第三百章 背水一战 (第1/2页)
十二月二十七号，下午三点四十。
炜杰推开千度办公室的门，一股混杂着烟味、泡面味和显示器散热气息的热浪扑面而来。屋子里十几个人，没人说话，只有键盘敲击声和风扇转动的嗡嗡声。
何明坐在角落里，盯着屏幕，眼圈发黑。小陈趴在桌子上，手里攥着一瓶没喝完的可乐，瓶子被他捏得变了形。刘芳靠在椅背上，双臂交叉，面前的显示器亮着，但光标停留在同一行已经很久了。
没人注意到炜杰进来。
李彦强从里间走出来，手里攥着一叠打印纸。他瘦了，下巴上的胡茬没刮干净。看到炜杰，他脚步顿了一下，快步走过来。
"到了怎么不说一声？"
"刚下火车。"炜杰把背包放在地上，"怎么样？"
"艾迪吉那边框架协议签了，正式合同在走流程。第一笔一百五十万美元，答应十天内到账——前提是对赌条款不变。"李彦强的声音压得很低，"但搜狐那边……"
"我看到了。日搜索量多少？"
"七万。搜乎上线第一天，他们自己的搜索量是十四万。"李彦强把手里的纸递给炜杰，"张朝天砸了两百万推广，首页弹窗、门户联盟，全渠道覆盖。"
十四万对七万。
千度做了八个月才爬到十九万，搜乎上线第一天就是十四万。
炜杰把纸折好，塞进裤兜。
"叫所有人到会议室。现在。"
会议室很小，一张长桌，十几把椅子，有人站着。炜杰站在桌子一头，背后是一块白板。
他环视一圈。
"我知道你们在想什么。三天前还在庆祝日搜索量破十九万，今天跌到七万。搜狐的搜乎上线了，新浪和网易撤了我们的入口，外面有人说千度完了。"
他双手撑在桌面上。
"我今天不跟你们打气。我只问一句——你们信不信，千度的搜索技术比搜乎强？"
沉默两秒钟。
何明第一个开口："搜乎用的是通用字符串匹配，没有独立分词系统，中文语义解析几乎没有。搜索结果前十条里至少三条不相关。"
"但他们的速度快。"小陈插了一句，语气有点冲，"用户点一下零点三秒出结果，我们有时候要两秒。"
"速度问题出在服务器带宽，不是算法。"何明转过头瞪着小陈，"分布式爬虫架构我已经重写了一半，再给我两周——"
"我们没有两周。"炜杰打断他，"有一百八十七天。六月三十号之前，日搜索量必须达到五十万，否则艾迪吉的第二笔钱不会到账，千度估值砍半，所有人的努力全部白费。"
会议室里安静得能听见空调出风口的嘶嘶声。
炜杰直起身，走到白板前，拿起马克笔。
"三条路，同时走。"
他在白板上写下第一行字：技术破局。
"何明，分布式架构提前完成，给你十五天。目标只有一个——从今往后千度再也不宕机，响应时间稳定在一秒以内。做得到吗？"
何明咬着下嘴唇："十天。"
"什么？"
"我说十天。"何明抬起头，眼神执拗，"调度模块已经写完了，剩下存储层分片。我连续熬三个通宵，能提前十天做完。但有个条件——服务器要加三台，现在的配置撑不住分布式节点。"
"服务器的事我来解决。"炜杰在白板上画了个圈，"第二条路，索引扩容。"
他看向刘芳。
"我们现在索引了多少网页？"
"两百一十万，实际可检索两百万出头。每天新增索引大概三万页。"
"不够。"炜杰摇头，"六月三十号之前，索引量要突破五百万。让用千度的人搜什么都能找到，而且比搜乎找得更准。"
刘芳皱起眉头："五百万需要爬虫吞吐量翻倍。何明那边分布式架构做完，爬虫效率能提升多少？"
"至少三倍。"何明说。
"那我这边没问题。"刘芳点头，"但有个瓶颈——词典库。中文新词每天都在出现，分词准确率直接影响索引质量。"
炜杰看向王志远。北大计算语言学博士，戴着厚眼镜，说话慢条斯理。
王志远推了推眼镜："分词模型最近有突破。歧义字段识别率提升到百分之九十四。但需要持续的人工标注。"
"老周。"炜杰转向词典编辑组的老周，五十多岁，之前在商务印书馆干了二十年。
老周清了清嗓子："我每天能标注两千条新词，但光靠我一个人，杯水车薪。"
"所以你需要帮手。"炜杰在白板上写下第二行字：校园战略。"王志远，你牵头，把北京的高校跑一遍。北大、清华、人大、北航，计算机系和中文系，找研究生做兼职标注。一人一天五十块，标注一千条。"
王志远愣了一下："人力成本不低。"
"比买服务器便宜。更重要的是——这些学生本身就是互联网核心用户。他们在学校论坛里发一条推荐千度的帖子，比我们在门户网站买一万次点击都有价值。"
小陈眼睛亮了："清华的水木论坛，北大的未名，人大的天地，全是学生扎堆的地方！"
"这件事你配合王志远做。"炜杰说，"你会写代码也会写帖子。每个论坛至少发五条技术测评帖，用数据说话，对比千度和搜乎的搜索结果。"
（本章未完，请点击下一页继续阅读）