當年輕人在説“夸克真香”，他們在説什麼?_風聞

　　文 | 史中

　　這世界上有兩種人不好惹，P站用户和B站用户，而且他們還很可能是同一撥用户。

　　我相信B站用户永遠正確。畢竟即使不正確，等把那些不喜歡他們的叔叔阿姨熬到帕金森擂不動鍵盤的時候，他們自然也就正確了。

　　所以，我的一個隱秘癖好就是：蹲守在很火的B站視頻中，研究大家在彈幕裏討論什麼東西。

　　前兩天，我偶然看到了知名UP“蘇星河”的一個視頻《我來講講為什麼Safari是手機上最好的瀏覽器》，結果正片還沒開始，一票水友都在彈幕上刷：“夸克真香”、“夸克yyds”（永遠滴神）。

　　一堆誇“夸克”的誇誇詞彙碾過屏幕，讓屏幕正中的 Safari 圖標多少帶點尷尬。

　　他們説的夸克，應該就是那個“夸克搜索”。

　　我估計淺友裏肯定有人還不知道夸克，這情有可原。畢竟這個搜索引擎是年輕人的菜，你們不都是像我這樣的00後。

　　我記得大概兩年前下載了夸克，它用起來簡單直接，比 Safari 快了十個百度，特別適合我這樣的快槍手。

　　於是它被我分在了這樣一個奇怪的文件夾裏。

　　可夸克到底好到啥程度，以至於一羣粉絲要去 Safari 的地盤上游行？這個我還真拿不準。

　　我決定仔細研究一下。

　　當然我的研究方法比較NB，畢竟我是一個想認識誰就能認識誰的中哥，是時候施展魔法了。我戴上口罩衝進北京零下20度的寒風裏，直接去找夸克 App 的產品技術同學們喝了個咖啡。

　　（一）一個拯救學渣的搜索系統

　　一位夸克的同事看到風塵僕僕的我，説：“中哥你來晚了，整個2020年已經有好多老鐵換了各種姿勢誇我們了，用户量比火箭竄得還快。”

　　“你們究竟幹了什麼，難不成把大家都給PUA了？”我問。

　　那不敢，不過這兩年我們在夸克搜索裏做了很多功能，比如“指令控制”、“搜索直達”，大家都挺喜歡。但説出來你可能不信，2020年我們最香的模塊是“夸克學習”。

　　他説。

　　“納尼？夸克學習？有人在搜索裏學習？學啥？咋個學法？”

　　我掏出手機定眼兒一瞧，還真有。。。

　　雖然心裏全是問號，但中哥畢竟是身背一定流量的偶像，舉止要沉穩。於是我冷靜了一下，説：“我懂，我也是愛學習的人，在我的D盤專門有一個文件夾叫就叫做學習資料。總之我想和夸克學習的團隊聊聊。”

　　於是，夸克學習的產品經理夏雅曈坐在了我面前。

　　你聽聽這個名字的風格，如果不是民國時期的人，那一定是個90後。果不其然，她是一位93年的妹子，創造了我從藝以來見過產品經理的年齡最小記錄。

　　夏雅曈

　　然而她的記錄只保持了15秒，因為旁邊這位名叫寇至爽的團隊成員是94年的。。。

　　寇至爽

　　故事就從2020年春天説起吧。

　　那時候，你懂的，幾乎所有有頭有臉的 App 都上線了疫情防護的模塊。畢竟這麼多年夸克是一票年輕人的心頭好掌中寶，保護我方祖國的花朵很重要，於是夏雅曈他們春節加班搞定了幫大家防疫的“疫情實時動態”模塊。

　　一口氣還沒喘勻實，他們突然發現一個有趣的現象：在夸克上“搜題”的老鐵越來越多，暴增50%。

　　搜什麼題呢？

　　“比如有人會搜《岳陽樓記》，這看上去很像是在做作業。”夏雅曈説。

　　“我不信，萬一是古詩文愛好者呢？”我擺出魯豫臉。

　　“從當時的大數據來看，搜語文知識的人通常也會去搜索勾股定理、英文單詞之類，還有一些地理歷史知識，你看，這就非常像學生了。”她説。

　　到底為啥這麼多人在夸克搜題嘞？

　　其實很好解釋：第一，夸克的用户羣本來就是年輕人，有很多人在親自上學。第二，疫情剛穩下來，學生們都被困在家裏上網課呢，平時做作業遇到不會的題也沒老師可問，最方便的可不就是上網搜麼。

　　寇至爽他們想了想，忽然想出了一個“至爽”的腦洞——既然用户這麼喜歡搜題，那我們為什麼不幫人幫到底，送佛送上西天呢？

　　於是，他們設計了一個逆天的“小球”。同學在釘釘上網課的時候，夸克就變成一個小球安靜地蹲在右下角，當屏幕上的PPT裏出現了題目時，只需要點一下小球，見證奇蹟的時刻就到了。

　　夸克會把屏幕截圖，框選題目，它就會去後台的題海里匹配，然後瞬間返回這道題的答案。不僅有答案，還有解題過程和思路，比閃電五連鞭還快。

　　大概就是這麼個效果

　　萬萬沒想到，上個網課還開掛了呀。

　　金盃銀盃不如學渣的口碑，大家都沒反應過來，幾天之內夸克 App 的下載量已經衝到各大應用商店的前頭。

　　最巔峯的時候，所有過來的截屏搜索請求，有90%都是在搜題目。

　　寇至爽挑挑眉毛，示意我不用控制，可以盡情誇他。

　　僅僅是做了個小功能，就帶來這麼大的搜索量，夸克團隊的小夥伴都驚呆了。不過開心之餘，他們馬上發現一個巨大的 Bug——海量的搜題請求並不是每一次都能得到答案，有很多同學歡歡喜喜搜題來，但卻兩手空空回家去。

　　這是為啥呢？

　　這裏給你科普一段小知識：

　　1、負責為同學們的題目找答案解析的東西叫做“搜索引擎”，這個你是知道的。

　　2、搜索引擎分很多種，最主流的叫做“網頁搜索引擎”，百度、Google，包括夸克主要的搜索引擎都是“網頁搜索引擎”。你輸入關鍵詞，它能幫你找到相應的網頁。

　　3、還有很多其他搜索引擎，例如我們用到較多的就是“圖片搜索引擎”。你輸入關鍵詞，它給你找到相應的圖片，或者你上傳一張圖，它給你找來類似風格的圖片。

　　問題來了：那搜題的引擎是啥引擎？

　　在中哥看來，這應該是一種結合了網頁、圖像、人工智能技術的“專用引擎”，它的工作原理攏共分三步：

　　1、一邊它會先用文字識別技術，把用户拍的圖片中的文字抽取出來，得到一個題目的純文本。

　　2、另一邊網絡上有海量的題庫，很多也是圖片的形式，同樣要抽取成純文本格式。

　　3、最後把用户提交的題目和題庫裏的題目的純文本做匹配，從而找到這道題的答案。

　　説到這你可能有點感覺了，搜題引擎和傳統通用引擎不太一樣：

　　如果把通用搜索引擎比作人人都坐的汽車，那搜題引擎就像是小區裏送快遞的“菜鳥無人車”，雖然個頭不大，也不是人人都用，但技術含量卻是槓槓的。

　　好，科普完畢，我們回到故事。

　　説個小內幕。在疫情之前，夸克搜題確實是個小眾功能，所以團隊並沒有投入很多精力，背後的“搜索引擎”接入的是第三方服務，效果差強人意。

　　這回看到搜題量暴漲，團隊同學們立刻從葛優躺變成了金剛狼：咱們是不是要自己推出一個搜題引擎？這樣不僅掌握核心科技，還能大大提高解題率！

　　畢竟家裏技術底子還是有的（夸克是阿里巴巴的產品），夸克的同學們決定，搏一搏單車變摩托。

　　（二）老司機鬥麻匪

　　重擔一下子壓到了夏雅曈和團隊的身上。

　　作為產品經理，他們首先要回答一些靈魂拷問：究竟哪些學生在搜題？他們會在什麼情況下搜題？他們搜題時希望看到怎樣的答案？

　　這些問題的答案可太太太重要了。畢竟，你懂的，如果搜題的都是學渣，想要抄答案，那這個產品道德上就不太成立了。。。

　　於是，夏雅曈在夸克裏向使用搜題功能的同學們發送了邀請，讓他們來一場赤裸裸的“靈魂自白”。

　　結果大大出乎意料。

　　我猜你和我一樣，以為只有學渣會搜題。但事實恰好相反，學霸也搜題，而且搜得更多，更狠，更仔細。想想倒也合理，比你有錢的人，一般都比你努力。

　　其實學霸搜題的需求很複雜：不僅要找答案，還要了解詳細的解題思路，還要知道這背後隱藏的知識點，最好再來幾道同類型的題目鞏固一下才心滿意足。非常之雞掰。

　　其實不光是學生，老師和家長也要搜題。

　　老師在課堂上要講課，課後要批改作業、備課、輔導，拍照搜題可以幫他們把解題的時間節省下來，把更多精力放在琢磨教學內容上。

　　家長們主業是上班，晚上副業還得輔導孩子，經常還遇到題目不會做，甚是丟人。即使自己會做，但是有時又跟孩子講不明白，這時候他們也需要搜題。

　　這些事實讓夏雅曈他們虎軀一震，原來搜題功能真的可以幫助更多愛學習的同學節省時間，鞏固知識。那這利國利民的事兒可就幹也得幹，不幹也得幹了。

　　2020年6月，就在人們在蘇星河的視頻上刷“夸克真香”的檔口兒，“自研搜題引擎”項目正式上路了。

　　説到這，就不得不給你介紹一位新朋友，王傑雄。

　　王傑雄是一位技術大咖，想當初90後還忙着早戀的那些年，他已經加入了阿里雲，和大家一起做“雅虎中文搜索”（估計很多00後都沒聽過），掐指一算，搜索技術這事兒他已經幹了十年。

　　王傑雄

　　接到夸克的任務，他露出了大菊已定的微笑：就這？

　　然而，上手之後不久，一種隱隱的哪裏不對的感覺襲來。彷彿一個即將上任的縣長，本來吃着火鍋唱着歌，一抬頭突然面前出現一票麻匪。

　　這第一個麻匪就是“文字識別準確率”。

　　文字識別，準確名稱是 OCR（光學字符識別 Optical Character Recognition）。它像一個不知疲倦的“謄寫師傅”——你把一張圖片給文字識別系統，它就能幫你把上面的字給識別、抄寫出來。

　　你有沒有給支付寶綁過銀行卡？掃一下卡面就能識別出上面的卡號，這就是文字識別系統乾的。

　　大概就像這樣。

　　但是，這系統也不是神仙，它有一定出錯的概率。越是質量差的照片，從中提取文字就越可能出錯。（這並不怪系統，你平時看一些學習資料時，陳年畫質和高清無碼，你從中學到的知識量也是不同的嘛。）

　　問題是，這套文字識別系統是阿里巴巴技術中台團隊做的。王傑雄為了趕時間，只能拿現成的用。

　　雖然中台團隊老師傅的技術沒的説，但這個系統是針對通用場景的文字識別，沒辦法針對搜題場景做優化。（畢竟這個系統服務整個阿里巴巴，沒辦法為了夸克一個八字沒一撇兒的功能做定製開發。）

　　所以在文字識別率上，王傑雄就像開特斯拉撞蚊子——有勁兒使不上。

　　好吧，這第一個麻匪消滅不掉，只能先對付第二個。

　　這第二個麻匪就是“帶噪搜索”。

　　由於 OCR 識別存在一定誤差，所以會給搜索算法帶來巨大的困難。

　　舉個栗子：

　　比如一道應用題，原題寫的是“小明拿着紙幣買裙子”，也許被系統識別成了“小朋拿着紙巾賣裙子”，這種情況下繼續搜索，就叫搜索請求中帶着“噪聲”。

　　更大的噪聲來自於用户拍題的時候——有可能手抖，題目很模糊；有可能框選的範圍太大，除了要搜的題目，前後還各帶了半道雨女無瓜的題目。

　　例如拍這第5題，在拍題的時候會出現混入手寫字、框選到其他題目、照片不清晰等等問題。

　　很多時候，帶了噪聲看上去就像完全換了一道題，系統自然就沒辦法把這道題和題庫中的題目匹配準確。

　　這時，王傑雄他們就要盡力讓系統學會“帶噪搜索”。

　　簡單來説，就是香農的信息論原理。信號有噪聲的情況下，就要增加信息的冗餘。

　　王傑雄説。

　　舉個例子吧：比如你跟朋友打電話約在地鐵站B口見面，電話裏對方聽不清你説的到底是B還是D，你也許會説：“我們在B口見面，AB的B，二B，不是四D。”

　　你看，你很可能不認識香農，但你自動採用了信息冗餘策略，用了四種方式表達“B”，對方一般就不會理解錯誤了。

　　王傑雄他們正是用了同理的操作，每一道題都用不同的顆粒度切分，換幾種維度表達。這種表達雖然囉裏八嗦，但是卻大大提高了匹配的精準度，算是曲線救國了。

　　不過這還不算完，更多的問題仍然擺在面前。

　　這第三個麻匪就是“公式歸一化”。

　　上過中學的淺友都知道，各種題目到了中學就不再“單純”了，比如這貨：Cu₂(OH)₂CO₃，鹼式碳酸銅。再比如下面這道題：

　　你發現沒，題目裏有各種角標、特殊符號，是你日常打字根本不知道怎麼打出來的。

　　你都不知道怎麼打，程序當然也不知道怎麼打。。。不過，幸好科學家和代碼大神們已經總結好了一些規則，用一串直線排列的代碼就能表述出這些亂七八糟的公式。

　　可問題來了，對於同一種公式的表述規則有很多種，並不統一——就像同一部片兒，有 avi，有 rmvb，有 mp4。。。兩個人見面，一個人説“Hello”，另一個人説“弄啥嘞”，那不可能匹配成功。

　　於是團隊必須把題庫裏的各種公式的每一種表述都找出來，然後轉換成統一格式，這就是公式歸一化。

　　除了上面説的三個麻匪，還有圖片傳輸壓縮、算法和功耗的平衡、題庫本身豐富度等等，“麻匪”漫山遍野，一眼望不到頭。。。。

　　王傑雄發現，這不是“讓子彈飛”，這根本就是“亂槍打死”。這一大堆事要是等一個人搞完，那恐怕人類都登陸火星了。他趕緊吹響“集結號”——跟領導申請把其他技術同事一個個拉上船，並肩作戰。

　　沒顧得上開神馬“誓師大會”，技術攻堅組就這樣緊急成立了。

　　埋頭苦幹一個月，這套搜索算法終於做出了雛形。夏雅曈他們趕緊拿來一些測試題目，結果是：這套算法的識別率只有友商的一半兒左右。。。

　　這個結果，如翔一般。

　　盤了盤，王傑雄發現根本原因還是整個搜索的鏈路太長——用户拍照的清晰程度、用户框選題目的精細度、文字識別的準確程度、文件傳輸中的壓縮比例、題目搜索的比對算法，每一步都有一定的信息損耗。

　　這種長鏈路的問題就如同你玩過的那種傳話遊戲，一個同學傳給另一個同學，他再把聽到的內容傳給下一個同學。傳到最後，往往已經把“前門樓子”傳成了“肩膀頭子”。。。

　　然而，市場的競爭不等人，疫情籠罩下的2020年，你懂的，各大拍照搜題軟件都在拼命激戰搶奪用户。

　　果然，團隊接到了來自領導層的驚天命令：自研搜題模塊要在國慶節上線！this is an order，不容爭辯。

　　王傑雄他們看看錶，現在已經7月多了，過去論天過，現在就得論秒了。。。

　　（三）二營長，拿我的“核武器”來

　　夸克學習技術團隊把吃奶的勁兒都使出來了，瘋狂地優化這個“傳話遊戲”。

　　那段時間，王傑雄他們做夢都在想優化策略。但是，經常出現的結果是：一個優化策略上了之後，一半的題目解題率升高，另外一半兒的解題率反而下降，就像在游泳池裏玩蹺蹺板，一個人浮出水面喘口氣，對面那個人就被淹在水下冒泡了。。。

　　到後來，為了該用哪些優化策略，這羣技術宅越討論越急眼，眼看就要從説服變成睡服。他們乾脆決定，兵分好幾個小組，各自研究心儀的優化策略，最後再把這些技術疊加起來。

　　技術宅有技術宅的計劃，世界另有計劃：如此捨命狂奔，儘管和友商的解題率差距在縮小，但始終還是追不上。

　　夸克怎麼説也是一個有牌面兒的搜索引擎，如果國慶節就這個亞子直接發佈出去，那簡直是所有人都不能忍受的公開處刑。

　　禍不單行。

　　進入暑期，夸克搜題的活躍度開始肉眼可見地下降。原因很簡單——同學們放假了。即使是學霸，也不會凡爾賽到放假的時候也天天搜題吧。。。

　　那麼，這些同學還會在9月份開學的時候如約回來嗎？萬一不回來，我們做了這麼久的新搜題引擎給誰用呢？大家心裏緊張得如同初戀的少男。

　　從8月最後幾天開始，所有人都捂着眼睛，從指縫裏看夸克後台搜題功能的用户人數有沒有增長，就跟老韭菜看着自己的股票持倉一樣：哀其不幸，怒其不爭。

　　他們悲傷地發現，用户數並沒有回到上學期期末的時候。。。

　　然而，就在他們確認自己要涼了的時候，9月5號左右，搜題的用户突然開始暴漲，勢如破竹，很快就掙脱了之前的最高點。

　　又驚又喜的夏雅曈、王傑雄他們突然意識到，原來因為疫情的原因，全國的學校是錯峯開學的，學霸們雖遲但到，直到9月上旬才馬力全開。

　　誠如夸克學習的搜索框所言：我愛學習，學習使我快樂。

　　這下有兩件事是板上釘釘了：第一，國慶節新引擎鐵定是要發佈了；第二，哪怕按國慶七天樂最後一天算，此時距離發佈也只有一個月了。

　　怎麼用一個月的時間把搜題質量提升到世界級水平？

　　技術團隊對視一眼，貌似只有使用最後一個“核武器”了！

　　你還記得我們之前留了一個伏筆麼？最開始，技術團隊曾經繞過了第一個“麻匪”，文字識別系統（OCR）。

　　其實大夥兒都知道，文字識別系統在整個搜題鏈路裏是最重要的環節之一，但是，因為技術非常複雜，恐怕不是一兩個月就能做出來的，所以夸克技術團隊沒敢碰，一直在用集團提供的現成文字識別系統。

　　事到如今，無路可退，老司機只有背水一戰。

　　沒錯，他們的“核武器”就是——自己造一個完美契合搜題場景的文字識別系統。

　　智能搜索業務部負責人吳嘉盤點了一下，還真有一羣人適合做這套系統，這就是過去有視頻內容文字識別經驗的黃鋭華團隊。

　　如果是一般人，接到這樣的任務也許下一秒就準備辭職信了。但黃鋭華不是一般人，非但面不改色，反而有點小興奮呢。

　　説起來，黃鋭華也是阿里巴巴最早做搜索的那撥大神，從當年的阿里巴巴商品搜索，到後來的UC瀏覽器全網搜索，都有他團隊的身影。

　　十年搜索經驗填過的坑無數，不僅讓他們團隊積累了堪比《九陰真經》的經驗，還在兜裏攢下了一堆“暗器”：

　　我們團隊有一個“工具箱”，裏面全都是這麼多年積累的自動化工具，有深度學習的，有模型優化的等等。普通團隊搭一個新系統像蓋瓦房，需要一磚一瓦從頭來過；有了這些工具，我們搭一個系統就像拼插樂高積木，時間會大大縮短。

　　黃鋭華露出老師傅的蜜汁微笑。

　　搜題所需的文字識別系統需要有兩個功能：“印刷體文字識別”和“手寫體文字識別”。一個月的時間把兩個功能都做出來是來不及了，他們商量了一下，先只做相對容易也用處更廣的“印刷體文字識別”。

　　接下來又到了硬核科普的時間段。

　　做一個文字識別系統最最核心的工作就是“訓練”。

　　訓練，簡單説就是讓人工智能看大量的數據。這個數據不是普通的數據，而是“標註數據”。

　　啥是標註數據？一道含有題目的照片拿過來，標註師不僅要把裏面題目的精確位置框出來，還把對應的正確文字謄寫下來，這就是一個“標註數據”。無數個標註數據塞進訓練框架的鍊鋼爐，就能煉出來一個“人工智能文字識別系統”。

　　這就是一個標註數據

　　當時，啪的一下，很快啊，老司機們搞來了大量的標註數據。然後馬不停蹄地進行針對“搜題場景”調優和測試。

　　黃鋭華記得清清楚楚，那一個月他們過得可是緊張刺激乾淨衞生，上午開會討論方案，晚飯前代碼就得寫好，夜裏就要進行測試，一天一迭代，一夜一升級。

　　終於，到了9月下旬，文字識別系統終於出爐。是騾子是馬拉出來溜溜，黃鋭華他們找來市面上所有能買到的商用文字識別系統，焚香擊鼓，來了一場“亂斗大比武”。

　　結果證明，在印刷版習題的識別率上，自己剛研發的這個識別系統最能打。文字識別和公式識別都比別人高几個百分點。

　　他一拍大腿，這事兒要成。

　　像運動會接力棒一樣，文字識別系統第一時間傳給算法團隊。由於臨陣切換了文字識別系統這個“發動機”，導致王傑雄他們的搜索算法也要重新訓練，重新適配。

　　此時留給他們的時間，只剩最後幾天了。

　　王傑雄緩了口氣，以大將之風安慰團隊：“莫慌，只要膽大心細，時間應該還來得及。”

　　然而，半小時後，團隊同學就來報告：哥，跟你説個事兒，咱們手裏的計算力資源好像不夠了。。。

　　王傑雄給跪了。

　　由於短時間內要計算炒雞大量的數據，團隊日常儲備的雲計算資源直接被拉滿，目測要是僅靠這些資源，等這些計算搞定，2021年的第一場雪都來了。。。

　　你可能會問：“等等，團隊難道用的不是阿里雲麼？阿里雲“吹牛”的時候我可是聽過的，不是説伸縮擴容一分鐘就搞定麼？”

　　沒錯，然而問題並不出在阿里雲上，而是出在真實世界的規則中——團隊擴容，需要預算，而這筆預算顯然是計劃外的，要走特殊流程，一半天兒肯定是批不下來。。。

　　危急時刻，奇景出現：從技術大牛到產品經理，從一線碼農到團隊領導，大家紛紛聯繫相熟的鄰居團隊，從他們那裏“借”資源。

　　對方有五台機器，要！對方有一台機器，也要！對方有一台機器但是在另外的機房，沒問題，我們去人肉搬過來！對方開玩笑説你得請我吃飯，他們説請！對方説吃龍蝦，他們説吃！

　　就這樣“毫無底線”，不知道許諾出去多少頓飯，兩天之內，計算資源像螞蟻搬家一樣一點點堆壘起來，超越了平時的五倍還多。燒腦的計算像F1賽車一樣極速狂飆，在賽博世界表演了一場暴裂無聲的白日焰火。

　　這段危急時刻，正趕上橫跨週末，大家也都顧不上休息了，每天在辦公室連軸轉。當時是三伏天，而大廈週末是不給中央空調的，領導們就給大家找來了超大功率的電風扇，但桑拿天風扇也是杯水車薪，屋裏仍然跟蒸籠一樣。沒人顧得上抱怨，汗水迷了眼就用身上的T恤擦，女同事不在就光膀子。

　　國慶節前一天，所有必要的計算終於跑完一遍，新算法百米衝刺上線，煥然一新的搜題引擎馬不停蹄地開始全鏈路測試。

　　標準測試數據下，夸克搜題的引擎總算、究竟、到底、終於跑出了行業頂尖的解題率。

　　王傑雄他們看着這個結果，激動得差點欲語淚先流。

　　這個接力棒又火速傳到產品團隊手上，由他們為億萬用户做最終發佈。按照規定，一般情況下假期是不能升級 App 的，但是夏雅曈他們早已提前打好了報告，拿到了金牌令箭，就等着假期推送升級。

　　就這樣，先是團隊內部人員接收了 App 升級包，第二天對幾千用户隨機推送，然後是幾萬人，然後是幾十萬、幾百萬。終於趕在十一期間，把所有用户的夸克 App 都升級完畢。

　　國慶收假，後台的用户數據開始滿載狂升。此時，王傑雄盯着屏幕反而異常平靜，他知道，眼前的一切絕非只是跳躍的數字，而是新搜題引擎像神龍一樣，在響應着無數學生、老師和家長的召喚。

　　滿屏都寫着“牛X”二字。

　　夸克的一萬個功能裏，有一個是“手持彈幕”。

　　（四）要説“真香”不容易

　　夸克搜題的用户數一浪高過一浪，每過一個週末，後浪就把前浪拍在沙灘上。

　　然鵝沒想到，一浪高過一浪的還有後台用户的吐槽。。。

　　畢竟人紅是非多，有的用户反映有題搜不到，有的用户反映答案不詳細，有的用户反映解題不夠快。其實大多問題團隊早就知道了，恨不得順着網線衝過去跟用户説：“在弄了在弄了！！”。

　　但有一類吐槽，卻是他們沒想到的——搜題速度有點慢。。。

　　技術團隊的直覺告訴自己，“速度”兩個字裏恐怕有大文章。

　　仔細測試之後他們發現，正常的拍一道題過程中，用户會有幾秒鐘的“被動等待時間”。啥叫被動等待呢？就是這個時候用户什麼也不能做，就是乾等着。

　　幾秒鐘按説也不算事兒，但是同學們在拍題的時候，經常是連續拍十幾道。這些被動等待時間累積起來，就變得特別不能忍。

　　況且很多學生黨用的手機都是中端機、青春版，性能沒有那麼極致，這一下又會拉長等待時間。

　　意識到問題的嚴重性，團隊湊在一起開了個“共識會”，一致同意開啓另一場戰役——“閃電拍題”。

　　之前説過，用户搜題的過程，背後其實是一連串鏈路，粗略來説有這麼幾步：打開攝像頭、攝像頭自動對焦、點擊拍攝按鈕、手動框選題目、點擊提交、圖片生成、圖片上傳服務器、服務器進行文字識別、搜索引擎進行比對、找到目標結果、結果回傳到手機、結果展示在屏幕上。

　　這麼多環節，只有從每個環節都壓榨回來一點時間，才能讓整體搜題等待時間大幅減少。

　　於是團隊變身人肉榨汁機，從三個方向開始壓榨。

　　第一，壓榨照相機模塊。

　　為了方便開發迭代，之前的相機模塊採用的是輕量化的“web框架”，這次為了速度，前端團隊一狠心另起爐灶，換成了“客户端架構”，雖然維護更難，但速度如飛。

　　第二，壓榨傳輸鏈路。

　　圖片從手機傳輸到夸克的服務器，要經過好幾個系統“接力”處理，路由器、運營商、負載均衡，進入服務器之後，也要像串糖葫蘆一樣經過幾道系統，這些系統有的跑在杭州機房，有的跑在張北機房，有的跑在廣州機房，相當於數據要在神州大地上來回奔襲好幾個來回。

　　雖然是光速來回，但畢竟咱們國家大得離譜，路上還是會消耗很多時間。

　　最終，技術團隊優化了調度方式，在每個機房都安排了一整套處理系統，讓用户可以"就近接入"，比如廣州的用户就接入距離廣州最近的深圳機房，全套處理完直接把結果返回手機。就像現在人民羣眾去辦事兒，“最多跑一趟”。

　　第三，壓榨算法系統。

　　之前為了保證搜題準確率，王傑雄他們為搜索引擎增加了很多“冗餘”，這下為了節省時間，又不得不拆掉一些。

　　估計你也猜到了，壓榨算法系統肯定會帶來一些副作用，那就是識別率很有可能下降。

　　這個時候，黃鋭華的文字識別團隊又殺了出來。他們也憋了一個大招：

　　重寫一套數據標註系統，讓外包團隊為他們重新標註一套比過去精準無數倍的題庫數據。他們要用這套新的標註數據，訓練出史上最準確的文字識別系統。

　　這套數據的標註要精準到什麼程度呢？所有題目的框選都精確到了近乎像素級的精度。而為了達到這個目標，全部標註員都提前做了嚴格的培訓，還專門設立了檢查員的崗位，負責二次檢查數據標註的精度。最終數據拿回來，夸克的技術同學還要進行復查，絕不放過一個錯誤。

　　我們認準了一個道理：數據樣本的精度，決定了你識別能力的上限。所以我們就用這種笨辦法！

　　黃鋭華一臉技術人的執拗。

　　這次數據標註，不僅標註了印刷文字，還標註了之前沒時間解決的手寫文字。而且手寫文字還包括了小學生、初中生、高中生的不同字體，也包括了手寫數學公式、手繪圖、手寫英語等等。

　　這一套標註下來，用了整整兩個月時間，所花的金錢成本遠超你的想象。

　　這個識別系統的效果怎麼樣呢？用黃鋭華的話説就是：“拿印刷體的識別來説，已經達到遙遙領先業界的效果，基本不會錯了。”

　　“基本不會錯？”我問。

　　“基本不會錯。”他説。

　　這種斬釘截鐵的話在嚴謹的技術老師傅嘴裏説出來，還是挺震撼的。

　　就這樣，所有人又拼了兩個多月，100毫秒100毫秒地摳，先是把搜題中用户等待的時間減少了30%，後來又減少到了最初的50%，這兩天他們還在拼命準備再減下去10%。

　　夏雅曈説，她手機裏已經裝上了夸克最新版的測試版，搜題速度槓槓的。我説我不信，於是她給我現場展示了一下新老版本的速度對比。

　　我做成了 gif 你看看。（左邊是舊版，右邊是新版）

　　夸克的第二代搜題引擎大概會在2021年1月底上線。忙了一冬天的黑科技，就要在新版本的夸克 App 上閃亮登場，團隊的男女老少們正在期待地搓手手。

　　各位鐵子們要是有興趣，正好可以更新一下最新的“脱胎換骨版”夸克，體驗一下B站用户心中永遠滴神到底香還是不香。

　　（如果不香你們就去拍磚，不過看在他們這麼努力的份兒上，輕點拍就是了。）

　　（寫文章的空檔，我發現了“手抄報”功能，順便學着畫了一個。首先畫出獅子，然後加一些細節。。。）

　　（五）一個更香的世界什麼樣？

　　2020年9月，王傑雄最忙的時候，他的女兒恰好上小學。

　　那段時間，王傑雄腳不沾地，顧不上家裏，都是夫人幫着女兒輔導功課。不過王傑雄倒是很驕傲，畢竟夫人幫女兒輔導作業時，用的都是自己親手打造的御用特供指定版夸克搜題引擎。

　　女兒一天到晚被爹安利，如今遇到不會的題，都會搶在王傑雄前面輕描淡寫地説：“用夸克搜一下唄。”一起逛街遇到夸克的廣告——那個像馬桶圈兒的 LOGO——女兒也會説：“又是你們的廣告！”

　　其實在團隊裏，還有不少像王傑雄一樣的孩子家長，從小學到初中高中一應俱全，他們都是夸克搜題的核心用户——在日常搜題的時候，他們遇到非常實際的問題，拿回來反饋給產品團隊，新功能很快就能加入全家桶。

　　比如錯題本功能：同學可以把錯題整理起來，系統智能識別裏面的知識點，然後自動給出考察類似知識點的其他題目。

　　再比如錯題打印功能：低年級的孩子父母不敢讓孩子長時間看手機或者平板電腦，於是希望能把錯題打印到紙上讓孩子去做。

　　再比如口算批改功能：對於一些簡單的加減法算術題，家長需要每天幫小朋友檢查作業，有點枯燥。用這個功能一拍，所有答案是對是錯就一目瞭然了——疲憊一天的老父親老母親能多有幾分鐘放空的時間。

　　除了搜題功能本身，王傑雄他們還發現，作為阿里巴巴家的“富二代”，夸克的人工智能能力是碾壓別人的。

　　有了強大的人工智能技術儲備，其實未來還可以試着做出很多更科幻的功能，例如給定一個題目可以幫你寫作文，給出一個上句幫你填寫下句——這些題目本身都沒有對應標準答案，但是搜題引擎也可以試着憑空做題，空手接白刃。

　　我試了一下“AI 續寫”，驚為天人。

　　夏雅曈的媽媽其實就是一位中學老師，在湖南老家教了半輩子課。

　　最開始夏雅曈定義搜題產品的時候，幾乎給媽媽一天打一個電話，詢問她給同學們出的題都是哪來的，甚至還要來了教研組老師的電話，還有校長的電話，甚至還跟媽媽經常買參考書的書店老闆煲了幾個小時電話粥。

　　夏雅曈的敬業程度爆表，以至於當別人父母都勸孩子“多打電話回家”的時候，她媽媽反而勸女兒“少打點電話”。。。

　　“你媽煩死你了吧？”我問。

　　“畢竟親生的，沒辦法。”她笑。

　　“誒，要是以後同學們遇到不會的題都上網查了，沒人問老師了，你媽媽會不會失落啊？”我突發奇想，問夏雅曈。

　　我小的時候，每次學生寫了好的作文，她都會比學生自己還開心。從那時我就知道了，老師從來只會因為學生的進步而驕傲自豪，不會因為自己而失落。這也是我最佩服媽媽的地方。

　　她温暖地一笑。

　　臨別之前，王傑雄還給我講了一件小事兒。

　　最近，他幫女兒報了好多線下補習班，花錢花到肉疼。在交錢的時候，他若有所思：“我生活在北京這樣的一線城市，有財力，也有智力跟進孩子的輔導。但是在三四線城市，甚至是那麼多鄉村，那些孩子是不是永遠沒辦法接觸到這些優質的教育資源呢？”

　　想到這裏，他好像忽然站在了站台對側，越過呼嘯的列車，審視自己正在做的事情。

　　如果教育停留在物理世界，那麼毫無疑問，最棒的教育資源一定只會留給精英的“後浪”們。可是，一旦教育來到線上，它就會展現出巨大的可能性——哪****怕一個孩子生在偏僻的村莊裏，只要有一部手機，只要他渴望學習，就可以以非常低的成本享受人工智能為 Ta 準備的教育資源，而且是定製化的教育資源。

　　未來世界的孩子，也許能享受到我們這代人從未有過，甚至沒敢想過的教育模式。

　　王傑雄的眼睛閃閃放光。

　　告別這羣人，我又衝進冬天的城市。北風漫卷，山河無恙。按照劇本，此時我應該路遇幾個少年。但這個時間他們顯然應該正在温暖的教室裏聽課，有的眉頭緊鎖，有的迷惘張望。

　　“我看着你們，滿懷羨慕。”我又想起《後浪》裏這句曾引發了口誅筆伐的輕飄飄的台詞。

　　於是我猜，年輕人不能被收買，年輕人也從未被收買。

　　一個認真面對這個世界的 App，從來不應只是生活優渥的後浪們口中戲謔的“真香”。最終有權評價它的，應該是嚴肅的，莊重的，渴望成為更好自己的每一張年輕的面孔。