對于真正的技術(shù)癡迷者來說，金錢的吸引力，遠不如一個能讓他們施展才華、挑戰(zhàn)自我的舞臺。
而夏冬，現(xiàn)在就要為他們搭建一個全世界最華麗的舞臺。
一根魚線釣上了三條大魚，這讓他信心倍增。
但他后面的計劃，可不僅僅是需要幾條魚那么簡單。
他要的，是一個龐大的技術(shù)帝國。
他要的，是未來十幾年，站在技術(shù)浪潮之巔的那些名字。
他要織一張巨大的網(wǎng)。
一張足以網(wǎng)羅天下技術(shù)大牛的網(wǎng)。
夏冬拿起桌上的華遙Mate 90 Pro。
他熟練地打開了【豆包】應(yīng)用。
手機屏幕上，幽藍色的光芒一閃而過，冰冷的AI界面呈現(xiàn)在眼前。
夏冬的手指在屏幕上飛快地敲擊著。
“生成以下幾個開源項目的初始版本代碼。”
“第一，Redis。”
“第二，Vowpal Wabbit。”
“第三，GraphLab。”
隨著他打完字，手機屏幕上的代碼開始以一種超越人類極限的速度瘋狂滾動起來。
沒有絲毫的停頓，仿佛這些代碼早已存在于某個浩瀚的數(shù)據(jù)庫中，此刻只是被調(diào)用出來而已。
夏冬靜靜地看著。
他選擇這三個項目，是經(jīng)過深思熟慮的。
首先是Redis。
對于后世的程序員來說，這個名字如雷貫耳。
它是一個高性能的鍵值數(shù)據(jù)庫。用最通俗的話來說，它就像是給服務(wù)器裝上了一個超大容量、超快速度的內(nèi)存條，專門用來存放那些需要被頻繁訪問的數(shù)據(jù)。在2009年才會被一個意大利人開發(fā)出來，而現(xiàn)在，夏冬把它提前了整整一年。
Redis的初始代碼量并不算巨大，但其設(shè)計思想?yún)s極為精妙，尤其是在單線程模型下實現(xiàn)超高性能并發(fā)處理的技巧，足以讓任何一個頂尖的C語言高手為之著迷。
能看懂并且愿意為之貢獻代碼的人，絕對是大神中的大神。
然后是Vowpal Wabbit，簡稱VW。
這個名字古怪的項目，是雅虎研究院在未來幾年才會發(fā)布出來的東西，一個快到極致的在線機器學(xué)習(xí)系統(tǒng)。簡單來說，它就是一個學(xué)習(xí)能力超強的“算法怪獸”，能夠?qū)崟r處理海量的數(shù)據(jù)流，并從中學(xué)習(xí)規(guī)律。后世淘寶、抖音那種讓你欲罷不能的個性化推薦系統(tǒng)，其底層邏輯就和它一脈相承。
這個東西在2008年，絕對是黑科技中的黑科技。
最后是GraphLab。
這是由卡內(nèi)基梅隆大學(xué)在2010年左右提出的一個圖計算框架。所謂“圖計算”，處理的不是圖片，而是“關(guān)系”。比如，社交網(wǎng)絡(luò)里你和你的朋友們的關(guān)系，就是一個巨大的“圖”。GraphLab就是用來高效處理這種復(fù)雜關(guān)系網(wǎng)絡(luò)的利器。
這三個項目，任何一個單獨拿出來，都足以在未來的技術(shù)圈掀起一場風(fēng)暴。
它們共同的特點是：代碼量在初始階段都不算特別龐大，但技術(shù)思想極其超前，偏向底層，對程序員的內(nèi)功要求極高。
這就像是武林高手過招，不比誰的招式花哨，只比誰的內(nèi)力深厚。
用這三個項目來篩選人才，簡直就像是用最精密的篩子去篩金沙，留下來的，必然是閃閃發(fā)光的純金。
很快，豆包便完成了代碼的生成。
夏冬將這些代碼通過藍牙，一個個拷貝到電腦上。
然后和前一天的項目一樣，刪除了一部分較為核心的代碼，作為釣魚的鉤子。
然后又讓豆包，分別用中文，生成了這三個項目的簡介。
然后，他登錄自已的GitHub主頁。
他將這三個新鮮出爐的劃時代項目，一個接一個地發(fā)布。
做完這一切，窗外的蟲鳴聲已經(jīng)漸漸稀疏。
已經(jīng)是深夜了。
夏冬伸了個懶腰，關(guān)掉電腦。
他躺在床上，卻毫無睡意。
他知道，當(dāng)明天太陽升起的時候，他扔進技術(shù)江湖的這幾塊巨石，將會激起何等驚濤駭浪。
那些隱藏在世界各個角落，因為感覺不到挑戰(zhàn)而覺得乏味的頂尖高手們，將會如何因為這些項目的出現(xiàn)，而徹夜難眠。
而他，夏冬，將會是這個時代的開創(chuàng)者。
他閉上眼睛，嘴角帶著一絲微笑，沉沉睡去。
同一時間。
地球的另一端，美國，加利福尼亞州。
太陽正懸掛在圣克拉拉谷的上空，將大片的陽光傾瀉在這片全球科技的心臟地帶。
雅虎總部的玻璃幕墻反射著刺眼的光芒。
在這座巨獸的內(nèi)部，一間寬敞的、擁有絕佳視野的辦公室里，氣氛卻有些凝重。
一個東方面孔的男人正坐在主位上，他的手指無意識地在光滑的會議桌上敲擊著，發(fā)出沉悶的“噠、噠”聲。
他叫陸奇。
雅虎執(zhí)行副總裁。
一個在白人主導(dǎo)的硅谷技術(shù)圈里，幾乎是傳奇般的存在。
他的面前，站著幾個垂著頭的技術(shù)負責(zé)人，神情緊張，像是在等待審判。
“所以，三個月了。”
陸奇開口了，聲音不大，卻帶著一種不容置疑的穿透力。
“我們的個性化推薦系統(tǒng)，還是卡在老地方。”
為首的一個白人技術(shù)主管，額頭上已經(jīng)滲出了細密的汗珠。
“陸，我們嘗試了所有能想到的算法，無論是協(xié)同過濾，還是基于內(nèi)容的推薦，都無法在現(xiàn)有的架構(gòu)上，做到低延遲和高精準度的平衡。”
“數(shù)據(jù)量太大了，每次的全量計算，都像是一場災(zāi)難。”
陸奇的目光掃過他們。
那目光很平靜，卻讓在場的每一個人都感到了一股無形的壓力。
“我三個月前就說過，我們目前的架構(gòu)是有問題的。”
“它太臃腫，太陳舊，像一頭步履蹣跚的大象。”
“你們在給一頭大象的腳上綁上火箭，指望它能飛起來。”
“這不現(xiàn)實。”
他站起身，走到巨大的落地窗前，俯瞰著下方車水馬龍的景象。
“問題的核心，在于實時性。”
“用戶每一次的點擊，每一次的搜索，都應(yīng)該像一顆投入湖面的石子，立刻泛起漣漪，而不是等到半個小時后，湖面才慢吞吞地給出一個反饋。”
“我們需要的，不是一個能處理過去數(shù)據(jù)的龐大系統(tǒng)。”
“而是一個能對‘現(xiàn)在’做出即時反應(yīng)的、輕盈的、聰明的模型。”
陸奇轉(zhuǎn)過身，看著沉默的團隊。
“這個思路，我之前也提過。”
“你們再去試試，從‘增量學(xué)習(xí)’這個方向去思考，看看能不能找到突破口。”
“散會吧。”
幾個技術(shù)負責(zé)人如蒙大赦，悄無聲息地退出了辦公室。