林浩站在入口处，看着墙上新挂的牌子：“浩宇基础研究院”。白底黑字，亚克力材质，很简洁。牌子下面贴着一张A4纸，是研究院的招聘启事，只有寥寥几行：
“浩宇基础研究院招聘研究员
方向：分布式系统、编译器、作业系统、自然语言处理、图形学
要求：博士或同等研究经验，有顶级论文或开源项目贡献
待遇：面议，上不封顶
联系人：林浩”
很简单的启事，贴在浩宇官网，挂在清华北大的BBS，发给了中科院计算所、微软亚洲研究院、谷歌中国的几个朋友。一个月，收到简历二百多份，电话面试六十人，现场面试十五人，最终录用的：三人。
第一个月，只招到三个人。
此刻，那三个人坐在各自的工位上，显得有些不知所措。最左边的是个三十出头的男人，叫吴瀚，清华计算机系博士，之前在微软亚洲研究院做分布式存储，因为“想做的研究太基础，公司不给资源”辞职。中间是个戴眼镜的年轻女生，李想，浙大硕士，在阿里做搜寻引擎内核优化，被林浩“下一代人机交互”的愿景打动跳槽。最右边是个头发花白的老者，陈建国，五十六岁，中科院计算所退休研究员，专攻编译器优化，是林浩三顾茅芦请来的。
三张桌子，三个人，面对四百平米空荡荡的办公区，和窗外灰蒙蒙的雨天。
“林总，”吴瀚忍不住开口，声音在空旷里有些回响，“我们……具体研究什么？分布式存储方向很广，是做文档系统，是做数据库，还是做云计算？”
“都做。”林浩走到白板前，拿起笔，“但第一步，做一个能在十万台机器上跑，数据不丢，延迟可控，还能自动扩容缩容的分布式文档系统。名字我想好了，叫‘盘古’。”
他在白板上写“GFS”，然后划掉，写上“PanguFS”。
“Google有GFS，但他们不开源，而且设计目标是大文档，不适合小文档。我们要做的，是能同时处理大文档和小文档，支持强一致性，还能跨地域容灾。吴瀚，你负责架构设计。我给你六个月，出原型。要多少人，你开口。”
吴瀚张了张嘴，没说出话。六个月，从零做一个对标GFS的分布式文档系统，还要更强。这目标，在微软亚研都不敢提。
“林总，”李想轻声问，“那我的方向……自然语言处理，具体做什么？”
“做两件事。”林浩写下“NLP”，“。第二，语义理解，能根据一句话，判断用户是想搜索、想聊天、还是想下达指令。目标：让机器能象人一样理解中文。”
“这……这需要大量语料和算力。”
“语料我有。浩宇游戏平台的聊天记录，每天几千万条，已经脱敏处理。算力，我给你配十台服务器，不够再加。”林浩看向她，“李想，我知道现在主流NLP还停留在规则匹配。但我要你跳过去，直接做深度学习。用神经网络，训练一个语言模型。算法框架我这里有份草稿，你参考。”
他递给李想一份手稿，上面是Transforr架构的简化版——原论文2017年才发表，但现在林浩提前拿出来了。李想快速翻阅，眼睛越睁越大。
“这结构……没见过。自注意力机制？残差连接？这些想法太超前了……”
“超前才有价值。”林浩说，“你按这个思路做，有问题随时问我。目标：一年后，我们的中文分词模型，要比业界最好水平高五个百分点。”
最后，他看向陈建国。“。
陈建国推了推老花镜，声音沉稳：“年轻人，你知道做编译器有多难吗？GCC做了二十年，LLVM也在起步。我们从头做，没五年出不来成果。”
“不用从头做。”林浩说，“基于LLVM改。我要你加一个自动矢量化优化pass，一个针对移动芯片的指令调度pass，一个内存访问优化pass。钱，你要多少我给多少。人，你可以在全球范围招。
三个人都不说话了。办公室里只有空调的嘶嘶声，和窗外淅沥的雨声。目标一个比一个宏大，一个比一个不切实际。分布式文档系统对标Google，自然语言处理跳过传统方法用深度学习，编译器优化要超越GCC二十年积累。这不象研究院，像科幻小说设置集。
“林总，