重生：开局睡了青梅这次我不跑！ 第214章字节跳动，张一明！

周老师靠在椅背上，手指在桌面上轻轻敲了两下，嘴角带著一个笑，不是平时那种老师对学生的和蔼的笑，是某种带著感慨的笑。

“不声不响的，你的川一科技，已经估值百亿了。”

许川在周老师对面的椅子上坐下来，听到这句话，略微有些不好意思地笑了笑。

“周老师，估值都是虚的，都是外面的人瞎算的。您找我什么事？”

周老师看著许川，心里挺感慨的。

估值百亿公司的创始人，全球科技圈都在討论的人物，坐在她办公室里还是跟以前一样，穿著普通的白衬衫，说话客客气气的，没有半点架子。

她在学校年辅导员有几年了，见过太多稍微有点成绩就飘上天的学生，像许川这样的，不多。

“不是我找你。”

周老师站起来，走到门口推开门，回头看了许川一眼。

“是校长找你。走吧，我和你一起去。”

许川听到是校长找，心里多少有数了。

川一科技现在的体量摆在那里，杭城本地的重点大学，校长找上门来，无非就是那几件事。

校招合作、联合实验室、產学研对接。

他在京城跟科学院打交道那段时间，这种场面见得太多了。

两人出了办公室，穿过行政楼的走廊，上了三楼。

校长办公室在走廊尽头，门虚掩著，里面有人说话的声音。

周老师敲了敲门，里面传来一个中气十足的声音：“请进。”

推门进去，校长办公室比许川想像的要简朴。

一张深色的办公桌，桌面上摆著几摞文件和一台桌上型电脑，显示器上还贴著便利贴。

书架上塞满了书，有些书脊已经翻得起了毛边。

墙上掛著一幅字，写著“实事求是”，落款处的名字许川不认识。

校长姓刘，五十出头，头髮有些花白，戴著一副银框眼镜，脸上的皱纹不多，但眉心的两道竖纹很深。

他穿著一件白色的短袖衬衫，领口的扣子系得一丝不苟。

但办公室里不止刘校长一个人。

沙发上坐著一个人，看起来三十出头的样子，穿著一件深蓝色的t恤，牛仔裤，脚上是一双运动鞋。

头髮理得很短，脸型偏瘦，颧骨微微突出，眼睛不大但很有神。

整个人给人的感觉就是那种典型的技术出身。

不怎么讲究穿著，但坐在那里的时候腰板挺得很直，目光很专注。

许川觉得这个人有点眼熟，但一时想不起在哪见过。

“许川来了，快坐快坐。”

刘校长从办公桌后面站起来，脸上带著笑容，朝沙发那边指了指。

许川在沙发上坐下来，周老师在旁边的椅子上坐下。

“许川，你可是咱们学校近几年来最出名的校友了。”

刘校长笑著说，语气不像是在客套，倒像是真的挺高兴。

“川一科技那个灵动-1，发布会我看了全程。”

“不瞒你说，我当时在办公室里拍的桌子，把我们学校计算机学院的院长叫过来，指著屏幕跟他说，你看看，这就是咱们学校的学生做出来的东西。”

许川说校长过奖了。

刘校长摆了摆手，说：“今天叫你来，確实有几件事想跟你聊聊。校招的事，还有咱们学校计算机学院想跟川一科技共建一个联合实验室。不过这些都是后话，今天主要是想给你介绍一个人。”

他站起来，朝沙发上那个穿深蓝色t恤的男人伸了伸手。

“这位是张一明，也是咱们学校的校友，你的学长。零三年从计算机学院毕业的，比你早了几届。”

张一明从沙发上站起来，朝许川伸出手，脸上带著一个很自然的笑。

“许川，久仰了。我叫张一明，以前也是这个学校的，算是你学长了。”

许川握住他的手，脑子里快速过了一遍这个名字。

张一明，零三年毕业，计算机学院。他想起来了，前世这个名字在科技圈里响得很，字节跳动的创始人，做出今日头条和抖音的人。

不过现在是一二年的九月，字节跳动刚成立没多久，张一明应该还在创业初期。

“学长好，张一明这个名字我好像在哪听过。”许川说。

张一明笑了一下，鬆开手重新坐回沙发上。

他说话的语气不快，但每个字都咬得很清楚，是那种逻辑很清晰的人特有的说话方式。

“你可能是在校友录上看到过。我毕业之后做了几年搜寻引擎和推荐算法，后来出来创业，做了几个项目，有成的有不成的。”

“最近在做的一个东西，跟你的灵动系列有些关联，今天托刘校长牵个线，想当面跟你聊聊。”

刘校长在旁边笑著说：“一明前几天给我打电话，说他有个新项目想找川一科技合作。”

“我说你找许川直接谈不就行了，他说他不认识你，怕直接找上门太冒昧，让我这个校长当个中间人。”

许川点了点头，看著张一明说：“学长客气了。是什么项目？”

张一明从背包里掏出一台笔记本电脑，打开放在茶几上。

屏幕上是几页產品原型图和一些算法流程图。

他把屏幕转向许川，身子微微前倾，手指在屏幕上比划著名。

“这个项目叫字节跳动，现在还处於很早期的阶段。核心的想法很简单，就是做一款基於算法分发的信息產品。”

“用户在手机上刷內容，系统根据用户的兴趣和行为，自动推荐他们可能感兴趣的信息。”

“不是像传统门户网站那样，编辑决定用户看什么，而是算法决定用户看什么。”

张一明说到这里顿了一下，看著许川的反应。

许川没说话，只是微微点了点头，示意他继续。

“我在搜寻引擎和推荐算法这块做了五年，从爬虫、索引、排序到用户画像，整套技术链路都跑通了。”

“这套算法能做到什么呢？简单说，就是用户用得越多，系统越懂他。”

“他喜欢看什么类型的內容，什么时间段会刷手机，停留多长时间，点了赞还是划走了，所有这些行为都会被算法消化，然后不断优化推荐结果。”

“前期做信息流，也就是图文內容的分发。中期可以切入短视频领域，用同样的算法逻辑来做视频內容的推荐。”

“后期可以扩展到社交、电商、本地生活服务，只要是有內容分发的场景，这套算法都能派上用场。”