出租车在机场高速上行驶。
车窗外的景色单调——灰色的护栏、灰蒙蒙的天空、远处灰扑扑的楼房。北京的冬天来得早,路边的杨树叶子掉光了,枝桠像一把把骨头叉子,戳向天空。
李彦强坐在副驾驶,一直没说话。
炜杰坐在后座,笔记本电脑抱在胸前。他没主动开口,他知道李彦强在想事。这种时候,谁先开口谁输。
过了五分钟,李彦强说话了。
"你的爬虫,用的什么语言?"
"Perl。"炜杰说,"何明写的。单机版八小时能爬一万个网页,分布式版三台服务器并行,二十四小时能爬五万。"
"去重怎么做?"
"MD5签名。每个网页算一个哈希值,重复的直接扔掉。"
李彦强点点头,没评价。他又问:
"索引呢?"
"倒排索引。"炜杰说,"刘芳做的。关键词映射到文档ID,文档ID再映射到词频和位置。五十万网页,平均响应2.1秒。"
"排序算法?"
"简单版的超链分析。"炜杰顿了顿,"基于你的专利思路。"
李彦强转过头,从副驾驶的位置看着他。
"你看过我的专利?"
"全文读过三遍。"炜杰说,"1996年申请,1997年授权。超链分析,通过分析网页之间的链接关系来评估网页的相关性。和Google的PageRank思路接近,但实现路径不同。"
"不同在哪?"
"PageRank看的是链接数量。链接越多,权重越高。"炜杰说,"你的超链分析看的是锚文本内容。链接文字和搜索关键词的匹配度,决定了目标网页的相关性。"
李彦强的眼神变了。
不是审视,是一种被理解的松弛。像一把锁,找到了正确的钥匙。
"你懂技术。"他说。
"不懂。"炜杰说,"但我懂你的技术值多少钱。"
李彦强笑了一下。很轻,几乎是一闪而过,但炜杰看见了。
出租车从中关村大街拐进一条支巷,在一栋灰色小楼前停住。
炜杰付了车钱,拉开车门。
"到了。"
办公室在二楼。
走廊里的声控灯随着脚步声亮起来,又在他们身后灭了。炜杰走在前面,李彦强跟在后面,何明和张婷落在最后。
推开门,办公室里十六个人站成一排。
刘芳站在最前面,穿一件黑色的高领毛衣,手指上有一圈墨水渍。她身后是何明团队的三个人,王志远分词团队的四个人,还有北极星转过来的八个原班人马。
没有人坐着。所有人都站着,像一支等待检阅的队伍。
炜杰走进来,把笔记本电脑放在桌上,转过身。
"李彦强。"他说,"北大信科1987级,纽约州立大学布法罗分校计算机博士,InfoSearch核心工程师,超链分析专利持有人。"
他顿了顿:"他要回国创业,做中文搜索引擎。我们要么帮他,要么被他干掉。"
办公室里安静了一秒钟。
然后刘芳第一个开口:"我们的产品呢?"
炜杰打开笔记本电脑,接通电源,连上办公室的局域网。
"五十万网页。"他说,"2秒响应。中文分词。超链排序。"
他把屏幕转向李彦强。
"试试。"
李彦强走到桌前,双手放在键盘上。他的手指悬在键盘上方停了半秒钟,然后敲下了第一组关键词:
北京大学。
回车。
2.0秒后,屏幕上列出十条结果。第一条是北京大学的官方网站首页,第二条是北大招生简章,第三条是一篇关于北大百年校庆的新闻报道。
李彦强的眉毛动了一下。
他又输入了一组:
搜索引擎 技术 专利。
回车。
2.2秒。十条结果。第一条是InfoSearch的技术白皮书,第二条是李彦强自己的超链分析专利摘要,第三条是一篇关于Google PageRank的对比分析文章。
李彦强的手指停在键盘上。
"这篇文章,"他指着第三条,"是谁写的?"
"何明。"炜杰说,"我们技术团队的技术顾问,前硅谷WebCrawler工程师。"
李彦强转过头,看了何明一眼。
何明站直了身子,但没说话。
李彦强又输入了第三组关键词:
李彦强。
回车。
2.1秒。十条结果。第一条是InfoSearch的员工介绍页面,第二条是一篇关于硅谷华人工程师的专题报道,第三条是北大信科系的校友名录。
李彦强盯着屏幕看了三秒钟。