音视跳动李超：从技术管理转型“技术布道”，把经历困苦当做练习丨人物专访

我目前是一名内容行业的创业者，主要围绕音视频技术做一些知识、课程的输出，拔高点儿也可以说是一名“音视频行业的布道师”。

从 2010 年开始，我便一直专注在音视频直播领域，从一名一线开发者慢慢成为项目负责人、技术负责人，在这个过程中积累了大量音视频领域的知识和行业理解。2017 年，我正式开始全职做音视频方向的技术课程和布道，目前已经出了 8 门相关课程，包含《WebRTC 源码深入剖析》、《FFmpeg 音视频核心技术精讲与实战》等，累计有近三万学员报名学习过我的课程。

除了课程外，还有很多朋友应该是通过《WebRTC 音视频实时互动技术 —— 原理、实现与源码分析》这本书认识的我，平时我也会在各种博客、媒体平台做一些关于音视频相关经验的分享和问题的解答。

首先这一定是一件我热爱并且擅长的事情，才会放弃一些东西来尝试这样的一条路。

其次我觉得每个人在社会中，都是有意义的。我经常会思考人生的意义是什么，是每天工作挣钱？是养家糊口？我觉得不应该只是这些。我希望能通过我的能力和努力，帮助到更多的人，在他们的世界中产生一些影响，产生一些知识或者能量的传递。

这是我想做布道师的初衷。我觉得这种布道相比于单纯的技术开发，有可能可以产生更大的能量。毕竟我们个人的能量是有限的，一个人不太可能改变世界，但我们可以将能量传递、复制给更多的人，发挥更多人的能力来一起改变世界。

从一线开发到技术管理是一条大家都非常认可的职业发展路径，但从技术管理转型搞内容创业，确实是一个蛮大的变化。

作为一名开发者，大部分时间都在追求在某一个专项技能上更深更强，体现出在公司的价值。当在公司业务的某一些技术范畴具备不可替代的能力时，基本就在公司待稳了。一名技术管理者，则需要对公司的技术方向、架构、团队以及业绩负责，要能带领团队打硬仗、打胜仗。

而内容创业的逻辑是完全不同的。目前我是单兵作战，如果我只关注某一个具体的技术栈或者技术能力，会让课程的覆盖面很窄，那么符合我课程的受众就会很少，很难通过这种方式养活自己。所以这是我面临的一个转变，也就是在保证够深够强的基础上，扩大自身的技术面。

我的第一门课是在 2017 年制作的，课程名称是《FFmpeg 音视频核心技术精讲与实战》。之所以选择这个主题有两个原因，一是 FFmpeg 的需求量比较大，只要搞音视频基本就避不开这个领域。第二点是做出来一个播放器，始终是音视频领域中技术能力的一个体现和标志。

判断一个人音视频技术厉不厉害，其实没有特别明确的标准，但如果能做出来一个播放器，那就代表这个人肯定错不了。这就像大学毕业要做一个毕业设计，作为毕业前的一个门槛，做个播放器可能就是音视频工程师的一个门槛。

现在回顾我的第一门课，虽然整体质量还是觉得很不错，但在内容的表述和表达层面确实还有待提高。

在我刚开始做课的时候，因为没有任何的经验，需要参加平台的一个前期试讲，试讲一门 4-6 小时的课程。我当时选择的课题也是与音视频技术相关的，但因为基本没做过公开的课程分享，整体的语调非常平缓，就像念书一样。并且录制的过程非常缓慢且煎熬，原本觉得两周的准备时间充裕的很，但一天下来录的成片连 10 分钟都不到。

并且当时真的很可笑，甚至都不知道录课可以提前准备一份大纲或者逐字稿，也没有做任何的提词提示，完全就是靠脑子来记住要讲什么内容。

不过我也很佩服自己，凭着一腔热血和不知道哪儿来的自信，在长时间高频次的训练后，顺利通过了平台的考试。平台的反馈是虽然语速比较慢，但讲的很清楚很有条理，这对我来说算是打了一针强心剂，让我更加坚信自己能搞好这件事情。

关于做课程和内容分享，确实没想过放弃。过程中确实遇到过很多困难，但这些困难在我看来并不是问题，而是一个进行刻意练习的机会。

“练习一万小时成天才”这个口号现在是尽人皆知，在我看来，遇到的困难和痛苦是每一位从业者都要经历的过程。作为一名“大龄”创业者，相比年轻人的一个优势就是能够享受痛苦。

并且在进入这个领域后，慢慢发现自己经历的痛苦可能真的算不上什么。

刚成为讲师的时候，参加过一个同行的聚会，大家相谈甚欢也聊的很深入。有一位课程卖的很好的讲师，分享到他的课程是按秒剪辑的，也就是每说一句话就剪辑一下，最终把一句句的话剪辑成一门十多分钟的课。

这种方式大家看起来可能很笨，但其实很巧。当时大部分人都没有剪辑的意识，说错一句话就意味着要从头开始重新录。相比之下，按秒剪辑的效率简直是高出了一个数量级。

但他也提到刚开始剪辑的时候非常痛苦，据他说第一门课录了一两个月的时间，那段时间基本就没睡过一个好觉。但最终的效果也值得他所做的付出。

人最怕比，他下的这种苦功夫可以说苦到极致了，这么想的话，我当时那点儿痛苦就不算什么了哈哈。

讲好内容其实有几个方面。第一个方面是大纲的设计，要从学生的视角来考虑问题。我们以最近很火的短视频拍摄为例，如果想拍一条短视频，需要买哪些器材？要如何剪辑？镜头如何切换？类似这些拍摄者非常容易忽略掉但实际上非常重要的问题，只有切换视角之后才能发现。

另外就是对市场和行业的分析。如果我是一个面试者，我会考什么？我想学什么？市面上在招收哪些人才？他们需要的技能是什么？这些技能背后对应的技术是什么？想掌握这套技能需要拆分成几步？

通过这样的分析和拆分，把知识打散后重新梳理成一个完整的体系，从而形成一门即易学又实用的课程。

以我最近做的一门课程为例，其实我在用一种错误的商业行为，实现我个人的一个小目标 —— 做一门垂直领域内没有人能超过的课程。换句话说就是任何人都可以来讲音视频的课程，但大家的课程质量都无法超过我的这门课程。

从商业角度出发，做一门课程一定要有一个相对严格的制作周期，在周期内要完成课程的制作，保证时间和精力层面的投入产出比。但我最近做的这门《WebRTC 源码深入剖析》，严重超过了我原定的制作周期，不过这也是刻意而为之，目的就是为了把这门课打造成一个标杆，在我能力范围内做到极致。

所以投入产出比、挣不挣钱不是我关注的重点，能够打造出这么一门课程，真的很有成就感。当然也只有自由职业者或者我这样的“光杆创业者”才能干出这种事儿。

之所以敢说“没人能超过”，在于这门课程的两个门槛。

第一个门槛是我这个人。音视频领域从业十多年，我的经验和积累能够保证我对这个行业的认知和理解是有保障的。第二个门槛是我投入的时间和精力，相信不太会有第二个人来做这么“傻”的一件事。

在我看来，音视频是一项门槛不低且天花板很高的技术。

大家都知道音视频技术有着非常强的市场需求，有着很长期的生命力，这背后的原因是音视频技术有一个特点 —— 跨学科性，这个特点同样也让音视频技术变得难于掌握。

我们举个例子，无论是直播、短视频，还是最近大家讨论的实时互动概念，都属于音视频领域的技术。随着近几年音视频资料的不断增多，入门相对容易了很多，但落到具体的工作中，想成为音视频技术的专家仅了解音频或视频是不够的，还要熟悉跨平台、性能优化、各种算法等等。你很难想象一个音视频产品只支持某一个平台，它一定是跨平台的，同时支持 Windows、Android、iOS 等系统，而且要适配大部分的终端...

这些跨学科、跨领域的能力要求，让音视频技术有着广泛的应用场景和能力外，确实也提高了这项技术的天花板。

我觉得一项技术是否繁荣，和商业价值密切相关。只要我们的应用中需要使用音视频技术，那么市场就对音视频人才有需求。此前音视频技术的使用场景相对匮乏且单一，主要是因为技术不过关。随着技术的发展，我们已经可以借助音频和视频技术来实现各种各样的应用了。

关于音视频技术的发展，我觉得有两个比较重要的方向，也是我现在特别关注的。第一个是浏览器领域，以浏览器为核心，承载各种媒体应用。

另一个就是从浏览器到深度学习的延伸。这里的延伸，指得就是借助深度学习等新兴技术产生的新应用。业界有句话“深度学习当中能解决的问题都解决了，剩下的问题就是不能解决的问题。”

不能解决的问题有很多，比如给出一段文字，让 AI 通过对文字的理解生成一幅图片；通过对人脸微表情的识别，生成更具真实感、能传递更多信息的虚拟人形象等等，这个需求和现在最热的元宇宙应用有着很直接的关系。

和我们更近的，比如我们每个人摄像头的设备质量不一，有的高清有的低清，能不能通过一系列深度学习的算法，提升视频的清晰度？能否给黑白的老视频渲染成彩色的？这些应用和场景都离不开深度学习，所以我觉得深度学习和音视频会是高密度结合的场景，也是突破问题的方向。

在音视频领域中，FFmpeg 和 WebRTC 是两个最顶级的开源项目，而我个人觉得 WebRTC 更是音视频王冠上最亮的那颗明珠。

WebRTC 最核心的是其服务质量，包括 3A 算法（回音消除、降噪、自动增益）、网络拥塞控制（防抖动、自动判断带宽的大小......）。除此之外，还有很多值得借鉴的算法和技术，比如不同格式音视频的互通，电话中声音的编码格式是 G.711 和而网络中我们通常用的编码格式是 Opus，通过 WebRTC 可以实现这两种格式的互通，这是非常有想象力的一项能力。

并且 WebRTC 是一个跨平台的技术，Android、iOS、PC、Linux 等等系统都可以用；WebRTC 还可以借助各种不同的硬件来进行硬件加速等等。这些不是一个小公司通过自研就能搞定的，这里涉及的技术和能力太大太复杂了，毕竟 WebRTC 从 2011 年到现在已经用了 10 年的时间，才做出了现在这样的一个库。

写书对我来说是一件蛮有挑战的事情，并且也是一个机缘巧合。早几年可能没有足够的知识来支撑一本书，再过几年，可能没有足够的心气儿来支撑写完一本书。

当时出书的想法就是打造个人的品牌。出版界有一个“立言立德立行”的说法，我觉得这么多年的积累也应该立言一下，和别人说话的时候也能有一本自己的著作。

并且出完书别人看你肯定是不一样的，会更加容易获得认可。就像发过论文、发过 paper 和没发过的人的区别。

但写书在经济价值上是一个性价比不高，甚至有可能赔本的事情，不过从“立言”的角度，或者个人影响力打造的层面，我觉得仍然是个相当不错的思路。

有一本书对我影响特别大，《Linux 内核完全注释》，同济大学赵炯博士写的。知道这本书的契机，是 2005 年刚毕业的时候一个同事给我推荐的，这本书给我真正打下了坚实的基础，也给我打开了一个新的世界。

赵炯博士这本书几乎涉及到了 Linux 内核所有的原理和相关知识，把每一行代码都做了注释。当时赵炯博士还开了一个论坛，大家买完书后聚集在那个论坛里相互交流，在那个论坛里能看到各种各样的操作系统，比如古老的 DOS 系统，以及国内开发者自己写的很多系统，很多人都是看完这本书后自己一行行代码撸出来的。

当然这本书中介绍的操作系统是比较早期的，但讲的很全面很详细，从机器一开机启动 BIOS，将硬盘/软盘中的操作系统加载到内存，然后开始运行操作系统，切换模式，再到后面的内容管理、进程管理等等，只要想学，你都能自己实现一个小型的操作系统。

那个时候我天天都在论坛泡着，关注大家讨论的话题和经验，跟大家互动交流，最后也成为了其中一个版面的版主。我的毕业设计也和这本书相关，因为当时正好不太了解操作系统，所以干脆以操作系统为题，做了《80386 保护模式与 Linux 内核引导分析》的毕设。

毕设的论文写完后我发给了导师一份，也发到了这本书的读者群中，大家普遍反馈写的还挺不错，我也因此被选为了版主。现在想想都觉得挺有意思的。

这本书我现在有时候还会翻开看看，很多内容哪怕现在看都不过时。