本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。

博体网网站,他在上海留下了百多件建筑作品

欢迎关注“创事记”的微信订阅号：sinachuangshiji 文/夏乙 问耕 来源：量子位（QbitAI） 今天凌晨，Google再次挥出AI重拳。 李飞飞在Google Cloud Next 18大会上，公布了一系列最新的人工智能产品进展，其中最核心的亮点有两个： 1、Cloud AutoML新增语言分类和翻译两大功能。很多媒体集团已经开始使用。 2、通过图灵测试的AI，现在可以投入商用了，现场展示了AI如何通过语音交流，完美的帮电商用户退货。 每次Google能打电话的AI登场，都有炸裂的效果，这次也是一样。下文我们详细展开，有视频展示~ 在这些高光时刻的背后，李飞飞的搭档、Google Cloud AI研发主管李佳首次坦露心迹，直言一年前的这段时间“佳飞??”（加菲猫）组合作为新人，在Google内部遭遇举步维艰的时刻。 她们最终“艰难而大胆”的作出取舍决定，聚焦在上面提到的两个核心任务上，才有了今天的成绩，堪称“逆风翻盘”。 下面，请看详细报道。 Cloud AutoML再添新功能 今年1月，Google发布Cloud AutoML，一个里程碑事件。 通俗点说，Cloud AutoML是个开发利器，即便你不懂机器学习，也能训练出一个定制化的机器学习模型。 如果预训练模型不能满足你的需求，而你也不是经验丰富的AI专家，这个功能就是为你准备的。李飞飞也把这个称为AI“民主化的下一步”。 现在Cloud AutoML又有了新进展。 一方面，针对图像分类的Cloud Vision API现在正式发布公共测试版。这个API可以快速将图片归到数千个类别，检测图片内的各个对象和面孔，找到并读取图片内的印刷文字。还能进行图片情感分析等。 另一方面，李飞飞团队兑现承诺，Cloud AutoML又有新功能上线。而且一次就有两个新功能发布： 1、AutoML Natural Language，可以解析文本的结构和意义。它可用于从文本文档、新闻或博文中提取有关人物、地点、事件等的信息。 2、AutoML Translation，可使用最新的神经机器翻译技术将字符串翻译成任何支持的语言。 这些新功能，目前已经被一些媒体应用。例如赫斯特集、日经集团、金融时报、彭博社等。 “至此，AutoML可以为各行业缺少AI经验的企业和开发者提供自动生成图像功能，语言分类功能和翻译功能。”李佳说。 李佳还透露，目前AutoML的注册用户也已经超过/vision/ CLOUD NATURAL LANGUAGE/natural-language/ TRANSLATION API/translate/ 接电话AI 除了面向各行各业的AutoML，谷歌云今天还专门针对客服行业推出了“客服中心AI（Contact Center AI）”。 它的任务，一是替人类客服接电话，二是帮人类客服更好地接电话。 李佳说，这是“佳飞??”组合推出的第一个Solution Product (行业解决方案产品）。 客服中心AI，与谷歌今年5月在I/O开发者大会上展示的打电话AI Duplex，可以说是兄弟产品，有很多共同的底层组件，但各自有不同的产品构成和目标。 这个产品包含了谷歌云的对话式交互API Dialogflow的一系列升级，比如来自DeepMind WaveNet的语音合成，通过Dialogflow Phone Gateway获得了接打电话的功能。 当用户打电话给客服中心，会先由虚拟助理来接，这个接电话AI会跟用户打招呼，回答用户的问题，独立完成一些任务。如果它搞不定，就会将电话转接给人类客服。 谷歌以电商退换货为例展示了客服中心AI的能力。这个AI的接电话水平会比“充值请按1，查询请按2”高出一大截。 在上面的视频里，这个AI和用户是完全通过自然语言交流的，AI可以根据订单信息猜测人类用户的大概意图，在人类用户提出“退货”的时候，能正确理解人类向干什么，还能给人发送退货信息的邮件。 更厉害的是，它接电话还接出了“One More Thing”：问人类要不要找eBay的时尚专家帮选一下尺码。于是，就到了人类出场的时刻。 当然，这个人类，也是AI分析了用户之后，挑选出来的。 我们可以看到，人类客服接了电话之后，客服中心AI的工作也没有停止。它有一个Agent Assist系统，能从公司的知识库中提取最关键的文档，为人类客服提供对话相关的信息，还会列出一些建议问题。 人类客服和用户的对话，也都会实时转成文本显示在桌面上。 李飞飞在博客里说，接下来几周还会分享更多关于客服中心AI的信息。 TPU 3.0上岗，众多API更新 新功能亮眼，基础设施也同样有新升级。 谷歌云今天还宣布，第三代TPU正式上岗了，进入Alpha内测阶段。TPU 3.0是谷歌在今年5月I/O大会上发布的，谷歌CEO Pichai说，它的性能比上一代高8倍，高达100 petaflops。 除此之外，谷歌云的机器学习API们今天也迎来了一波更新。 Cloud Vision API现在可以识别手写字体了，增加了对PDF和TIFF格式文件的支持，还支持产品搜索，增加了目标检测能力。 Cloud Text-to-Speech API的语音合成能力也有提升，它现在支持用DeepMind推出的WaveNet来合成多个语种的声音，还能专门面向说话人的类型来优化。 Cloud Speech-to-Text API，也就是语音识别API，获得了识别语种、在对话中识别不同说话人的能力。 李飞飞、李佳闯过艰难岁月 2017年初，李飞飞和李佳这对组合，正式加入Google Cloud团队，负责人工智能和机器学习相关业务。 她们还推动建立了Google AI中国中心，这个中心也由李飞飞和李佳共同领导，李佳担任Google AI中国中心总裁。 在今天的Google Cloud大会光鲜的新产品发布之后，李佳进行了概要总结，并且首次坦露心迹。 “回想一年前的这段时间，正是我们举步维艰的时刻。” 李佳回忆当时的情景说：“佳飞??”谷歌新人，团队产品主管空缺已几个月，工程总监离职，人力资源青黄不接…… 就在这种局面下，李飞飞和李佳在产品布局方面做出艰难而大胆的决定：大幅度投入AutoML和Contact Center，砍掉一些成功可能性比较小的产品。 也正是这个战略聚焦的举措，加上团队的共同努力，最终换来今日的成绩。李佳和李飞飞 以下是李佳的今日总结全文： 今天是“佳飞??”组合的一个新里程碑，我们宣布了我们第一个Solution Product (行业解决方案产品）Contact Center AI集虚拟助理，智能信息发掘和情感分析等功能于一身，帮助Contact Center 的工作人员更有效的解决问题和用户提升体验。 至此，AutoML可以为各行业缺少AI经验的企业和开发者提供自动生成图像功能，语言分类功能和翻译功能。AutoML的注册用户也已经超过18，000家，服务行业横跨媒体，零售，金融，保险，能源，医疗，环境等等。产品和创新环环相扣, 合作也带来进步（这里为研究者们跑题一下，我们的Progressive neural architecture search文章刚被ECCV收录Oral)，希望我们能够不断提高，把最好的技术带给大家。 各个现有产品如AI Platform, APIs 等都有不同程度的升级和功能增加。垂直行业的解决方案及和partners的合作也有非常大的进展。以医疗为例，我们的AI platform将合作者的基因疾病检测算法训练时间从一周降到1天，AutoML 超过10%的用户来自医疗和生命医学行业，我们的产品也推动了用户在医疗影像辅助检测，以及及时检测预警中风，哮喘，婴儿猝死综合征方面的创新。 成千上万企业及用户的交流反馈让我们受益匪浅，我们的产品方向也最大限度以赋能各行业为目标。回想一年前的这段时间，正是我们举步维艰的时刻，“佳飞??”谷歌新人，团队产品主管空缺已几个月，工程总监离职，人力资源青黄不接。大幅度投入AutoML 和 Contact Center， 砍掉一些成功可能性比较小的产品， 是当时条件下在战略，产品布局方面的艰难而大胆的决定。谢谢团队的小伙伴们契而不舍的支持我们的工作，你们的成绩今天终于和大家见面了！有幸和你们一起工作，创造，为改变世界一点一滴的努力，为你们感到骄傲！

欢迎关注“创事记”的微信订阅号：sinachuangshiji 文/风辞远 来源：脑极体 17世纪初，活跃在南中国、东南亚，以及爪哇群岛的日本商人相信，他们的武士刀买卖即将成为天底下最强盛的军火贸易。 当时混战中的中南半岛贵族与城邦，纷纷拿出真金白银购买远道而来的日本武士刀。在暹罗，一把日本武士刀要卖到四两白银一把，是本地长刀的五倍。靠着强大的铸刀技术与远洋船队，日本商人似乎看到了一个新的时代。 不长时间之后，西班牙火绳枪出现在了亚洲市场上，也卖四两银子一把…… 这个悲催的故事告诉我们，当你以为已经站到时代之巅的时候，说不定时代已经准备好了恶搞你一把。 当然本文不是想讨论武士刀，而是想聊一个非常著名的AI项目：IBM Watson。 2011年的时候，IBM的认知计算系统Watson横空出世，在问答节目中首次击败了人类。随后身价大涨的Watson逐渐成为了IBM，乃至全球AI项目的代表。那个时候没有DeepMind，没有智能音箱，没有深度学习框架――只有Watson――一个新时代似乎就要开始了。 随后，上边说的那些东西都有了。 关于Watson最近的新闻，是不久之前媒体爆料Watson健康部门要解雇了大约 50% 至 70% 的员工。而大伙显然已经见怪不怪了，因为这件事是建立在IBM五年来收入连续下滑、持续裁员、股东回报率不到 0.1%的背景上。 Watson这个顶着万千光环的宠儿，到底是怎么走到“人人喊打”的地步的？ 尝试回答这个问题前，我们必须纠正这样一个认识。很多分析者认为，IBM Watson的四面楚歌，在AI行业中是一个很有代表性的问题：它展现出AI应用普遍面临的落地难题。 AI行业当然面临落地难题，但这个判断实在太片面化了，就像不能说日本武士刀的败退是兵器史的失败一样。Watson的快速上升而长期下跌，恰恰都是因为它的独特性：过早地超前，然后又过早地落后。 一位不合时宜的带头大哥 还是回到2011年，在答题节目中赢得冠军的Watson可谓意气风发。报纸的惊呼和资本市场的尖叫下，大众一时间似乎相信电影里的AI真的要来到世界上。 这种效果并不仅仅是因为一场答题比赛，还得益于IBM在新锐科技领域的几十年光环，再加上欧美市场对于问答系统这个产品形态的相信。 从八十年代开始，专家系统成为了AI复兴的主要产品形态。当时AI界普遍相信，未来的AI是搭建一个无所不能的专家，然后人类可以不断向其求教问题。这个梦想持续了几十年，最终被IBM证明了确实可以有一个AI系统，能够超越人类高手在问答比赛中的最好成绩，从而引发的舆论爆炸可想而知。 这个故事很像AlphaGo的前身。但区别在于AlphaGo仅仅是一种技术展现，DeepMind和谷歌并没有打算直接用它赚钱。 但当时的IBM似乎相信，万能的解答体系真的可以进行商业化，并为之进行了海量的技术与团队收购，最终2014 年IBM 正式创建了 Watson业务部，开始了商业化之旅。 很多人都知道，IBM的科学家们给Watson背后的技术体系起了个名字，叫做认知计算。他们认为通过NLP、情绪识别、机器学习等方式，人类可以计算认知这种东西。也就是说可以从复杂的非结构化数据中找到事物背后的规律与真相。这个科学模式可以释放到各个行业中，发现各种商业、技术行为背后的金科玉律。 这个逻辑听起来很是那么回事，也确实在一些领域证明了其有效性。 于是我们看到有几年间，各种各样的机构与企业购买了Watson的服务，尤其是在Watson健康计划启动之后，很多医院与医疗机构希望借助这种新的技术来探究临床医学背后的秘密。 毫无疑问，在谷歌、亚马逊、Facebook、微软、苹果这五大家族没有全面AI化之前，Watson是世界上最受瞩目的AI项目，而且自始至终都是认知计算这个AI类别的代表。 只是随着机器学习和交互型AI的兴起，后起之秀纷纷爬上了另一条科技树。大家似乎都把认知计算这事给忽略了。 这事就有点尴尬了，前驱者披荆斩棘开出了一条大道，正意气风发的时候，发现后面本应该跟上的小弟们都从另一条路走了。独一无二的领先者，却成了独一无二的守旧派，这跟武士刀的故事何其相似。 进入18世纪之后，大规模的武士刀贸易已经没有竞品了――因为没有人玩刀了。 刀很快，但是战场不需要它： Watson的独家困境 IBM的AI能力不强吗？恰恰相反，无论是在底层科技研发还是项目收购上，IBM对AI技术始终呈现出强大的吸纳能力。只是近两年随着AI的大规模崛起，IBM才开始逐渐在人才与新市场的争夺上失位。 相比于技术问题，真正引发尴尬的是Watson在产品逻辑上的想当然，以及并不出色的市场口碑。 当然了，商业服务类的AI技术，到目前为止也没有决出真正的胜负。谷歌、亚马逊们的企业AI服务也一样经常被人吐槽。但Watson的问题在于，它被吐槽难用的地方恰恰跟其他平台是相反的。 无论是企业服务体系还是医疗健康市场，我们都经常可以看到Watson遭遇这样几种吐槽： 1、好高骛远的目标 2015年，Watson杀入健康医疗领域的时候曾经许下豪言：Watson将惠及十亿人，能够解决、诊断和治疗 80% 的癌症种类中的 80% 的病患。 毫无疑问，3年过去了，这个诺言还是没有兑现。这是一种Watson的常规套路，上来先捡最难的问题宣传一下。当大部分AI应用都专注于医疗影像解读、病历管理等领域的时候，Watson大举杀入了肿瘤研究。 Watson在肿瘤研究中的基本方案，是依靠输入大量的真实病历，来解读癌症背后的成因、深层病理，并给出治疗方案建议。但需要注意的是，差不多所有购买了Watson的医疗机构，都明确指出这套系统的作用是：帮助研究。 事实上，肿瘤治疗的临床决策是非常复杂的，机器学习的先进程度难以支撑解决核心问题，甚至就连数据链都难以搭建清楚。随着越来越多的医疗机构宣布退出与IBM的合作，Watson 的医疗之旅似乎也被打上了问号。 综合来看，AI医疗在今天更适合解决那些琐碎、重复度高的医疗工作，比如誊写病历、看X光片、检查化验单等等，这些工作可以把医生的时间解放出来。让AI本身去治疗重大疾病，无论是技术能力还是安全风险上都无法承担。 喜欢把目标定得好高骛远，并不只是Watson 在健康领域上的问题。在企业服务领域，Watson更像是给老板看的机器人战略咨询师，而AWS则是替代和帮助执行某项具体工作的“工薪阶层”。然而前者的难度和风险都比后者大上了太多太多。 2、苛刻的应用条件 Watson既然定位为解决重大问题，那么也就意味着其需要复杂的训练和数据输入过程。 假如我们只是希望AI替换视频中的人脸，那么无非就是输入视频和替换照片就可以训练。而假如想要用Watson提供某项重大企业决策建议，甚至揭示某种癌症的真相，那么需要的数据就可能极其庞大而复杂，甚至需要大量专家精心研究和筛选。 这样的产品训练特征，注定Watson不可能是“劳苦大众”的朋友。而复杂学习过程对应的人员要求、数据要求和时间成本，最终都会转化为金钱成本――就是大户也吃不消啊。 2017年2月，著名癌症研究机构MD安德森肿瘤中心中止了与IBM Watson的合作，原因之一就是成本太大。 3、坚定的封闭政策 AI正在变得越来越开源，越来越普惠――似乎除了Watson之外都是这样的。 自成立之日起，Watson就是个封闭系统，企业只拿到漂亮的UI界面和最终报告，其他研究者什么也拿不到。这显然与今天一切都分享、越是大牛分享越多的AI界格格不入。 尤其在行业研究平台上，开源的框架与文档意味着大量从业者可以在平台上分享开发成果，让整个体系活波起来。今天的谷歌和Facebook等平台都在坚持这样的逻辑，但IBM Watson始终对开源没有兴趣。 在今天，当一个AI项目紧锁大门的时候，似乎也有点把自己锁在上一个时代的意味。 再快的武士刀，也不能适应火药主宰的战场――今天Watson的产品思维亦如是。 一语成谶：跌在了认知上的认知计算 有一门叫做“互联网玄学”的前沿科学，认为每一家公司都有个关键词。比如乐视的关键词是“生态”，锤子的关键词是“重新定义”。那么对IBM Watson来说，这个词应该是“认知”。 为什么Watson的负面消息，往往会经历山呼海啸的嘲笑？尤其在美国媒体中表现最为明显？ 当然有枪打出头鸟的成分，但更大的原因在于，IBM给Watson戴上的光环――确切的说是透过的广告――实在太让人忍不住了。 感兴趣的朋友不妨搜搜看，几年间Watson在欧美播放的广告，足够连成一部AI如何拯救世界的小电影。加上IBM令人畏惧的营销公式，和夸张的演讲与胶片风格。2014年到2016年，企业购买Watson一度成为了新锐和时髦的代名词。 至于交付到企业手上的东西有多大用处，那就是后话了。 这种重营销，而相对轻视应用效果的推广战术，一度让公众产生了这样一种错觉：Watson是一个万能的魔法箱。企业可以让它解答一切问题，而Watson的应用将直接启动一个大时代。 如果是今天的中国消费者，显然对这一套PPT模式早就免疫了，但是几年前的美国人显然还是要实诚了很多。不管IBM自己是否真的相信这些，他们至少成功地让媒体和客户相信了Watson的神话。再加上进军医疗领域，解决癌症问题这针足够给力的短期兴奋剂，Watson在欧美市场中的技术表层之下，浮动着太多非AI的商业冲动。 而等到神话开始有破灭的痕迹，嘲笑声当然会格外响亮。 事实上，对Watson真实企业服务能力的质疑始终都存在。Watson虽然看似在花哨的界面下能为企业提供一大堆服务和决策帮助，但如果把它拆碎了看，其中很多种类都可以使用免费的数据服务来获取，而决策建议更是见仁见智。 最终客户可能会惊奇地发现：原来认知计算，不是在计算AI的认知，而是在算计我的认知？这就有点尴尬了。 总而言之，硬核AI技术和小众的产品思路，加上过度营销与不尽如人意的应用效果，IBM把Watson调成了一杯独特的鸡尾酒，一把很漂亮却失去了商人青睐的武士刀。 它带着80年代AI专家系统的影子，用90年代引以为豪的IBM促销术，活在开源与平权为主题的机器学习时代里…… 时代毕竟太坚硬了，锐利如IBM也挡不住滚滚而去的时间。 博体网网站,湖人选中模板大锤的德国人！据说能填满数据表

欢迎关注“创事记”的微信订阅号：sinachuangshiji 文/火柴Q、一苇、小青狐 来源：甲子光年（ID：jazzyear） “山外青山楼外楼，西湖歌舞几时休。暖风熏得游人醉，直把杭州作汴州。” 千年前的南宋临安，王侯将相在宫阙庙堂里主政，文人骚客在酒肆茶舍里风流，这是天子的杭州，更是诗人的杭州；1972年，周恩来在“楼外楼”菜馆招待了美国总统尼克松，6年后中国改革开放，西湖畔渐渐游人如织，商铺林立，这是游客的杭州，终究是浙商的杭州。 2018年，杭州城的生活是这样的：萧山机场T3航站楼的安检员每扫描3000个瑞士双肩包，就有2200个装着写满代码的笔记本；阿里西溪园区的星巴克，销量号称亚洲Top3，一天至少卖出200杯焦糖玛奇朵；余杭区的出租车司机每天能拉到13个谈论App开发的乘客，收到的现金不会超过100块，还有老外举着美钞，求师傅给他的支付宝转点钱；西湖银泰的新白鹿，每卖出一盘开背虾，就有两瓶勇闯天涯被喝掉，而10桌客人有3桌会谈论物联网、大数据、AI、区块链……小到充电宝、漂流雨伞，大到无人超市、无人停车场，除了西湖轮渡只收现金，在杭州，几乎一切需求都可以扫码解决。 在君王、诗人、游客、商贾之后，如今，杭州城最风头无二的角色，非工程师莫属。 时代让他们站在了新一轮“历史转折”的中心：整个杭州，乃至整个中国都在进行一场技术升级。向规模要增长正转变为向技术要增长。 在这一进程中，三代杭派工程师悉数亮相――死扛的、敢赌的、自信的，他们是被时代选中的，也是自我成就的。 初代登场：要么扛，要么死 杭派工程师之所以自成一派，是因为他们的成长路径和环境，在中国互联网江湖乃至全球都实属罕见。 十几年前的杭州，几乎没有什么大型互联网和科技企业，初代杭派工程师基本都是阿里人。直至马云将阿里巴巴送上神坛，人们回过头来看，依然会惊讶于这群人出发时竟如此草根。 现在需要过五关斩六将才能拿到阿里offer的工程师们很难想象，刚在前不久入围《MIT 科技评论》TR 35（“MIT全球 35 位 35 岁以下科技创新青年”）的红雪（许寄，现任蚂蚁金服国际事业群技术负责人），2007年入职支付宝时，只有高中文凭。他入职的原因是阿里是招聘会上唯一一家不问他学历的公司。 在杭派工程师的江湖高人里，这样的草根背景不是个例。 2000年，由于互联网泡沫破灭，钱不够烧了，阿里把总部从上海又搬回到杭州。自知不在“世界中心”的阿里有独特的招人策略：不是瞄准最精英的人，而是瞄准最有成长潜力，最能自我驱动的人。曾在阿里主管人事的卫哲在一次演讲中回忆，他刚到阿里的05、06年，公司很少去清华招工程师，因为“清华北大，他永远有比阿里更好的职位”，而结果也证明，阿里很多最优秀的工程师来自华中科技大学、北京邮电大学…… 那时的阿里看谁都是人才，马云原话是“杭州大街上走的人都想招进来”。苗人凤（倪行军，现任支付宝事业群CEO）是看杭州日报夹缝广告找上门来的；阿玺（胡喜，现任蚂蚁金服副CTO）大学专业是英语；鲁肃（程立，现任蚂蚁金服CTO，国际事业群COO）是当年在上海交大念博士，给支付宝兼职写代码时被苗人凤连哄带骗，学也不上了，来的。这种草根氛围甚至震慑到了偶尔乱入的学霸――副总裁袁雷鸣毕业于北大法学院，许多年都不敢跟别人说自己是北大毕业的，旁人“你怎么混得那么差”的眼光扛不住。 如果把中国工程师分为三派：西二旗是华山派，华强北是丐帮，杭派工程师则像明教。 华山派，名门正派但苦大仇深，没在早高峰被挤掉过鞋不足以和他们谈人生；丐帮，起于草莽，顽强生长，江湖上没有他们做不出的硬件；“杭派工程师”则像明教的高手，来路野，武功高，一开始处在江湖核心之外，既不似北京靠近政治、学术中心，也不像深圳有特区政策和产业链加持，偏安一隅，却有了潜心修行的机会。 阿里由此带着这批初代杭派工程师，在杭州缩减兵马安营扎寨，开始了和时间的漫长赛跑――跑过了濒临倒闭的危机，跑过了互联网泡沫后的凛冬，跑到了电商爆发的快车道上――终于，史诗般的“推背感”到来了。 等到红雪入职的2007年，淘宝和支付宝的业务量与日俱增，他正好赶上了“推背力”最大的时期。这是“杭派工程师”淬炼技术的第一个阶段：迫在眉睫的业务逼得他们不得不熬夜通宵，并在每年的大日子怀着对风险的敬畏给关公送上旺旺雪饼。“双11”的保留项目：拜关公 红雪告诉“甲子光年”，在他第一天到支付宝位于文三路华星时代广场的办公室报道时，如今已成为阿里合伙人的苗人凤、鲁肃等人都在“咔咔写代码”。 红雪很快参与到当年10月启动的、由鲁肃和苗人凤主导的“账务三期”项目中。 这是支付宝早期一次“伤筋动骨”的技术改造：由于支付宝原有系统已无法承担淘宝指数级的业务增长，整个数据和账务要搬到新的账务系统。老苗在开发期曾和人开玩笑：“如果这个项目做不好，我们都从22楼跳下去。” 账务三期定在2008年1月1日发布，整个支付宝从1月1日零点停机，原定上午8点发布新系统，前4小时调换数据、后4小时核对数据。 但在核对数据时，大家发现数据无法配平。到下午3点、发布时间延误7小时后，问题才得到解决。正当所有人松口气时，5分钟的线上实测环节又出了bug――数据还是对不上。 千钧一发之际，鲁肃从房间的角落走向了查bug的电脑，拍了拍同事：“同学，让一让，我来。” 办公室里随即响起键盘声，也只剩下键盘声。 当支付宝公关部已经因为各种“携款潜逃”的谣传炸锅时，技术部这边却异常安静。到下午5点，鲁肃发现一个公式里的两个数值正好差了两倍，把“+”换成“-”后，数据终于配平了。 从2009年开始的一年一度的大考――“双11”，更是淬炼初代杭派工程师的最重要的战役。 在技术实力逐渐成熟的今天，阿里和蚂蚁金服的工程师们是“喝着咖啡”过“双11”的，淡定优雅。但在红雪的老同事，蚂蚁金服研究员俊义（陈亮）的记忆里，2009年第一年“双11”是在惊心动魄中结束的。直到当天午夜12点，支付宝技术部都回响着工程师们的大喊大叫：“系统快不行了，快帮我扩掉！扩X台！” “双11”惊人的流量给系统带来了超出意料的冲击，只能靠两名产品工程师在当天手工扩容，直到11月11日24点，他们一直严阵以待，接受从“战场”四面八方传来的“呼救”。 “如果那一天再多4秒，数据库就挂了。”俊义告诉“甲子光年”。犹如一场拳击赛，拳击手已经快倒了，这时裁判吹了终场哨。 不过比起后面的业务量，这一年的惊险只是小儿科。 2009年，第一届双十一的销售额是5000万元；第二年，则爆炸式地增长到9.36亿元，翻了近20倍；第三年又进一步飙涨到52亿元……与此同时，支付宝系统需要承载的TPS（每秒交易数）也一路达到前无古人的地步，2017年的最新数据是25.6万笔/秒――世界上任何别的公司都没有经历过如此高的TPS场景。2010年到2017年，双十一需要处理的TPS峰值从500上升到了25.6万 往事也都不是这些富有传奇色彩的大战，还有日复一日，琐碎而艰苦的行军。 2004年，淘宝刚把数据库从MySQL换成甲骨文时，版本内部逻辑一直不对，最快的解决方法是“重启”。淘宝的早期工程师之一子柳在《淘宝技术这十年》一书中记录了当时的情况：工程师们不得不24小时开着手机，不管多晚，一旦收到“SQL Relay进程挂起”的短信报警，就得从睡梦中爬起，打开电脑，连上机房的网络，重启服务。干这事最多的是三丰（姜鹏），现在是淘宝网的总裁，子柳调侃道：“于是我们知道，任何牛B的人物，都有一段苦B的经历。” 回头看，初代杭派工程师的成长是外界的业务驱策和自我驱动的共同结果： 极端业务场景逼迫他们必须走入未知领域，要么扛，要么死。最初几年的情况常常是，今年的技术架构刚刚好够撑今年的“双11”，如果不在特定时间内完成升级，明年“业务就开展不了了”。这个过程中，学历和过去的经验都没用，最终能“逆袭”的人，是关键时刻不掉链子，自我迭代能力极强的“硬汉型工程师”。 俊义向“甲子光年”说了一句特别真实的话:“我们的挑战就是源于业务对我们的需求。不是别人不聪明，是因为他们没有遇到这样的挑战。” 不过现在，他们说起最苦的打仗岁月，反而特别怀恋。 “写代码是最快乐的事。”红雪告诉“甲子光年”。俊义用了一个字，“嗨”。“做账务三期时，大家写得非常嗨。老苗、鲁肃、红雪他们，在一个闭关室里，放着歌写代码，边写边这样”俊义说着模仿起大家当年摇头晃脑的样子。 最近两年，为了找点“战斗”回忆，鲁肃、苗人凤、阿玺、红雪、俊义、玉伯等“老人”组建了一个“夕阳红战队”，以参加蚂蚁金服内部不时举办的各种技术比赛。 2018年5月中旬的一个周日，为了准备今年的蚂蚁金服“黑客马拉松”，这些已经做到CTO、阿里合伙人、P10、P11（P是阿里内部的技术职阶，最高级是P14的首席科学家）级别的高管变回了一线工程师，他们从上午10点忙到凌晨2点，做出了一个众筹APP，这个项目的名字叫“谁说夕阳红不值钱”。“不出意外的话，今年应该又是最后一名。”俊义笑了。红雪补充道：“我和俊义、鲁肃、阿玺都是‘高P低能’的集中体现。” 以前，这帮人晚上做完发布会去万塘路的“阿三烧烤”喝酒吃串，不过这次，他们熬完夜后就尽早回家，毕竟不是过去无牵无挂的单身汉了。 对这些曾经的一线工程师来说，主要靠业务驱动技术演进的慌乱岁月已经结束。他们的作息和他们的事业都进入了更沉稳的阶段，需要思考更宏观的技术图景和未来布局。 这也正是阿里、蚂蚁金服和中国的许多科技公司的工程师们正在经历的蜕变。 二代接棒：敢下注的人 如同每个经典武侠小说情节一样，初出茅庐的愣头青并不知道自己未来会成为大侠，但每上一步，就有了一层新境界。从初代杭派工程师到二代杭派工程师的跨越就是这么发生的。 今年春节后入职阿里的李响2012年从浙大毕业时，他和他的浙大同学们还不觉得阿里和支付宝（2014年成立的蚂蚁金服的前身）是技术公司，也不认为杭州是个理想的就业城市。 在美国读完硕士后，李响进入硅谷公司CoreOS。吸引他留在硅谷的原因是硅谷工程师思维上的特点：创造问题、想全新解法、“一直搞到很底层”。这种思维方式在中国互联网圈并不多见，但2010年之后，阿里开始萌发类似转变。 2010年的“IT领袖峰会”上，马云、马化腾和李彦宏有一场交锋。李彦宏说：“云计算是新瓶装旧酒。”马化腾说：“云计算是一个好概念，但真正普及需要时间。”马云说：“如果我们不做云计算，将来会死掉。” 此前一年的9月10日，阿里云在阿里巴巴10周年纪念日时正式成立，当时外界并不看好阿里对云计算的投入；在内部，关于阿里云是使用现成的开源技术还是走自研路线也有争议。阿里云创始人王坚主张后者。他的目标，是做一套中国自主研发的云计算大规模操作系统，把成千上万台普通PC服务器连到一起，实现超级计算机的能力。这将替代主要由IBM小型机、Oracle数据软件和EMC存储设备构成的互联网行业主流底层架构。后来阿里巴巴提的“去IOE化”（IOE即指IBM、Oracle和EMC）就萌芽于此。马云在阿里云成立仪式上鸣锣 草根背景的阿里在彼时彼刻似乎并没有足够的技术说服力。最开始，阿里云一度被认为是不知天高地厚的骗子项目。据说最困难的阶段，80%的工程师离开了阿里云。而现在，阿里云工程师已经更迭到第5代。 多年后，王坚做客《朗读者》节目时有一段肺腑之言：“（阿里云是）我们的工程师拿命来填的，其实我们的客户也是拿命来填的，就像第一天用电的人是拿命来填的，因为电会电死人的，第一天坐飞机的人也是拿命来换的。” 2014年阿里云支撑了天猫“双11”571亿的交易量并实现了零漏单、零故障； 2015年春节期间，阿里云帮助官方订票网站12306平稳渡过春运售票高峰。现在，“阿里云”不再被认为是“骗子项目”，还成了阿里良好的技术判断力的例证。 阿里云让阿里实现了某种意义上的进化：“技术驱动”的比重逐渐增加，一些技术本身发展成了业务。 正是从阿里云开始，第二代杭派工程师就接过了接力棒――“抢险队员”变成了“长跑选手”，技术，开始成为他们最看重的一张底牌――投入往往不动声色，令人后知后觉，但一旦成势，就难以撼动。 相比快速增长、直接影响消费者的电商、交易和支付，底层技术的投入需要走入无人区的魄力和长期的坚守。 同样赌准长期技术方向的还有蚂蚁金服的由正祥（阳振坤，蚂蚁金服高级研究员）领导开发的OceanBase（OB）团队。他们也决定挑战“去IOE”这个看起来不可能的任务。 其实正祥在加入阿里之前，已在数据库领域坐了十几年冷板凳――他一心想做分布式数据库，却没有遇到有足够耐心的公司，努力多年的项目也一度被停掉。 2010年加入阿里后，正祥领衔OceanBase，这是一个分布式数据库，可以使用多台普通PC存储、处理巨量数据，好处是成本低，难题是稳定性，所以甲骨文等厂商采用的集中式系统一直是业界主流。 虞舜（师文汇，蚂蚁金服资深运维专家）告诉“甲子光年”，到2012年底，OB团队同样面临严重的“业务价值”危机，因为更换底层架构需要技术磨合且有一定的风险，当时阿里内部并没有业务愿意在OB上跑。 最难的时候，正祥把虞舜叫去聊技术理想：“不能让中国的银行一直用美国的底层。” 转机在2013年，蚂蚁金服CTO鲁肃看到了OB对金融交易数据的价值，OB从阿里来到了蚂蚁金服。鲁肃随后决定，在2014年的“双11”中，让1%的交易库数据在OB上跑。 “把最核心的交易系统放在一个自研的分布式数据库上，在世界范围内真的没人做过。”虞舜说。 2015年“双11”，全部交易数据链和支付数据链都跑到了OB上；到了2017年，所有核心数据现在都跑在了OB上。 2017年，曾差点“散伙”的OB团队获得了蚂蚁金服CEO大奖，团队所有人都挂上了有金色带子的醒目工牌。OceanBase团队获得蚂蚁金服CEO大奖 阿里云和OB，这两个以“前瞻技术布局”为出发点的典型项目现在已发展成集团的独立业务，开始对外赋能。如南京银行的互联网“鑫云”就建立在OB和阿里云的底层上。这和阿里最初主要从市场需求出发做电商、做支付的逻辑已十分不同。 这也对技术人才提出了新的要求：单纯会写代码已不足够，更重要的是技术决策力，是使用、整合技术工具的大局思维。 回顾前两代“杭派工程师”打怪升级的江湖传说，背后是整个中国互联网从市场需求驱动的牵引力，向供给驱动的内推力演变的逻辑。 90年代末，浙江发达的民营经济培育了阿里巴巴的电商生态，做电商要解决信任问题，就有了支付宝。电商和交易发展到一定阶段，向市场、运营要增长不那么管用了，中国互联网已走过了粗放型的高速增长阶段，必须开始向技术要增长。 两个阶段看起来路径不同、驱动力不同，但杭派工程师们的精气神一脉相承：不问出身、敢想敢做、敢为天下先。 这进一步造就了工程师在杭州的地位。 眼下，阿里巴巴36名合伙人中，12位是技术出身，阿里、蚂蚁的技术岗员工占比都超过了60%，蚂蚁两个最核心事业群，支付宝事业群和国际事业群的一二把手，也是技术出身。 阿里巴巴的多隆（蔡景现）更是一个技术传奇，淘宝搜索引擎的代码是他一个人写出来的。如今身为P11（相当于副总裁）和阿里合伙人，他却一直没被要求带团队――阿里让多隆专注做他最擅长的事，他一个人就是一支军队。 “现在不会有人再怀疑，阿里、蚂蚁金服是技术公司。”李响的想法已与2012年从浙大毕业时产生了很大变化。“硅谷做云的、做底层架构的华人工程师，如果要考虑加入国内公司，首选阿里。” 三代进阶：成为输出者 在前两代的工程师的积淀之后，此时此刻，杭派工程师的目标是“星辰大海”，他们正在走向世界更多角落，扩散自己的技术标准、技术价值观。 战斗意志，是“杭派工程师”对外输出的最鲜明的东西。 从2015年开始，蚂蚁金服从印度市场入手，切入南亚和东南亚的本地支付业务，曾经的“高中生”红雪现在是蚂蚁国际化事业部的技术负责人，3年来，红雪和近千名“杭派工程师”同事们已经在东南亚打造了9个“本地版支付宝”。 红雪告诉“甲子光年”，在向东南亚输出移动支付技术时，积累了技术能力的杭州工程师们发现事情并不是“降维打击”这么简单，国内的很多成功经验，在国外不是好不好的问题，而是对不对的问题。小到一个代码管理、文档管理，大到上线发布流程、应急处理预案，皆和国内不同，而且国家和国家之间还有差异。 “我们有一句土话，丢人别丢到国外去了。但软件工程是不可能0 Bug的，一定会有问题。我们只能进行更多测试，把问题先暴露出来。我们还在不断改我们的系统，不要说改商业系统，改内部小二的工作系统都改死你。”红雪说。 技术之外，不同文化下的不同工作方式是初期最困扰杭派工程师们的一点。和过去一样，最好的协调方式是“一起打仗”。 在向印度本地支付公司Paytm输出技术和运营模式时，项目启动不到一年，赶上印度政府突然废除大面额纸钞，废钞后3个月内，Paytm接入的本地商户数从200万涨到600万，翻了3倍。快速的业务增长，让本来轻松的办公室氛围变得紧张，印度的同事们也体会到了发布时的“压力山大”和终于发布后的全员欢动。 类似的，在越南、菲律宾输出本地支付技术的过程中，也经历了几次线上促销。等红雪再去东南亚时，有本地的工程师对他说：“我一辈子都没想过我会这么努力去工作。”蚂蚁金服区块链和国际事业群团队在跨境支付上线成功后庆功现场 在输出战斗意志的同时，杭派工程师也在对外输出技术规范。 2015年阿里内部启动了一件得罪广大工程师的事：在全集团范围内统一Java编码规约。 作为全球范围内Java语言最强的公司，阿里巴巴内部的各部门、以及集团内部的各公司之间，在写Java时没有统一的规范。这是全世界的常态，就像每个作者有自己的文风一样，每个工程师也有自己的代码习惯。 “一些人说，四个空格开成两个空格，我宁肯辞职；有人说你再坚持两个空格，我火把都准备好了。”Java规约的发起者孤尽（杨冠宝，高级技术专家）告诉“甲子光年”，统一规范的过程极其艰难。 孤尽记得最夸张的一次是阿里另一个团队的leader专门挑周六的时间请孤尽喝茶，两人从早上8点理论到晚上8点，谁都没有说服谁。“特别较真，你这样做故障能减少吗？证据是什么？工程师之间流行一句话：No data，no bb。”孤尽说。 经过近两年的探索，2017年2月，千辛万苦实现内部“书同文”的阿里对外推出了《阿里巴巴Java开发规约》。杭州于是成了全球Java规范的策源地，配合开发规约推出的编码插件在全球范围内被下载了35万次。 过去的中国互联网出海更多是“产品出海”，现在则进入到更深层次的“技术出海”、“技术标准出海”。 与十年前相比，经过三代杭派工程师的努力，在互联网版图中，杭州已从过去的角落进入核心圈层，并在某些特定领域表现出成为输出源头的潜质。 一边是对外输出，一边是向内吸引，愿意成为杭派工程师的人数正在壮大。新来者更精英了，也更具有国际化背景。 以蚂蚁金服为例，公司内部技术人员中，来自北大、清华、浙大等全国排名前7的高校的人数占到了37%。BOSS直聘研究院的《2018中国海归人才就业选择报告》显示，2018年上半年应届海归人才最青睐的城市中，杭州海归占比增幅居全国首位，增幅为0.66%。相比之下，北京、上海的海归人才占比增幅都呈负增长，分别下降了1.28%和0.26%。 从阿里西溪总部星巴克的“咖啡指数”可以大致判断阿里内部工程师背景的变化，店员们观察到的规律是：中国工程师更钟情焦糖玛奇朵，而外籍工程师则喜欢冰美式或卡布奇诺。现在，“冰美式”的比例正在逐步上升。 一座城市的技术升级 如果说之前“杭派工程师”的主体在阿里巴巴、在蚂蚁金服。近几年来，随着杭州技术创业生态的繁荣，杭派工程师的构成变得更加多元化。 去年，创立于广州的无人机公司奇志科技，在杭州设立了研发部门。“广州人才池很小，深圳成本太高，房价跟北京差不多。去年看了人才报告，杭州人才流入比例最高。”奇志科技联合创始人Cash向“甲子光年”解释“空降”杭州的原因。 更多技术类创业公司的诞生、落户，吸引着全国乃至全球的技术人才，杭派工程师这一群体的面貌正“持续迭代”。 阿里依然是绕不开的策源地之一。 2014年阿里巴巴上市后，一批财务自由的阿里人开始转行做投资或自己创业，充实了杭州的创投生态。有赞科技、蘑菇街、数澜科技等公司的创始团队都有阿里背景。 2017年，有1026家阿里系创业公司登上“阿里校友创业黄埔榜”。创业主要集中在新零售和人工智能领域。据鲸准数据显示，从阿里出来的人创立的项目中，有近一半扎根在杭州。 浙江大学是另一个引擎。 根据浙大管理学院科技创业中心发布的《2017浙江大学创新创业生态蓝皮书》，浙大系创业项目落户杭州的比例高达51.93%。杭州本土的知名创业公司中，Rokid创始人Misa、云象区块链的创始人黄步添、趣链科技创始人李启雷、蘑菇街联合创始人陈琪等都来自浙大。 2017年，杭州新成立的创业公司数量已比肩北京、上海、深圳，且人均创业密度已排名全国第一。2017年北上深杭创业密度（数据来源：元