“顾总，您找我？”
几天之后，比顾诚还大一岁、目前才工作了三年多的张一鸣，被顾诚喊到面前亲自训话提点。
经过三年历练，这个闽省青年已经通过他的天赋和实打实的努力，爬到了中高层管理的位置上，目前是YY网络科技下属的推送智能研究所的一名副所长，而且如果再拿出点大成绩，就很有希望升到所长，得到更多股权激励。
顾诚对于张一鸣还是挺看好的。他一直认为，如果没有他的穿越，让历史沿着本来的轨迹发展，张一鸣才是华夏最有资格对标扎克伯格的豪杰，而马腾根本没资格。
至少他的技术路线，好歹还透着几分为自由意志而战的不屈。
顾诚亲自给张一鸣拉了一张椅子，鼓励道：“你给爱米手机的虚拟助手‘爱酱’提供的‘主人偏好分析’，做得还可以。不过，人工智能推送这种东西，是没有尽头的。只要她不如一个真的听从朋友娓娓诉苦的解语花一样善解人意，你就还需要努力。”
他知道，张一鸣这种技术宅还是比较胆小拘谨的，不太可能敢在大老板面前金刀大马地坐沙发。
张一鸣坐下，对领导的肯定深感激动，忙不迭地想解释：“我……我会努力的。我可以给您解释一下目前的算法机制大概已经达到哪一步了……”
顾诚却摆摆手，制止了对方先谈细节：“技术细节你先慢慢说，我先跟你聊一下后面我要你实施这项工作的意义。”
张一鸣讪讪地坐回椅子上：“呃……好，您的时间太宝贵了，确实不适合听我聊原因……”
“你这几年钻研深度学习算法在内容推送上的应用，方向是对的。但是我觉得你对内容产业本身的传媒逻辑不够清晰，做到今天这一步，已经限制了你的进一步发展。你应该开拓一下跨圈的眼界了。”
顾诚和蔼地指出了对方的不足，确认张一鸣很谦虚很专注，然后他才抛出了问题：“你看网络么？”
“呃……现在哪有时间看。大二以前，大概03年的时候，看过一些。听同事说，现在的书比前些年好看多了。”张一鸣回答得有些腼腆，似乎在为自己看网络少而羞赧。
顾诚鼓励地说：“以后要多挑一些类型的，以审视的眼光去看。一个搞推送算法的人，对内容本身的优劣缺乏基本逻辑，是不行的，那样设计出来的算法，数据的标识效率会低得多。”
“好，一定抽时间多看。”张一鸣并不是不爱玩，他只是太忙了。
“今天，我就跟你聊点儿轻松的——我听YY文学的人说，去年开始，出现了一类新的网络，叫做‘无限流’。你听说过么？”
张一鸣当然没听说过，于是顾诚就简明扼要把无限流是个什么鬼，给张一鸣解释了一下。
“原来就是把十几本三四十万字的中篇拼凑起来，拼成一本又臭又长的啊。”张一鸣听完之后，如是感慨了一句。
虽然不是很准确，但顾诚解释得本来就不清晰，也就随他去了。
“你要这么理解也行，但细节上还是有所不同的。无限流在换地图的时候，可以继承前一个地图的等级、装备、技能、队友。多多少少升级成长的延续性会比N本独立好很多——但这些不重要。我现在希望你思考的是，这类型的书之所以有越来越火的趋势，甚至比传统网络更火，原因在哪里？”
“原因在哪里？我不看网络，这个问题有些强人所难了。难道是因为可以打怪升级到更高的等级？”
即使刻意站在一个推送技术专家的角度，张一鸣思之再三，依然没能理解这种情况为什么会产生。
顾诚知道自己有些强人所难，于是他换了个角度试图启发对方。
“那每年的好莱坞大片，你总有大致看过吧？你难道没有发现，最近这几年，好莱坞的续集病也越来越严重了——每年票房最好的电影，大量充斥着《速度与激情4》就是《变形金刚2》，要不就是《蝙蝠侠3》这样的续集。而有抱负的名导演苦心孤诣安排的良心之作，反而相对票房扑街。
其实这种现象，跟网络界无限流的崛起，其背后的原理是相通的——那就是因为消费者的分辨时间成本越来越值钱了，而市面上的垃圾信息越来越多，渐渐消磨了消费者的耐性——”
顾诚说到这儿，张一鸣终于反应过来。
“我懂了，因为垃圾太多，所以消费者在走进电影院之前会变得更加慎重。深怕万一不仅白花了几十块上百块的金钱，还白白砸进去几个小时的时间成本，结果看了一部毫无新意也不合口味的烂片。
这种情况下，因为垃圾的轰炸，有诚意的新作很难被大浪淘沙地分拣出来，发行商也只能把资源集中到那些已经被消费者验证过的、靠谱的热门大Ip题材上去。然后续集病也越来越严重。
而这种情况挪到网络文学领域，则是因为烂书太多，吃老本的‘大神’也太多。加上无线阅读时代的碎片化FEEd展示模式，导致用户都是被推荐推着走，主动找书的能力渐渐退化，最后也就失去了作者忠诚度——
这章没有结束，请点击下一页继续阅读！