林浩听着，心里越来越惊。这个二十岁的年轻人，思维已经跳出了时代。他看到的不是眼前的技术局限，是技术背后共通的逻辑——状态同步、增量更新、缓存优化，这些游戏引擎里的概念，被他自然地迁移到推荐系统里。
“你做过实验吗？”林浩问。
“在实验室跑过小规模数据。”张一鸣从书包里掏出一个软盘，“里面是仿真数据，十万用户，一百。但如果加之时间衰减因子。再加社交关系。但计算量指数级增长，单机跑一次要三天。”
“用分布式。”林浩说，“把数据切分，多台机器并行计算。MapReduce的思路，听过吗？”
“Google那篇论文？”张一鸣眼睛更亮了，“我看过，但没实践过。实验室没那么多机器。”
“浩宇有。”林浩说，“我们刚租了一层楼，正在装修。服务器买了二十台，下周到货。如果你有兴趣，可以来我们那儿做实验。数据，我们有——游戏里几百万玩家的行为数据，每天产生几千万条日志。服务器，我们也有。缺的，是人。”
张一鸣愣住了。他看着林浩，象在判断这话的真假。一个陌生人，在网吧，邀请他去公司做实验，用真实数据，用真实服务器。这听起来象骗子，或者……像做梦。
“为什么？”他问。
“因为我觉得你的想法有价值。”林浩说，“个性化推荐，是未来。新闻、音乐、视频、商品，一切内容都需要推荐。谁先做好推荐，谁就掌握了流量入口。浩宇现在做游戏，但未来要做平台，要做生态。推荐系统，是生态的大脑。我们需要这个大脑。”
“可我只是个学生……”
“学生怎么了？”林浩笑了，“我今年十八岁，高中刚毕业。浩宇是我创立的，四个月前还在县城发传单。现在月流水千万。年龄、学历、背景，都不重要。重要的是，你有没有想法，敢不敢干。”
张一鸣沉默了很久。他低头看着手里的软盘，手指在塑料壳上摩挲。然后他抬头，看着屏幕上的代码，又看看那本《算法导论》。
“我能得到什么？”他问，很直接。
“实习工资，一个月三千。包住。实验资源，随便用。如果项目有成果，可以转正，薪资翻倍，给期权。”林浩说，“更重要的是，你可以把一个理论想法，做成真实可用的系统。这个系统，可能会改变几亿人获取信息的方式。”
最后这句话，打动了张一鸣。他眼里那种技术人的纯粹光芒，亮得灼人。
“但我还要上课……”
“时间自由。你什么时候有空，什么时候来。我们需要的是你的脑子，不是你的坐班时间。”林浩说，“而且，深大离南山不远，公交车半小时。”
张一鸣又思考了几分钟。然后他点头：“好。我试试。”
“欢迎添加浩宇。”林浩伸出手。
这次握手，很用力。
两人聊了三个小时。从推荐算法，聊到分布式系统，聊到数据库优化，聊到用户体验。张一鸣的话越来越多，从拘谨到兴奋，到滔滔不绝。他有很多想法，很多在2003年看来天马行空的想法：基于用户画象的精准推送、基于社交关系的病毒传播、基于地理位置的热点发现……
林浩听着，偶尔提问，偶尔补充。他脑子里有2023年的推荐系统是什么样子——今日头条、抖音、淘宝千人千面。但他不能说，只能引导，让张一鸣自己“发明”出来。
天黑了。网吧的灯亮起来，屏幕的光映在两人脸上。旁边打游戏的少年换了一拨，烟味更浓了。但两人都没在意。
“走吧，吃饭。”林浩说，“边吃边聊。”
他们去了巷子口的大排档。塑料桌椅，红色灯罩，风扇嗡嗡转。点了炒牛河，椒盐虾，蒜蓉青菜。张一鸣吃得很香，但手在桌上比划，还在说算法。
“用户冷激活问题怎么解决？”他问，“新用户，没数据，怎么推荐？”
“用热门内容引流，同时快速收集行为数据。”林浩说，“就象游戏里，新手进来，先给简单任务，让他快速升级，产生正反馈。推荐系统也一样，先给大众都喜欢的内容，同时埋点，记录他的每一次点击、停留、分享。数据够了，再切个性化。”
“那数据隐私呢？”张一鸣皱眉，“收集用户行为，会不会……”
“会。”林浩说，“所以必须透明。告诉用户，我们在收集什么数据，用来做什么。给用户选择权，可以关闭个性化推荐。但大部分用户，会为了更好的体验，愿意交出数据。这是交换。”
“这会不会……有点邪恶？”
“技术是工具，看人怎么用。”林浩说，“我们可以