上午九点，别墅一楼客厅。十二个人，十二台计算机，沿着墙壁摆了一圈。窗帘是厚重的墨绿色绒布，隔绝了所有自然光，只有屏幕的冷光和头顶日光灯惨白的光。空气里有新计算机散发的塑料味，有速溶咖啡的焦苦，有熬夜后的汗酸，还有一种紧绷的、近乎实验室的无菌感。
张小龙站在客厅中央的白板前，白板上没写代码，没画架构，只有一行用红笔加粗的字：“老太太也能上来就语音聊天”。。只有三步。
“从今天起，我们在这里封闭开发一百天。”张小龙开口，声音不高，但很清淅，“目标只有一个：做出一款让老太太都能零门坎使用的语音聊天工具。不是‘好用’，是‘不用学就会用’。不是‘流畅’，是‘像呼吸一样自然’。做不到，我们不出这个门。”
十二个人，有从浩宇调来的老员工，有张小龙从广州带来的前Foxil工程师，有刚招的应届生。所有人看着那行字，表情各异。有人皱眉，有人困惑，有人跃跃欲试。
“老大，”一个戴眼镜的年轻工程师举手，叫周明，是浩宇的老员工，之前做游戏客户端的，“语音聊天技术很复杂，要调编译码，要搞网络适配，要处理回声消除。老太太怎么可能懂这些？我们应该先做内测，让内核用户反馈，慢慢优化……”
“没有慢慢。”张小龙打断他，“林浩只给三个月。三个月后，产品公测。我们要面对的，是几亿普通用户，不是极客。他们不会给我们第二次机会。体验不好，一秒就删。”
他走到白板前，在那行字下面又写了一行：“所有技术问题，必须在产品层解决，不能让用户感知。”
“什么意思？”另一个工程师问，李涛，张小龙从广州带来的，做底层协议出身。
“意思是，网络不好，我们要自动降码率，不能卡。有回声，我们要算法消除，不能有杂音。对方说话声音小，我们要动态增益，不用用户调音量。”张小龙顿了顿，“所有技术实现，必须藏起来。用户看到的，只是一个按钮，点下去，就能说话。就这么简单。”
“这……这做不到吧？”周明嘟囔，“网络波动是物理限制，算法再强也……”
“那就做到物理极限。”张小龙看向他，“林浩给了我们一个算法，‘小艺’压缩。。用这个当基础，我们再优化。网络波动，前向纠错。回声消除，用深度学习模型。这些技术，我们都有。现在要做的，是把它们打磨到极致，然后包装成一个最简单的界面。”
他走到第一台计算机前，打开一个简陋的De。屏幕上只有一个界面：深灰色背景，中间一个大大的圆形按钮，按钮上是麦克风图标。按钮下方一行小字：“按住说话”。
“这是第一版界面。”张小龙说，“只有这一个按钮。点一下，开始录音。松开，发送。收到语音消息，自动播放。没有好友列表，没有群组，没有设置——什么都没有。就这一个按钮。”
客厅里一片寂静。所有人都盯着那个简陋到可笑的界面。这……这也叫产品？
“我们要做的，就是让这个按钮，在任何网络环境下，任何硬件配置上，都能稳定工作。”张小龙说，“分组。周明，你带三个人，攻网络自适应。目标：在56K拨号、1M ADSL、局域网三种环境下。李涛，你带三个人，攻音频处理。目标：在菜市场、地铁、。小王，你带两个人，做UI和交互。目标：从点击按钮到开始录音，反应时间低于50毫秒。小刘，你带两个人，做后台服务。。我负责整体架构和算法调优。”
分工明确，时间紧迫。没人再质疑。键盘声瞬间响起，密集得象暴雨。
第一天，周明组就卡住了。他们在仿。“前向纠错要发冗馀包，但冗馀包占带宽，反而增加延迟。这是个死循环。”
张小龙走过去，看着屏幕上的数据流。“冗馀包不用每次发。根据网络实时状况动态调整。网络好，少发。网络差，多发。用机器学习预测丢包率，提前发冗馀。”
“可机器学习模型需要训练……”
“林浩给了训练数据，浩宇游戏平台几千万条语音消息，带网络环境标签。今晚就训。”
第二天，李涛组遇到回声。他们在别墅里测试，两个房间互相语音，回声大得象在山谷里喊话。“现有的回声消除算法，对付不了这种复杂环境。”
张小龙调出“小艺”算法里的深度学习模型。“用这个。输入原始音频和回声参考信号，输出消除后的音频。模型我预训练过了，你们微调。”
“可深度学习计算量大，实时性……”
“优化。模型压缩，定点量化，汇编级加速。我要明天看到