第1805章 一句話點醒了賈瀞雯
辦公室里安靜得能聽見伺服器風扇轉動的聲音。
李明盯著屏幕，右手放在滑鼠上。
他點了一下，屏幕中央的小沙漏開始轉。
一秒，兩秒，三秒……十秒過去了。
屏幕終於刷新，顯示出一列結果。
「還是慢。」他嘆了口氣。
賈瀞雯站在他身後，看著那些搜索結果。
李明剛才輸入的是「電腦價格」，出來的結果有七八條，但只有兩條真正和電腦價格有關。
一條是電腦公司的介紹，另一條是去年的舊新聞。
剩下的，有一條是「電影《電腦奇俠》」，還有幾條是其他完全不相關的內容。
「準確率多少？」賈瀞雯問。
張濤在另一台電腦前算了一下：「剛測了五十個關鍵詞，只有十五個返回了有用結果。
準確率……百分之三十左右。」
會議室里一片沉默。
五個年輕人都在，臉上的表情都差不多——疲憊，還有點沮喪。
他們已經連續工作了兩個月，做出了這個能跑起來的搜尋引擎。
可效果實在不理想。
「速度呢？」賈瀞雯又問。
「平均響應時間十二秒。」王磊說，「最慢的一次等了半分鐘。
這還只是在我們內網測試，如果放到真實的網絡上，有延遲，有帶寬限制，可能更慢。」
賈瀞雯點點頭。
她走到白板前，看著上面密密麻麻的架構圖。
爬蟲、索引、分詞、排序……每個模塊都做了，每個模塊都能工作，可組合起來就是這個結果。
「問題出在哪兒？」她問。
李明站起來，走到白板前：「首先是索引結構。
我們現在用的是最簡單的倒排索引，但數據量一大，查詢效率就低。
需要優化數據結構。」
張濤補充：「分詞也有問題。
基於詞典的方法太死板，很多新詞、專業詞切分不准。
比如『奔騰處理器』，我們的詞典里沒有這個詞，就切成『奔騰』和『處理器』，但用戶可能搜『奔騰處理器』整個詞。」
「排名算法也不夠聰明。」王磊說，「現在基本是按關鍵詞出現次數排序，但這樣很容易被垃圾頁面鑽空子。
一個頁面堆滿關鍵詞，就能排到前面，可內容根本沒價值。」
賈瀞雯聽著，一條條記在本子上。
她知道這些技術問題，但她更知道另一個問題——時間。
錢花得比預期快。
伺服器託管費、帶寬費、團隊工資……五百萬已經用掉一百多萬。
如果遲遲做不出像樣的產品，後續資金壓力會很大。
更關鍵的是信心。
團隊的熱情需要正反饋來維持，如果總是失敗，再好的願景也會磨滅。
「今天先到這裡。」賈瀞雯合上本子，「大家回去休息吧，明天再想辦法。」
年輕人們默默收拾東西離開。
賈瀞雯最後一個走，關了燈，鎖了門。
回到租的公寓，已經是晚上十一點。
她沒開燈，直接倒在沙發上。
窗外是北京的夜景，遠處有霓虹燈閃爍。
她拿出手機，翻到陳浩的號碼，猶豫了很久才撥出去。
電話響了七八聲才接通。
「餵？」陳浩的聲音帶著睡意，「瀞雯？這麼晚了。」
「浩哥，我……」賈瀞雯開口，聲音有點啞，「我們今天測試了搜尋引擎。」
「怎麼樣？」
「不太好。」賈瀞雯實話實說，「速度慢，平均要十幾秒才有結果。
準確率低，只有百分之三十。
團隊有點……泄氣。」
她停頓了一下，繼續說：「我也……壓力有點大。
錢花得比預期快，效果卻出不來。
我有時候想，是不是我能力不夠，是不是換個懂技術的人來管會更好。」
電話那頭安靜了一會兒。
「瀞雯，」陳浩的聲音清醒了一些，「你聽我說。
首先，你做得很好。
從零到有，你們已經做出了能工作的搜尋引擎，這本身就是突破。」
他的聲音很溫和：「速度慢，準確率低，這太正常了。
知道谷歌的第一版準確率多少嗎？也差不多這個水平。
所有新技術都是從粗糙開始的。」
「可是……」賈瀞雯想說些什麼。
「沒有可是。」陳浩打斷她，「你現在需要做的不是自責，是調整策略。」
賈瀞雯坐直身體：「怎麼調整？」
「分階段解決。」陳浩說，「速度和準確率是兩個問題，不能同時解決。
我建議，先不管準確率，全力擴大收錄量。」
「什麼意思？」
「你們現在收錄了多少網頁？」陳浩問。
「一萬左右。」
「太少了。」陳浩說，「一萬個網頁的搜尋引擎，就像只有一百本書的圖書館，再好的檢索系統也沒用。
用戶搜什麼，你都可能沒有。
所以第一要務，把收錄量做上去。
十萬，一百萬，越多越好。」
賈瀞雯思考著：「可是收錄量大了，速度不是更慢嗎？」
「那是下一個階段要解決的問題。」陳浩解釋，「你先讓用戶能搜到東西，哪怕準確率只有百分之三十，但如果網頁基數大，用戶總能找到一些有用的。
有了這個基礎，我們再優化算法，提高準確率。」
他頓了頓：「瀞雯，做產品不能追求完美。
尤其是創業階段，先做出能用的東西，讓用戶先用上，再慢慢改進。
如果總想一步到位，可能永遠走不出實驗室。」
這句話點醒了賈瀞雯。
她想起陳浩之前說的——第一版可以粗糙，但要快。
「我懂了。」她說，「先解決有沒有，再解決好不好的問題。」
「對。」陳浩笑了，「明天就這樣跟團隊說。
集中力量擴大爬蟲規模，優化抓取效率，把收錄量做上去。
至於速度和準確率，暫時放一放。」
電話打了半個多小時。
掛斷時，賈瀞雯覺得心裡踏實了很多。
她打開燈，拿出筆記本，開始寫新的工作計劃。
第二天開會，她把陳浩的策略傳達給團隊。
「陳總說，我們現階段的目標是收錄量。」賈瀞雯在白板上寫下「十萬網頁」四個字，「三周時間，把收錄量從一萬做到十萬。」
李明眼睛一亮：「這個思路對！現在我們總是糾結算法優化，但數據量太小，優化了也看不出效果。
先把數據堆上去，再談怎麼用好這些數據。」
張濤也點頭：「爬虫部分其實可以改進。
我們現在是單線程抓取，太慢。
可以改多線程，同時抓多個頁面。
還可以優化去重算法，減少重複抓取。」
「索引結構也要調整。」王磊說，「數據量大了，現在的結構肯定撐不住。
得設計新的存儲方案。」
團隊重新有了方向。
當天下午，他們就開始分工：李明負責優化爬蟲，張濤改進索引結構，王磊和其他兩人處理數據存儲和伺服器擴展。
【跪求禮物，免費的為愛發電也行！】
李明盯著屏幕，右手放在滑鼠上。
他點了一下，屏幕中央的小沙漏開始轉。
一秒，兩秒，三秒……十秒過去了。
屏幕終於刷新，顯示出一列結果。
「還是慢。」他嘆了口氣。
賈瀞雯站在他身後，看著那些搜索結果。
李明剛才輸入的是「電腦價格」，出來的結果有七八條，但只有兩條真正和電腦價格有關。
一條是電腦公司的介紹，另一條是去年的舊新聞。
剩下的，有一條是「電影《電腦奇俠》」，還有幾條是其他完全不相關的內容。
「準確率多少？」賈瀞雯問。
張濤在另一台電腦前算了一下：「剛測了五十個關鍵詞，只有十五個返回了有用結果。
準確率……百分之三十左右。」
會議室里一片沉默。
五個年輕人都在，臉上的表情都差不多——疲憊，還有點沮喪。
他們已經連續工作了兩個月，做出了這個能跑起來的搜尋引擎。
可效果實在不理想。
「速度呢？」賈瀞雯又問。
「平均響應時間十二秒。」王磊說，「最慢的一次等了半分鐘。
這還只是在我們內網測試，如果放到真實的網絡上，有延遲，有帶寬限制，可能更慢。」
賈瀞雯點點頭。
她走到白板前，看著上面密密麻麻的架構圖。
爬蟲、索引、分詞、排序……每個模塊都做了，每個模塊都能工作，可組合起來就是這個結果。
「問題出在哪兒？」她問。
李明站起來，走到白板前：「首先是索引結構。
我們現在用的是最簡單的倒排索引，但數據量一大，查詢效率就低。
需要優化數據結構。」
張濤補充：「分詞也有問題。
基於詞典的方法太死板，很多新詞、專業詞切分不准。
比如『奔騰處理器』，我們的詞典里沒有這個詞，就切成『奔騰』和『處理器』，但用戶可能搜『奔騰處理器』整個詞。」
「排名算法也不夠聰明。」王磊說，「現在基本是按關鍵詞出現次數排序，但這樣很容易被垃圾頁面鑽空子。
一個頁面堆滿關鍵詞，就能排到前面，可內容根本沒價值。」
賈瀞雯聽著，一條條記在本子上。
她知道這些技術問題，但她更知道另一個問題——時間。
錢花得比預期快。
伺服器託管費、帶寬費、團隊工資……五百萬已經用掉一百多萬。
如果遲遲做不出像樣的產品，後續資金壓力會很大。
更關鍵的是信心。
團隊的熱情需要正反饋來維持，如果總是失敗，再好的願景也會磨滅。
「今天先到這裡。」賈瀞雯合上本子，「大家回去休息吧，明天再想辦法。」
年輕人們默默收拾東西離開。
賈瀞雯最後一個走，關了燈，鎖了門。
回到租的公寓，已經是晚上十一點。
她沒開燈，直接倒在沙發上。
窗外是北京的夜景，遠處有霓虹燈閃爍。
她拿出手機，翻到陳浩的號碼，猶豫了很久才撥出去。
電話響了七八聲才接通。
「餵？」陳浩的聲音帶著睡意，「瀞雯？這麼晚了。」
「浩哥，我……」賈瀞雯開口，聲音有點啞，「我們今天測試了搜尋引擎。」
「怎麼樣？」
「不太好。」賈瀞雯實話實說，「速度慢，平均要十幾秒才有結果。
準確率低，只有百分之三十。
團隊有點……泄氣。」
她停頓了一下，繼續說：「我也……壓力有點大。
錢花得比預期快，效果卻出不來。
我有時候想，是不是我能力不夠，是不是換個懂技術的人來管會更好。」
電話那頭安靜了一會兒。
「瀞雯，」陳浩的聲音清醒了一些，「你聽我說。
首先，你做得很好。
從零到有，你們已經做出了能工作的搜尋引擎，這本身就是突破。」
他的聲音很溫和：「速度慢，準確率低，這太正常了。
知道谷歌的第一版準確率多少嗎？也差不多這個水平。
所有新技術都是從粗糙開始的。」
「可是……」賈瀞雯想說些什麼。
「沒有可是。」陳浩打斷她，「你現在需要做的不是自責，是調整策略。」
賈瀞雯坐直身體：「怎麼調整？」
「分階段解決。」陳浩說，「速度和準確率是兩個問題，不能同時解決。
我建議，先不管準確率，全力擴大收錄量。」
「什麼意思？」
「你們現在收錄了多少網頁？」陳浩問。
「一萬左右。」
「太少了。」陳浩說，「一萬個網頁的搜尋引擎，就像只有一百本書的圖書館，再好的檢索系統也沒用。
用戶搜什麼，你都可能沒有。
所以第一要務，把收錄量做上去。
十萬，一百萬，越多越好。」
賈瀞雯思考著：「可是收錄量大了，速度不是更慢嗎？」
「那是下一個階段要解決的問題。」陳浩解釋，「你先讓用戶能搜到東西，哪怕準確率只有百分之三十，但如果網頁基數大，用戶總能找到一些有用的。
有了這個基礎，我們再優化算法，提高準確率。」
他頓了頓：「瀞雯，做產品不能追求完美。
尤其是創業階段，先做出能用的東西，讓用戶先用上，再慢慢改進。
如果總想一步到位，可能永遠走不出實驗室。」
這句話點醒了賈瀞雯。
她想起陳浩之前說的——第一版可以粗糙，但要快。
「我懂了。」她說，「先解決有沒有，再解決好不好的問題。」
「對。」陳浩笑了，「明天就這樣跟團隊說。
集中力量擴大爬蟲規模，優化抓取效率，把收錄量做上去。
至於速度和準確率，暫時放一放。」
電話打了半個多小時。
掛斷時，賈瀞雯覺得心裡踏實了很多。
她打開燈，拿出筆記本，開始寫新的工作計劃。
第二天開會，她把陳浩的策略傳達給團隊。
「陳總說，我們現階段的目標是收錄量。」賈瀞雯在白板上寫下「十萬網頁」四個字，「三周時間，把收錄量從一萬做到十萬。」
李明眼睛一亮：「這個思路對！現在我們總是糾結算法優化，但數據量太小，優化了也看不出效果。
先把數據堆上去，再談怎麼用好這些數據。」
張濤也點頭：「爬虫部分其實可以改進。
我們現在是單線程抓取，太慢。
可以改多線程，同時抓多個頁面。
還可以優化去重算法，減少重複抓取。」
「索引結構也要調整。」王磊說，「數據量大了，現在的結構肯定撐不住。
得設計新的存儲方案。」
團隊重新有了方向。
當天下午，他們就開始分工：李明負責優化爬蟲，張濤改進索引結構，王磊和其他兩人處理數據存儲和伺服器擴展。
【跪求禮物，免費的為愛發電也行！】