机器之心原创
作者：蛋酱
关于快手「快 Star」，你所不知道的 AB 面。
那些被称为「天才学霸」的人，究竟是怎样的人？
在很多人眼中，他们简直拥有开挂般的人生：优异的成绩，顶尖院校的硕博学位，顶会顶刊学术成果，行走的 Offer 收割机……
快手的「快 Star」们便是这样一群人。诚然，优秀的人在某种程度上是相似的，但光环之下亦各有不同：
从北大获得力学博士学位的郝端流，在快手转型成为一名算法工程师，他的工作成果让数千万快手 App 用户拥有了更清晰的观看体验；来自清华的谷明宇已经是普通人眼中的天之骄子，却格外明白努力的意义；「宝藏女孩」朱宸将努力刻进了骨子里，用三年时间啃完了五六本艰难晦涩的大部头著作；曾经的乐队吉他手马维远，带着对技术的极致追求，离开家乡来到北京，成为一名快手人……
他们的闪光之处并不局限于那些外在的「标签」，如果走近这些「快 Star」，我们就会发现：他们也是最擅长主动思考的人、最有信念感的人、最笃定的人、最有趣的人。
敢想敢做的人
在别人眼中，郝端流是当之无愧的「学霸」。从省重点高中到北大，从北京到多伦多，从力学博士到快手算法工程师，一路都「顺风顺水」。
但他没有太多关注「过去」，准确地说，他总是更在意未来的可能性：自己正在做的事情，是否能真正改变什么？
2011 年，郝端流成为北大力学系的一名新生。他自律、好学，本科期间的成绩一直保持在年级前 5%。大三那一年，他只身前往加拿大，开始为期半年的交换生活。
「那段经历在很大程度上改变了我。」郝端流坦言。
在多伦多大学这半年，郝端流的每一门课程都是满分。对于清北出身的中国留学生来说，这样的好成绩似乎不算意外。
交换这半年，也是郝端流和身边同学们决定工作还是读博、出国还是留在国内的重要抉择阶段。随着和国内外同学交流的深入，他感觉到自己的观念逐渐被打破。
除了追求学业成绩外，很多优秀的同学更加注重自己的思考和追求，目的感和信念感很强，有一份敢想敢做的精神：有人决定毕业后直接去互联网领域创业，有人会在项目中主动提出一些更大胆的 idea。一旦有了目标，他们就会拿出绝对的行动力，去思考自己需要什么样的资源、什么样的技能、哪些实践经历，并迅速补齐这些东西。
「以前我认为，事情努力做到最好就可以了，比如你努力考到最好的分数、拿到学位，做项目、发论文，然后找一个好的工作。」
而这些同学的想法给他带来了强烈的震撼：这个世界不缺少天才、学霸，缺少的是真正改变世界的人。
郝端流感受到的另外一些震撼，则来源于人工智能的第三次发展浪潮。
「最早接触人脸识别算法，还是在大一刚入学的高等代数课上。当时的传统方法更多依赖于人工设计的特征进行人脸识别，准确率也只能达到 80% 左右。」郝端流回忆说。在 GPU 算力的支撑下，卷积神经网络方法逐渐普及。接下来的几年，DeepFace、DeepID 等算法的诞生，真正突破了人脸识别技术的工业化应用红线。
与此同时，业界也开始将深度神经网络应用于自然语言处理领域任务。2016 年，谷歌率先公布了颠覆性的「GNMT」神经机器翻译系统，机器翻译水准终于实现媲美人类水平。郝端流还记得之后再一次登陆谷歌翻译网站的感觉——「质的飞跃。」
回忆那段时光，郝端流的感觉是「每天都有 Breaking News」。理论创新不断迸发，资本大量涌入，重磅的落地成果一个接一个出现。
2017 年的乌镇，AlphaGo 以 3:0 的比分击败了围棋世界冠军柯洁。郝端流和几个北大同学在寝室全程看完了直播，激动万分。
这时，郝端流已经在北大攻读流体力学方向的博士学位了。「2016 年，我去美国参会，几乎每个同行都在聊互联网、计算机、人工智能。」深度学习使得大规模的无监督学习得以实现，这对于他正在从事的研究亦有启发。
2018 年 11 月，拍摄于美国物理学会年会，流体力学 + 深度学习会场报告。
为了补齐相关知识，在完成实验室的本职工作之外，他还注册了国内外高校计算机专业的在线课程自学，每天都要刷一刷 arXiv 和 AI 大佬们的博客，追踪最新的技术进展。
「我能够体会到一种特别好的状态，每一周都能感到自己和上一周相比有所进步。」他开始切入一些流体力学和人工智能的交叉领域研究，希望探索出更多可落地的技术成果。
北大求学第九年，郝端流拿到了博士学位。在快 Star 的面试中，同样是力学科班出身的相关技术负责人对郝端流说：「在快手，你可以不设边界去做落地的东西，这里有很多机会。」
这也是快手这家公司最吸引郝端流的地方。
什么能超越「天才」？
当郝端流登上飞往多伦多的航班，与北大一街之隔的清华园里，谷明宇正在准备一场至关重要的保研考试。
电子系本科生谷明宇，希望转到计算机学院读博。他已经找到了自己想要深耕的专业领域——编解码。
从一个热门专业转到另一个热门专业，而且是在清华，竞争激烈程度可想而知。
「清华存在学神和学霸两种人，但还是学霸的比重多一点。」谷明宇的多次经历表明，成功固然需要一些天赋，但努力更重要。
一次为了寻找海外暑期实习，2 个月里，谷明宇总共发出了三百多份申请邮件，而且他还会对每份申请的内容进行细致的修改，以匹配不同教授的研究方向。屡次石沉大海后，他最终等来了自己盼望的那封回复，顺利将自己送出去实习。
这种执着陪伴谷明宇度过了漫长的岁月。大二那年，他刚从数理基科班转到电子系，为了补上电子系的课程，每天早上七点出门，在图书馆学到凌晨一点左右才回来。大三那年，为了完成美国交叉学科数学建模比赛，谷明宇和队友们四天只睡了不到六个小时，写完了二十多页的全英论文，同时还要跑程序、跑流程。最终，在这场获奖率只有千分五的比赛中，他们拿到了特等奖。
如此高强度的节奏，谷明宇坚持了四年。到了研究生阶段，挑战又升级了：进实验室不久后的一天，还处于「萌新」状态的谷明宇就被派到美国独自参加展会。
「倒时差是不可能的，飞机刚落地，马上就要去会场搭建展台。」那一晚上，谷明宇完全没有睡。开幕前十几分钟，他解决了最后一个硬件上的问题，调控完整个系统，展会顺利启动。
入职快手后，谷明宇主要从事视频编解码算法的开发。其实压力一直在，只是他的心态却更加平和。
除了考验对算法的理解深度，这项工作同样考验工程能力：一部分算法是所见即所得的，只需要增加一点复杂度，就知道它会有收益。但还有一些算法要想产生实际效果，就需要看很多论文，而且涉及的编码标准和工具集未必和快手需要的一致，他们只能不停地试。
两年来，谷明宇和团队已经累计获取超过 30% 的码率节省。这意味着，国内外更多城市乡镇的用户，能够使用更少的流量看到更清晰的视频。对于公司来说，带宽成本也大幅降低。谷明宇至今累计实现了超过 20 个算法，还两次获得了公司成本优化奖。
「最初可能只有百分之零点几，然后是百分之一，之后的收益慢慢变多。30% 这个数字，是超过 50 多个算法、几百次实验慢慢叠出来的成果。相较于业界，快手更关注实际落地的大规模用户体验。」
千里之行，始于足下。对于这个道理，朱宸同样有着深刻的感悟。
谈到入职快手之后的思想变化，她说：「在学校的时候，想象的都是一些高大上的工作。后来才发现，所谓高大上的工作，其实都是一点一滴的小事组成的，你要扎根到业务场景中，利用自己的技术积累一步步地优化，它们才能成为耀眼的事情。」
最初见到朱宸，人们首先会感受到她的沉静、内敛。可当你了解她之后，你会发现这个姑娘像「宝藏」。
面试那天，一场长谈之后，朱宸得到了一位技术高管的高度赞赏：「她的工程能力绝对是一流的。」
想必很多人都听过类似这样的话：学数学，女孩不如男孩；写代码，女孩不如男孩…… 不知道为什么，这些「偏见」一直存在。从现状来看，计算机学院、软件学院中的男生数量也是远远多于女生。
但朱宸是个例外。她喜欢写代码、接触最顶端的业务场景、解决最难的问题，除此之外，从没想过第二条路。
她还记得大学第一本教材是谭浩强的《C++ 程序设计》。「大家都觉得特别难，我一开始也觉得难，后来学进去了，反而喜欢上了。」
开始写代码之后，朱宸就发现，书本知识和真正的工程实践之间存在鸿沟。看懂不等于会做，某一个场景下的问题搞定了，不代表其他问题也能遵循同样的解决方法。只有多动手去试，才能找到答案。
研究生三年，她啃完了很多本经典大部头，也习惯了阅读英文原版教材。第一本是《计算机网络自顶而下》，第二本是《UNIX 网络编程》，然后又有了第三本、第四本……
朱宸读过的教材。
大多数时候，朱宸会在早上七点从寝室出发去图书馆，利用进实验室之前的时间学一会儿。这本书一直在她的背包里放着，因为等到晚上从实验室出来，她还要再去图书馆学到深夜。啃完关于网络的底层基础知识之后，她找来了一些已有的比较优秀的开源框架，自己把开源的编码库重新写了一遍。
在很多同学看来，这种学习节奏简直是难以想象的，意味着没有时间出去玩，没时间实习，更没有时间留给社交。但朱宸不太在乎这些声音，一旦她认定某个道理，就不会轻易动摇。
最朴素的方法，往往有最深刻的收获。与其说朱宸不擅取巧，不如说她更懂得「厚积薄发」的道理。
再回到那个问题——什么能超越「天才」？
答案是：十年如一日的努力。
前进的方向
在充满不确定性的时代，是需要接纳所谓的「焦虑」，还是重新审视「努力」的本质？
与很多人一样，朱宸在毕业那年经历了一段面对未来工作、生活的迷茫期。
好在入职之后，这些疑惑迅速消散。每位「快 Star」都会有一对一的导师，带领自己走过职业生涯的第一年；同时，「快 Star」会得到更具挑战性的任务，实现迅速提升。
这两点也是促使马维远最终选择快手的原因。面试过程中，马维远能感受到快手人对技术的极致追求。「身在其中，你很容易找到清晰的前进方向。」
在成为一名真正的快手人之前，马维远度过了「悠闲」的四年本科时光，又在西安读完了研究生。
大一那年，马维远和学院里的几个同学组建了人生第一支乐队「Bismarck」。校园里的排练室，成为了他专属的精神角落。
Bismarck 乐队排练室一角。
然而无忧无虑的时光总是短暂的，在那个凤凰花开的季节，曾经一起排练、演出的朋友们，最终走向了不同的方向。有人回到家乡工作，有人前往大城市，投身于互联网行业。
本科生活结束后，马维远也收起了吉他，决定去做一些更重要的事。
相比于本科阶段，研究生时期的马维远目标感更强，更加「精打细算」。「总体来说比本科时候压力更大，但你知道要在某个时间节点之前完成什么事情。因为是有计划、有目标的，反而是一种比较有动力的状态。」
来到北京之后，他更加充分地感受到了一线城市的节奏之快。忙碌了一整天回到家，马维远却经常萌发再学一会儿的想法，只不过，这种「卷」更多的是出自对互联网行业的热爱。
两年的工作生涯里，朱宸也逐渐明确了自己对技术的热爱。
2022 年 8 月，快手推出视频云服务 StreamLake，正式进军 to B 赛道。朱宸主要参与的「观众模式」项目，正是目前快手 to B 业务中的重要组成部分。简而言之，快手的「观众模式」技术方案为第三方公司提供了一种支持万人级别会议规模的技术服务。
此前，朱宸经历了一次组织架构调整。相比于适应新岗位的挑战，这次调整带给她的更多是启发：「做 toB 业务的过程中，你会发现业务方调用服务的方式跟自己预期的不太一样，还有一些并发场景的问题，会导致服务不是那么正常的工作，你要去想办法解决。」
在这个过程中，她逐渐发现了「技术输出」的重要价值。「以前我们的音视频架构可能只支持几百个人同时入会，目前观众模式下的实时音视频通信架构，已经可以支持几万人同时接入。」「观众模式」架构的出现不仅能节省媒体服务器的资源，同时实现了对更多业务场景的支持。第三方公司通过接入 arya SDK，可以迅速构建一个「大型会议软件」。
不设边界
不设边界，这是最初吸引郝端流来到快手的原因。在快手，他能够感受到一种弹性、自由的技术氛围。这里不提倡「过度消耗」，而是鼓励员工关注自身的成长，勇于探索新事物。
近期，郝端流和团队刚刚完成了一项很难的任务：「快手移动端画质提升方案」。
随着终端设备的解码和显示能力的不断提升，越来越多的短视频用户希望能够在手机上享受到 2K 甚至 4K 分辨率的超高清视频。但受限于网络环境、带宽成本以及视频源本身的拍摄、编码等因素，大部分用户还是很难拥有极致的画质体验。
为了让用户获得更好的画质，快手团队决定通过超分辨率算法对分辨率较低的视频进行增强、重建。「而且我们希望在用户手机端做到实时超分，实现边播放边超分。」
出于这样的目标，郝端流和团队从算法设计和工程优化等方向进行精细打磨，针对高、中端机型进行定制化开发，找到画质和功耗的最佳平衡点，确保在不同芯片和机型上都能够最大化处理效果。最终实现了将前沿的超分辨率算法部署在了上千万用户的手机上，在消费体验指标上取得了显著收益。
超分画质对比。
在这之后，郝端流还有更远的梦想。「我想做出一些有影响力的工作，不仅能为公司带来很大的收益，还能在整个业界起到一些引领作用。从我们 follow 别人，变成我们挖一个坑来引领别人，就像大家都很佩服的计算机视觉大神何恺明。」
对于谷明宇来说，未来很重要的一个目标就是成为更好的 tech lead。两年来，由他主要负责项目的员工数量从两三个变成了六七个。在各种工作任务之间，他需要寻找到一种平衡的状态，去思考如何让整个组织更有效率地运转。
最近，他逐渐摸索出了一套可行的方案：「最开始带新人的时候，我会手把手去教，会一起讨论很多算法，每个人实现的代码我都会看一下。现在，我会搭出一个整体的测试流程和框架，让每个人自驱式开展工作。」
关于人生的热爱、职业的方向，马维远和朱宸也都在快手找到了结果。未来，他们只需要坚定地走下去。
马维远非常喜欢的「精神导师」罗翔老师曾分享过一段话：「我时常在问，我们是否能够笃定我们所从事的职业的意义呢？因为只有这种神圣的意义感才能带领我们走出虚无的泥淖。」
关于这个问题，罗翔老师给出的参考是：「有人问智者，一滴水如何能够不干涸？智者说，把它汇入大海。」
正如滴水入海，这些优秀的技术人才为了各自的梦想来到快手，找到了属于自己的成长轨迹。
在「快 Star」的身上，我们看到了无限的闪光点和可能性。世界正在改变，而他们将怀抱着最初的热忱，坚定向前。
