字节跳动创业初期的 13 个小故事（多图版）

早期公司名气小，招人特别难。用一鸣在某次分享中的话来说，他每天出门要“戴”两副眼镜，“一副眼镜用来看人，一副眼镜用来看岗位”，即判断人的特质，以及岗位需要什么样的人。他去任何场所都要跟人聊聊，看这个人是不是有可能适合公司的某个岗位，甚至参加别人的婚礼，回来都会跟大家讲有个人挺适合公司的。

为了招聘，HR 也琢磨出不少办法。团队曾经参照 ACM 论文发表列表，寻找匹配的“算法工程师”，或是在 Github 上搜索公司所有工程师的关注列表，不放过任何一个潜在的“牛人”。

公司早期的办公室选址，也是以「方便招人」为第一优先级。挨着北京各大高校、离各个互联网公司近......用这些标尺来计算，知春路就是最佳选择。那时候大家还说：“我们要留在知春路上不怎么走。”没想到的是，以此为起点，我们在全球的办公室已经超过 200 个。

我们的招聘理念是「用人看本质」，那要如何更好地了解一个候选人？从看简历的阶段就要下功夫。比如，大家觉得「爱折腾」是一个特别好的点，就可以结合候选人的经历倒推。对于学生来说，爱折腾可以是自己发起创业项目，也可以是通过自己独特的思考来解决学习生活中的难题。或许是在人才筛选阶段就埋下的种子，在决定做信息分发以后，团队迅速折腾出 12 款 App 试水市场。

「务实」不仅体现在招人上，公司福利的提供也是如此。我们早期有一项福利是「购机补贴」，原因是在 2012 年，依然有很多人在使用非智能手机，而公司置身于移动互联网行业，因此提供补贴，鼓励大家使用智能机来了解行业、体验我们自己的产品。

字节跳动上线的第一款 App 是「搞笑囧图」。为什么第一款产品选择以图片作为切入点？汝波告诉我们，一方面是团队此前在图片处理上有了一些技术积累，包括图片的存储、识别、消重等等；另一方面也是看到当时市场上有一些图片类的 App 很受欢迎，觉得能做到更好的量级。结果也验证了这个思路有效——产品上线仅 1 个月，「搞笑囧图」就收获了 100 万用户，DAU 达到几十万。

横向比较不同的内容题材，图片的信息效率较低、视频在当时还不具备成熟的网络条件。因此在 2012 年 5 月，团队做完了几个图片类产品后，开始投入做长文章产品，也就是「今日头条」。为了更好地聚焦在这款产品上，团队借助其他 App 来引导用户使用今日头条，于是头条最开始就有 30 万 DAU，也为后续的快速增长打下基础。

创业初期，公司设过一段时间的「极客大奖」，评奖范围不仅包括给产品找 bug、提建议，有些跟产品不直接相关、但能提升大家效率和体验的点子，也能获奖。其中，就有一位产品同学因为找到「如何从锦秋家园和锦秋国际中间的那道门快速绕过来」的解决方案而获奖。

内容类产品开发过程中，需要为大量内容做数据标注和分级，这些工作看起来重复且枯燥。很多公司都把这些工作交给外包公司来做，但实际上标注的过程有助于大家更好地理解平台内容，因此在字节创业初期，不仅是运营，工程师、产品经理等各团队成员都参与过内容的标注。工程师李秋良说：“只有自己做过了，才更好理解内容分级分类的标准。”

创业第一天开始，团队就非常强调产品思维。刚做推荐引擎时，团队的算法能力还不够成熟，就选择了看起来粗糙但对产品优化很直接、有效的方式——关注最关键的用户指标，人工调参数，通过每天做大量的 AB 实验，来看对于留存和时长的影响。

“我们哪哪都 AB，界面、icon、甚至产品名字都会AB，来测试哪一个下载更多，被接受度更高。”这是因为大家希望通过直接的一手数据来验证实际效果。现在，第一版测试系统已经升级为内部广泛使用的 Libra 平台，每天同时进行的 A/B 测试达到上万场，成为了公司支持数据决策最有力的工具。

经历大量的实验训练，工程师成了对平台内容敏感度最高的一群人。算法工程师宇韬回忆，他刚刚接手做头条视频频道的时候，整个平台的视频内容都被他刷完了。当然，人工调参数的方法随着数据规模变大以后会遇到瓶颈，后期还是通过建立大模型来做。“因为你的手感无法传承下来，所以核心是我们需要在产品不同的发展阶段，选择最务实有效的方式。”

早期资源和条件不够完善，但并不意味着团队会选择容易走的「捷径」、止步于解决表面问题。随着产品规模变大，评论区涌现很多刷评论的「黑灰产」。行业传统的做法是拉一个关键词列表，只要评论包含对应的关键词全部屏蔽，但这种一刀切的方式对整体评论内容会产生很大损伤。因此，算法同学会从产品体验的角度来观察和思考，比如提炼这些黑灰产的 IP、机器行为等特征，结合评论的文本进行建模，从而更长期有效地解决问题。