這種觀點氾濫之下，顧誠麾下那幾家公司的員工，似乎一夜之間都變得耿介不群起來。聽音樂一定要小眾，搖滾不夠就上民謠，聽的人越少越好，顯得自己人格越獨立。看電影一定要看票房撲街的文藝片，不管看不看得懂。
再往後，這股影響力也傳播到了阿狸乃至黃易那些有志於跳槽來yy的員工，甚至遠在深市騰雲公司的、部分自認為騰雲這條破船快進水了要早點兒棄暗投明上岸的員工，也變得品味大變。
一時之間，烏煙瘴氣。
顧誠完全沒有想到，他隨口幾句話，隨便提拔一個新人，能引起那麼大的反響。
真是神仙揮汗，淹死黎民。
……
時光如梭，八月份很快就過完了。yy網路科技的分散式編譯資料中心也架構完畢，算是為未來的雲端計算實踐了第一顆種子。
葉芷秋和她的運維團隊，在九月份就被借調到了阿狸巴巴，為阿狸雲的佈局提供技術支援。
而那天被顧誠留下來單獨面談的張一鳴，在完成分散式編譯架構的“小目標”之後，就被單獨關照抽調了出來，加入到了一個顧誠直屬的神秘專案組中。
在新專案組稍微幹了幾天，張一鳴就覺得成就感爆棚，渾身都是幹勁。
這個專案，叫做“yy智慧搜尋推送”。
看上去，帶了搜尋兩個字，似乎跟百度家的業務有點重合，但是深入進去仔細研究，就知道完全不是一回事。
百度的搜尋，是對客觀題比較友好，而對主觀題並不友好的。比如一個人如果百度“甲鈷胺片治什麼病”這種客觀題，度娘馬上可以給出答案（沒有莆田系的關鍵詞幹擾的話），但是如果百度一下“05年最好聽的歌”這種問題，度娘就愛莫能助了，只能給出今年最熱搜的歌名，但搜尋者喜不喜歡就不知道了。
顧誠給張一鳴畫餅的這個專案，是個性化的智慧推送：透過分析使用者的內容產品消費習慣大資料，大致推算出使用者的愛好。一旦使用者搜尋某些內容關鍵詞，就把最符合使用者審美習慣的內容優先排序在搜尋結果的最前面。
最終的結果，就是“一千個人眼中有一千個哈姆雷特”，每個人搜尋同一個關鍵詞，得到的結果都不一樣。
這事兒看著很美，不過沒個兩三年的苦功，是不可能做出成績來的。
一方面，使用者的喜好畫像非常艱難，需要多年的深度學習型人工智慧演算法的打磨、砥礪。
另一方面，還要考慮使用者看同類東西過多之後會不會形成“資訊孤島”，看多了會不會膩，會不會因為“重複/舊聞”而牴觸，從而需要調整外部擾動的頻次。
最後，處理如此海量的資料，所需要的雲端計算資源目前也不夠。在計算資源變充分之前，“一千個人眼中有一千個哈姆雷特”是不現實的，只能先從“一千個人眼中有十個/一百個哈姆雷特”這種角度努力。
透過分析使用者的行為資料，把使用者每千人、百人……乃至最後數人歸併到一個使用者組裡，預設同一組裡的人興趣愛好完全相同，然後漸漸深入……
這個專案顧誠定下的指標是2008年初步出成果，可見其難度了。
而且，yy網路科技會在這個專案中每年投注入數億美元的科研經費顧誠說了，從今年開始，他會撥出《魔獸世界》50％的運營毛利，來補貼這個內容分發演算法的科研。
別覺得這點錢多，平行時空的2010年之後，扎克伯格的facebook在這方面（資訊feed流領域）花的科研經費只會比這個價碼更多。
喜歡被成就感和友人的羨慕所推著走的張一鳴，只能是破天荒頭一遭地不斷自己給自己找一個個小目標，讓自己能夠有成就感一點。
……
張一鳴進入新專案組已經有一個月。
在這裡，他認識了無數的技術大牛，包括好幾個傑夫辛頓教授帶的深度學習演算法博士生，還有曾經給人人網做圖片搜尋、人臉識別的專案組成員。
他曾經的少年張狂，很快被如飢似渴的求知慾給掩蓋了過去，每天除了勤勤懇懇地寫程式碼，就是找牛人請教。
剛剛入行的張一鳴，職場情商還比較低，一如所有的技術死宅型極客，不太在乎別人的看法。很快他就發現這是一個讓人如魚得水的領域哪怕這個世界上最有經驗的人，在這個領域的經驗也不會超過兩年。作為一個應屆生，能夠在剛畢業後短短工作磨合幾個月，就進入這一領域，實在是太幸運了。
顧誠