，時間緊迫。沒人再質疑。鍵盤聲瞬間響起，密集得像暴雨。
第一天，周明組就卡住了。他們在模擬56K撥號環境下測試，丟包率一旦超過5%，語音就斷斷續續。「前向糾錯要發冗餘包，但冗餘包占帶寬，反而增加延遲。這是個死循環。」
張小龍走過去，看著屏幕上的數據流。「冗餘包不用每次發。根據網絡實時狀況動態調整。網絡好，少發。網絡差，多發。用機器學習預測丟包率，提前發冗餘。」
「可機器學習模型需要訓練……」
「林浩給了訓練數據，浩宇遊戲平台幾千萬條語音消息，帶網絡環境標籤。今晚就訓。」
第二天，李濤組遇到回聲。他們在別墅里測試，兩個房間互相語音，回聲大得像在山谷里喊話。「現有的回聲消除算法，對付不了這種複雜環境。」
張小龍調出「小藝」算法里的深度學習模型。「用這個。輸入原始音頻和回聲參考信號，輸出消除後的音頻。模型我預訓練過了，你們微調。」
「可深度學習計算量大，實時性……」
「優化。模型壓縮，定點量化，彙編級加速。我要明天看到結果。」
第三天，小王組的UI出了問題。按鈕點擊響應時間達標了，但用戶反饋「不知道按了沒有」。張小龍說：「加一個視覺反饋。按下時按鈕顏色變深，周圍有漣漪擴散動畫。動畫要流暢，不能卡。」
「可動畫會吃資源……」
「用CSS3硬體加速。我要的是體驗，不是省那點CPU。」
每天，林浩會在下午四點準時出現。不開車，步行過來，背著一個雙肩包，裡面是當天要看的代碼和測試報告。他進來後不說話，只是走到每個人的電腦後面，看屏幕，看日誌，看測試數據。看完了，走到張小龍面前，只說一句話。
第一天：「網絡延遲的99分位值太高，降到150毫秒以下。」
第二天：「回聲消除在低頻段效果不好，重訓模型。」
第三天：「按鈕動畫掉幀，優化到60FPS。」
第四天：「啟動速度慢了一秒，砍掉所有非必要初始化。」
第五天：「語音消息播放時不能打斷，加個進度條。」
第六天：「斷網重連邏輯太複雜，簡化到三步。」
第七天：「安裝包大了0.5M，砍掉一個冗餘庫。」
永遠只有一句話，指出一個最具體的問題。然後轉身離開，不多說一個字。像最苛刻的教練，只指出你的弱點，不告訴你怎麼練。
壓力巨大。但團隊在高壓下，開始蛻變。周明組把網絡自適應算法優化到第七版，56K撥號下的延遲降到180毫秒。李濤組用深度學習模型，在菜市場噪音下也能提取清晰人聲。小王組的UI流暢得像德芙巧克力。小劉組的後台服務穩如磐石。
但張小龍不滿意。他看著測試數據，總覺得少了什麼。
第三十天，凌晨兩點。張小龍把所有人叫到客廳，打開電視，接上攝像頭。攝像頭對著客廳中央的一把椅子。
「現在開始用戶測試。」他說，「不測試功能，測試『感覺』。我坐在這裡，你們輪流過來，假裝是我奶奶，用這個產品給我發語音消息。我要看你們的操作，看你們的表情，聽你們第一句話說什麼。」
眾人面面相覷。但還是照做。第一個是周明，他坐下，拿起手機（測試機），點開那個唯一的按鈕，按住，說：「小龍啊，吃飯了沒？」
發送。播放。聲音清晰，延遲很低。
「感覺不對。」張小龍搖頭，「你太熟練了。我奶奶不會這麼自然。她會猶豫，會緊張，會不知道說什麼。再來。」
李濤上。他坐下，盯著按鈕看了三秒，才小心地按下去，說：「餵？能聽見嗎？」
「好一點，但還是很像測試。」張小龍說，「想像你真的是老人，第一次用智慧型手機，第一次語音聊天。你會怎麼做？」
測試持續到凌晨四點。十二個人，演了十二個「奶奶」。有的小心翼翼，有的大大咧咧，有的說方言，有的嗓子啞。張小龍看著，記著，在白板上寫觀察：
「猶豫期平均3秒」
「第一次說話習慣說『餵』」
「鬆手時很緊張，怕沒發出去」
「聽到自己聲音會愣一下」
「背景音很重要（電視聲、炒菜聲）」
第二天，產品改了。啟動後，不是直接進聊天界面，而是一段簡單的引導動畫：一個慈祥的老奶奶頭像，配一行字：「按住下面，對孫子說話」。按鈕變大，顏色更醒目。按下時，按鈕會有溫和的脈動，像心跳。鬆開時，有「嗖」的一聲輕響，表示發送成功。收到消息自動播放，但第一次播放前，有文字提示：「孫子來信啦」。
林浩下午來看，沒說話，自己坐下，用了一次。按住，說：「測試。」鬆開。播放。
然後他說：「引導動畫裡的老奶奶，不像我奶奶。」
張小龍愣住。
「我奶奶更瘦，頭髮更白，眼神更慈祥。」林浩說，「換一個。要讓人一看就有親近感。」
美術組連夜改圖，找了上百張老人照片，最終定稿一個：清瘦，白髮梳得整齊，眼睛彎彎的，嘴角有笑紋。像每個人的奶奶。
第四十五天，林浩來，說：「語音播放時，不能操作其他應用。老太太可能會邊聽邊想回話，結果點不了按鈕。」
加了一個「語音播放時按鈕禁用」的提示，但提示要友好：「先聽完孫子說啥，別急」。
第六十天，網絡自適應算法終於穩定。在模擬的極端網絡環境下（丟包率20%，延遲500毫秒），語音依然連續，只是音質下降，但不會斷。張小龍說：「可以了。」
林浩測試後，說：「音質下降時，加個提示：『網絡不太好，我慢點說』。用老奶奶的聲音說。」
加了個TTS語音，溫柔，緩慢，帶點方言腔。
第七十五天，產品基本成型。啟動快，連接穩，語音清，交互順。團隊鬆了口氣，覺得終於可以交差了。
林浩來，測試了十分鐘，然後說：「不夠極致。」
眾人心一沉。
「哪裡？」張小龍問。
「情感。」林浩說，「這還是個工具，冷冰冰的工具。我們要做的，是橋樑，是溫暖。奶奶給孫子發語音，不是要傳達信息，是要傳達關心。孫子給奶奶回語音，不是要匯報近況，是要讓她安心。這個產品，要能傳遞情緒。」
「怎麼傳遞？」
「細節。」林浩說，「比如，奶奶說話慢，我們的語音播放速度，可以自動適配——奶奶的語音，用原速。孫子的語音，如果太快，自動放慢一點。比如，深夜收到消息，播放音量自動調低，不吵醒人。比如，長時間沒聯繫，啟動時加一句：『好久沒和孫子聊天了吧？』比如，發送成功時，加一個溫暖的音效，像擁抱的聲音。」
團隊沉默了。這些細節，每一個都要改代碼，調參數，測體驗。時間只剩二十五天了。
「做不做？」張小龍問團隊。
沒人說話。但眼神說明了一切——做。
最後二十五天，瘋狂。周明組重寫了音頻播放引擎，加了語速自適應。李濤組優化了噪音檢測，深夜自動降噪。小王組設計了十幾個情感化提示，每一個都測試了上百遍。小劉組在後台加了用戶行為分析，用來觸發那些溫暖的提醒。
第九十九天，凌晨。產品最終測試。十二個人，輪流模擬奶奶和孫子，發了三百條語音消息。每條消息，都在不同網絡環境、不同噪音背景、不同時間下測試。數據完美：延遲、卡頓、清晰度、用戶滿意度，全部達標。
張小龍坐在那把椅子上，最後一次測試。他點開產品，啟動，看到那個慈祥的老奶奶頭像，看到「按住下面，對孫子說話」。他按住按鈕，忽然不知道該說什麼。
沉默了三秒，他鬆開。發送了一條空白語音。
然後，他聽到產品的提示音，是老奶奶溫和的聲音：「怎麼不說話？想孫子了吧？」
那一刻，張小龍眼眶突然一熱。
他知道，成了。
第一百天，三月十日。林浩準時出現。他沒測試，只是坐下，讓張小龍演示了一遍。從啟動，到發送，到接收，到那些溫暖的細節。
演示完，林浩沉默了很久。
然後他說：「名字定了。叫『氧氣』。O₂。讓溝通，像呼吸一樣自然。」
他站起身，走到門口，回頭：
「明天，公測。」
門關上。腳步聲遠去。
別墅里，十二個人，沒人說話。只有屏幕上的O₂圖標，在黑暗裡，靜靜亮著。
像一顆剛剛點燃的星。
即將照亮，無數人孤獨的夜。
上午九點，別墅一樓客廳。十二個人，十二台電腦，沿著牆壁擺了一圈。窗簾是厚重的墨綠色絨布，隔絕了所有自然光，只有屏幕的冷光和頭頂日光燈慘白的光。空氣里有新電腦散發的塑料味，有速溶咖啡的焦苦，有熬夜後的汗酸，還有一種緊繃的、近乎實驗室的無菌感。
張小龍站在客廳中央的白板前，白板上沒寫代碼，沒畫架構，只有一行用紅筆加粗的字：「老太太也能上來就語音聊天」。字下面畫了個簡單的流程圖：開機→點圖標→說話。只有三步。
「從今天起，我們在這裡封閉開發一百天。」張小龍開口，聲音不高，但很清晰，「目標只有一個：做出一款讓老太太都能零門檻使用的語音聊天工具。不是『好用』，是『不用學就會用』。不是『流暢』，是『像呼吸一樣自然』。做不到，我們不出這個門。」
十二個人，有從浩宇調來的老員工，有張小龍從廣州帶來的前Foxmail工程師，有剛招的應屆生。所有人看著那行字，表情各異。有人皺眉，有人困惑，有人躍躍欲試。
「老大，」一個戴眼鏡的年輕工程師舉手，叫周明，是浩宇的老員工，之前做遊戲客戶端的，「語音聊天技術很複雜，要調編解碼，要搞網絡適配，要處理回聲消除。老太太怎麼可能懂這些？我們應該先做內測，讓核心用戶反饋，慢慢優化……」
「沒有慢慢。」張小龍打斷他，「林浩只給三個月。三個月後，產品公測。我們要面對的，是幾億普通用戶，不是極客。他們不會給我們第二次機會。體驗不好，一秒就刪。」
他走到白板前，在那行字下面又寫了一行：「所有技術問題，必須在產品層解決，不能讓用戶感知。」
「什麼意思？」另一個工程師問，李濤，張小龍從廣州帶來的，做底層協議出身。
「意思是，網絡不好，我們要自動降碼率，不能卡。有回聲，我們要算法消除，不能有雜音。對方說話聲音小，我們要動態增益，不用用戶調音量。」張小龍頓了頓，「所有技術實現，必須藏起來。用戶看到的，只是一個按鈕，點下去，就能說話。就這麼簡單。」
「這……這做不到吧？」周明嘟囔，「網絡波動是物理限制，算法再強也……」
「那就做到物理極限。」張小龍看向他，「林浩給了我們一個算法，『小藝』壓縮。語音帶寬能降到原來的30%。用這個當基礎，我們再優化。網絡波動，前向糾錯。回聲消除，用深度學習模型。這些技術，我們都有。現在要做的，是把它們打磨到極致，然後包裝成一個最簡單的界面。」
他走到第一台電腦前，打開一個簡陋的Demo。屏幕上只有一個界面：深灰色背景，中間一個大大的圓形按鈕，按鈕上是麥克風圖標。按鈕下方一行小字：「按住說話」。
「這是第一版界面。」張小龍說，「只有這一個按鈕。點一下，開始錄音。鬆開，發送。收到語音消息，自動播放。沒有好友列表，沒有群組，沒有設置——什麼都沒有。就這一個按鈕。」
客廳里一片寂靜。所有人都盯著那個簡陋到可笑的界面。這……這也叫產品？
「我們要做的，就是讓這個按鈕，在任何網絡環境下，任何硬體配置上，都能穩定工作。」張小龍說，「分組。周明，你帶三個人，攻網絡自適應。目標：在56K撥號、1M ADSL、區域網三種環境下，語音延遲都低於200毫秒，卡頓率低於1%。李濤，你帶三個人，攻音頻處理。目標：在菜市場、地鐵、辦公室三種噪音環境下，語音清晰度達到90%以上。小王，你帶兩個人，做UI和交互。目標：從點擊按鈕到開始錄音，反應時間低於50毫秒。小劉，你帶兩個人，做後台服務。目標：支持百萬級並發，消息到達率99.99%。我負責整體架構和算法調優。」
分工明確，時間緊迫。沒人再質疑。鍵盤聲瞬間響起，密集得像暴雨。
第一天，周明組就卡住了。他們在模擬56K撥號環境下測試，丟包率一旦超過5%，語音就斷斷續續。「前向糾錯要發冗餘包，但冗餘包占帶寬，反而增加延遲。這是個死循環。」
張小龍走過去，看著屏幕上的數據流。「冗餘包不用每次發。根據網絡實時狀況動態調整。網絡好，少發。網絡差，多發。用機器學習預測丟包率，提前發冗餘。」
「可機器學習模型需要訓練……」
「林浩給了訓練數據，浩宇遊戲平台幾千萬條語音消息，帶網絡環境標籤。今晚就訓。」
第二天，李濤組遇到回聲。他們在別墅里測試，兩個房間互相語音，回聲大得像在山谷里喊話。「現有的回聲消除算法，對付不了這種複雜環境。」
張小龍調出「小藝」算法里的深度學習模型。「用這個。輸入原始音頻和回聲參考信號，輸出消除後的音頻。模型我預訓練過了，你們微調。」
「可深度學習計算量大，實時性……」
「優化。模型壓縮，定點量化，彙編級加速。我要明天看到結果。」
第三天，小王組的UI出了問題。按鈕點擊響應時間達標了，但用戶反饋「不知道按了沒有」。張小龍說：「加一個視覺反饋。按下時按鈕顏色變深，周圍有漣漪擴散動畫。動畫要流暢，不能卡。」
「可動畫會吃資源……」
「用CSS3硬體加速。我要的是體驗，不是省那點CPU。」
每天，林浩會在下午四點準時出現。不開車，步行過來，背著一個雙肩包，裡面是當天要看的代碼和測試報告。他進來後不說話，只是走到每個人的電腦後面，看屏幕，看日誌，看測試數據。看完了，走到張小龍面前，只說一句話。
第一天：「網絡延遲的99分位值太高，降到150毫秒以下。」
第二天：「回聲消除在低頻段效果不好，重訓模型。」
第三天：「按鈕動畫掉幀，優化到60FPS。」
第四天：「啟動速度慢了一秒，砍掉所有非必要初始化。」
第五天：「語音消息播放時不能打斷，加個進度條。」
第六天：「斷網重連邏輯太複雜，簡化到三步。」
第七天：「安裝包大了0.5M，砍掉一個冗餘庫。」
永遠只有一句話，指出一個最具體的問題。然後轉身離開，不多說一個字。像最苛刻的教練，只指出你的弱點，不告訴你怎麼練。
壓力巨大。但團隊在高壓下，開始蛻變。周明組把網絡自適應算法優化到第七版，56K撥號下的延遲降到180毫秒。李濤組用深度學習模型，在菜市場噪音下也能提取清晰人聲。小王組的UI流暢得像德芙巧克力。小劉組的後台服務穩如磐石。
但張小龍不滿意。他看著測試數據，總覺得少了什麼。
第三十天，凌晨兩點。張小龍把所有人叫到客廳，打開電視，接上攝像頭。攝像頭對著客廳中央的一把椅子。
「現在開始用戶測試。」他說，「不測試功能，測試『感覺』。我坐在這裡，你們輪流過來，假裝是我奶奶，用這個產品給我發語音消息。我要看你們的操作，看你們的表情，聽你們第一句話說什麼。」
眾人面面相覷。但還是照做。第一個是周明，他坐下，拿起手機（測試機），點開那個唯一的按鈕，按住，說：「小龍啊，吃飯了沒？」
發送。播放。聲音清晰，延遲很低。
「感覺不對。」張小龍搖頭，「你太熟練了。我奶奶不會這麼自然。她會猶豫，會緊張，會不知道說什麼。再來。」
李濤上。他坐下，盯著按鈕看了三秒，才小心地按下去，說：「餵？能聽見嗎？」
「好一點，但還是很像測試。」張小龍說，「想像你真的是老人，第一次用智慧型手機，第一次語音聊天。你會怎麼做？」
測試持續到凌晨四點。十二個人，演了十二個「奶奶」。有的小心翼翼，有的大大咧咧，有的說方言，有的嗓子啞。張小龍看著，記著，在白板上寫觀察：
「猶豫期平均3秒」
「第一次說話習慣說『餵』」
「鬆手時很緊張，怕沒發出去」
「聽到自己聲音會愣一下」
「背景音很重要（電視聲、炒菜聲）」
第二天，產品改了。啟動後，不是直接進聊天界面，而是一段簡單的引導動畫：一個慈祥的老奶奶頭像，配一行字：「按住下面，對孫子說話」。按鈕變大，顏色更醒目。按下時，按鈕會有溫和的脈動，像心跳。鬆開時，有「嗖」的一聲輕響，表示發送成功。收到消息自動播放，但第一次播放前，有文字提示：「孫子來信啦」。
林浩下午來看，沒說話，自己坐下，用了一次。按住，說：「測試。」鬆開。播放。
然後他說：「引導動畫裡的老奶奶，不像我奶奶。」
張小龍愣住。
「我奶奶更瘦，頭髮更白，眼神更慈祥。」林浩說，「換一個。要讓人一看就有親近感。」
美術組連夜改圖，找了上百張老人照片，最終定稿一個：清瘦，白髮梳得整齊，眼睛彎彎的，嘴角有笑紋。像每個人的奶奶。
第四十五天，林浩來，說：「語音播放時，不能操作其他應用。老太太可能會邊聽邊想回話，結果點不了按鈕。」
加了一個「語音播放時按鈕禁用」的提示，但提示要友好：「先聽完孫子說啥，別急」。
第六十天，網絡自適應算法終於穩定。在模擬的極端網絡環境下（丟包率20%，延遲500毫秒），語音依然連續，只是音質下降，但不會斷。張小龍說：「可以了。」
林浩測試後，說：「音質下降時，加個提示：『網絡不太好，我慢點說』。用老奶奶的聲音說。」
加了個TTS語音，溫柔，緩慢，帶點方言腔。
第七十五天，產品基本成型。啟動快，連接穩，語音清，交互順。團隊鬆了口氣，覺得終於可以交差了。
林浩來，測試了十分鐘，然後說：「不夠極致。」
眾人心一沉。
「哪裡？」張小龍問。
「情感。」林浩說，「這還是個工具，冷冰冰的工具。我們要做的，是橋樑，是溫暖。奶奶給孫子發語音，不是要傳達信息，是要傳達關心。孫子給奶奶回語音，不是要匯報近況，是要讓她安心。這個產品，要能傳遞情緒。」
「怎麼傳遞？」
「細節。」林浩說，「比如，奶奶說話慢，我們的語音播放速度，可以自動適配——奶奶的語音，用原速。孫子的語音，如果太快，自動放慢一點。比如，深夜收到消息，播放音量自動調低，不吵醒人。比如，長時間沒聯繫，啟動時加一句：『好久沒和孫子聊天了吧？』比如，發送成功時，加一個溫暖的音效，像擁抱的聲音。」
團隊沉默了。這些細節，每一個都要改代碼，調參數，測體驗。時間只剩二十五天了。
「做不做？」張小龍問團隊。
沒人說話。但眼神說明了一切——做。
最後二十五天，瘋狂。周明組重寫了音頻播放引擎，加了語速自適應。李濤組優化了噪音檢測，深夜自動降噪。小王組設計了十幾個情感化提示，每一個都測試了上百遍。小劉組在後台加了用戶行為分析，用來觸發那些溫暖的提醒。
第九十九天，凌晨。產品最終測試。十二個人，輪流模擬奶奶和孫子，發了三百條語音消息。每條消息，都在不同網絡環境、不同噪音背景、不同時間下測試。數據完美：延遲、卡頓、清晰度、用戶滿意度，全部達標。
張小龍坐在那把椅子上，最後一次測試。他點開產品，啟動，看到那個慈祥的老奶奶頭像，看到「按住下面，對孫子說話」。他按住按鈕，忽然不知道該說什麼。
沉默了三秒，他鬆開。發送了一條空白語音。
然後，他聽到產品的提示音，是老奶奶溫和的聲音：「怎麼不說話？想孫子了吧？」
那一刻，張小龍眼眶突然一熱。
他知道，成了。
第一百天，三月十日。林浩準時出現。他沒測試，只是坐下，讓張小龍演示了一遍。從啟動，到發送，到接收，到那些溫暖的細節。
演示完，林浩沉默了很久。
然後他說：「名字定了。叫『氧氣』。O₂。讓溝通，像呼吸一樣自然。」
他站起身，走到門口，回頭：
「明天，公測。」
門關上。腳步聲遠去。
別墅里，十二個人，沒人說話。只有屏幕上的O₂圖標，在黑暗裡，靜靜亮著。
像一顆剛剛點燃的星。
即將照亮，無數人孤獨的夜。