代码跑不通。
孙学者盯着屏幕上那行红色的报错信息，已经看了整整四十分钟。错误提示很简单——“Segmentation fault”，内存访问越界。在深度学习模型里，这种错误通常意味着张量维度不匹配，或者显存分配失败。他检查了三遍代码，改了两次参数，重新跑了一遍——
还是同样的红色。
他把键盘往桌上一推，靠在椅背上，闭上眼睛。
这是他开始写“唐音”推荐算法核心代码的第十二天。前十天进展顺利，他用协同过滤加深度学习的混合模型搭了一个基础框架，在测试数据集上跑出了不错的效果。但三天前，他开始加入“价值判断”模块——一个试图判断内容“是否有价值”的子系统——然后就卡住了。
问题出在“价值”的定义上。
在传统推荐算法里，“用户喜欢”是一个可以用数据直接量化的指标——点击、停留、点赞、评论、分享。但“有价值”不是。一段内容可以在当下不被用户喜欢，但在长远来看对用户有益——比如一篇深度报道，比如一个科普视频，比如一段能让人思考的演讲。问题是，算法怎么知道什么是“长远有益”？
孙学者的方案是用一个多维度评价体系：内容的传播性、知识性、审美性、社会价值。每个维度都有对应的量化指标——传播性看分享率和完播率，知识性看收藏率和重复观看率，审美性看画面质量和配乐评分，社会价值看……看什么？
他卡在这里。
“社会价值”是一个没法量化的东西。一段关于环保的纪录片可能“社会价值”很高，但用户可能本不想看。一段关于某个明星八卦的短视频“社会价值”很低，但用户就是想看。算法应该推荐哪个？
孙学者知道答案——应该推荐前者。但他没法让算法理解为什么。
他睁开眼睛，屏幕上那行红色的报错信息还在那里，像一个嘲笑他的表情。
“孙工，吃饭了。”
猪学尽的声音从门口传来，带着一股外卖的香气。孙学者转过头，看到他拎着两个塑料袋站在门口，一个装盒饭，一个装饮料。
“沙哥呢？”孙学者问。
“去楼下拿快递了。公司的营业执照到了。”猪学尽走进来，把盒饭放在长桌上，“L总下午去办银行开户，明天就能走账了。”
孙学者站起来，走到长桌边坐下。猪学尽已经把盒饭摆好了——红烧肉、番茄炒蛋、清炒时蔬，还有一碗紫菜蛋花汤。
“你今天怎么这么早？”孙学者问。
“上午那个客户临时改时间了。”猪学尽打开自己的盒饭，“下午再去。”
“什么客户？”
“一个MCN机构。手里有几百个博主，想做内容。”猪学尽夹了一块红烧肉，“不过条件有点苛刻，分成比例他们要七成。”
“七成？”孙学者皱了皱眉，“那我们还赚什么？”
“所以我在谈啊。”猪学尽笑了，“做生意嘛，就是一个‘磨’字。他开价七成，我还价三成，最后五五开，大家都觉得赚了。”
孙学者没有说话。他发现自己在想一个问题：如果谈判桌上坐的是他，他会怎么做？答案是——他可能连去都不去。他讨厌这种你来我往的讨价还价，讨厌在数字上做文章，讨厌明明知道对方在漫天要价、还要假装认真地跟他谈。
“孙工，”猪学尽忽然开口了，“你是不是遇到什么问题了？”
“什么？”
“你今天一天都没出过那个房间。上次你出来倒水的时候，表情像是要吃人。”猪学尽笑了笑，“代码跑不通？”
孙学者沉默了几秒。“嗯。”
“什么bug？”
“不是bug。是设计问题。”孙学者把筷子放下，“我在做‘价值判断’模块。但‘社会价值’这个东西，我没法量化。”
猪学尽愣了一下。“社会价值？”
“对。”孙学者靠在椅背上，“算法要判断一段内容有没有‘社会价值’。但什么是‘社会价值’？环保纪录片有，明星八卦没有？那一个关于农村教育的短视频呢？一个讲历史的科普账号呢？一个教人做饭的美食博主呢？”
猪学尽想了想。“教人做饭的——应该算有吧？毕竟能让人学会做菜。”
“那教人打游戏的算不算？”
“……”猪学尽犹豫了，“这个……看情况？”
“你看，”孙学者说，“连你都没法给出一个确定的答案，我怎么让算法判断？”
办公室里安静了几秒。
“孙工，”猪学尽忽然说，“你有没有想过一个问题？”
“什么问题？”
“你说算法要判断‘社会价值’。但‘社会价值’这个东西，本来就不是算法能判断的。”
孙学者看着他，没有说话。
“我是做商务的，我不懂技术。”猪学尽放下筷子，“但我知道一件事——你跟人谈生意的时候，最重要的不是你的产品有多好，是你能不能让对面那个人相信你的产品好。算法也是一样。它不是万能的，它只是一个工具。最终判断‘社会价值’的人，不是算法，是人。”
孙学者愣了一下。
“你是说——”
“我的意思是，”猪学尽说，“你别想着让算法自己判断什么是‘社会价值’。你让算法推荐那些‘可能对社会有价值’的内容，然后让人来判断。”
“人？”
“对。人。”猪学尽笑了，“你不是说L总是大学老师吗？他教了七年书，总该知道什么内容对学生有用吧？”
孙学者靠在椅背上，想了很久。
猪学尽说的有道理。他一直在试图让算法解决一个算法不该解决的问题——“价值判断”本质上是人的判断，不是机器的判断。机器可以做的是筛选、排序、推荐，但最终的“价值”标准，应该由人来定。
而L唐，就是那个人。
“猪学尽。”孙学者忽然开口了。
“嗯？”
“你刚才说的那个——让L总定标准——你是怎么想到的？”
猪学尽愣了一下，然后笑了。
“因为我不懂技术啊。”他说，“不懂技术的人，只能想这些歪招。”
孙学者看着他，嘴角动了一下。不是笑，是一种……认可。
“你不是不懂技术。”他说，“你是不懂代码。但技术不只有代码。”
猪学尽的笑容停了一秒。然后变得更大了。
“孙工，”他说，“你这个人，越来越会说话了。”
下午两点，L唐回来了。
他手里拿着一沓银行回单，脸上带着一种疲惫的兴奋。“银行开户办好了。下周就能走账。”
“L总，”孙学者从电脑前站起来，“我有个事想跟你商量。”
“什么事？”
“关于‘价值算法’的。”
L唐把回单放在桌上，拉了一把椅子坐下。“你说。”
孙学者在白板上画了一张图。“我现在做的推荐算法，核心是一个多维度评价体系——传播性、知识性、审美性、社会价值。前三个维度都能用数据量化，但‘社会价值’不行。”
“为什么不行？”
“因为‘社会价值’不是一个客观指标。一段关于环保的纪录片，在环保主义者眼里社会价值很高，在普通人眼里可能本不感兴趣。算法没法判断哪个是对的。”
L唐看着白板上的图，沉默了几秒。
“那你打算怎么办？”
“我的想法是——让‘社会价值’这个维度，不用算法判断。”
“用什么？”
“用人。”孙学者转过身来，“你。”
L唐愣了一下。“我？”
“对。”孙学者说，“你是做内容研究的。你知道什么内容对社会有益。你定一个标准——比如哪些类型的内容值得推荐，哪些类型的需要限制——然后我来把它变成算法规则。”
办公室里安静了几秒。
“孙工，”L唐说，“你知道你在说什么吗？”
“知道。”
“你在让我——一个不懂技术的人——来决定算法的标准。”
“对。”孙学者的表情没有任何变化，“因为‘价值’这个事，本来就不是技术能决定的。”
L唐看着他，沉默了很久。
“你知道这个责任有多大吗？”他问。
“知道。”孙学者说，“但你是这个公司最合适的人。因为你不会只考虑流量，也不会只考虑商业利益。你会考虑——那些用户真正需要、但自己可能不知道的东西。”
L唐没有说话。他站起来，走到窗边，看着窗外的秦岭。今天的秦岭被一层薄雾笼罩着，模模糊糊的，看不清楚。
“孙工，”他忽然开口了，“你有没有想过一个问题？”
“什么问题？”
“如果我定的标准是错的怎么办？”
孙学者沉默了几秒。“那我们就改。”
“改？”
“对。”孙学者说，“算法不是死的。我们可以据用户反馈不断调整。今天你觉得环保纪录片值得推荐，那就推荐。三个月后发现用户本不看，那就降低权重。这不是一锤子买卖，这是一个不断迭代的过程。”
L唐转过身来，看着他。
“你是说——‘价值’是可以被验证的？”
“对。”孙学者说，“通过数据。如果一段内容真的‘有价值’，用户最终会发现它。也许不是今天，不是明天，但总会有那么一天。算法要做的，就是给用户一个‘发现’的机会。”
L唐靠在窗边，想了很久。
“好。”他说，“我试试。”
那天晚上，L唐没有回家。
他坐在办公室里，在笔记本电脑上敲了一整夜的文档。他把自己七年的研究成果、二十几篇论文的核心观点、以及对“有价值内容”的所有思考，浓缩成了一份文档。
文档的标题是：《唐音内容价值评估体系（草案）》。
他把内容分成四大类：
第一类：知识类。 包括科普、教育、历史、文化、财经、科技等内容。这类内容的核心价值是“增量信息”——用户看完之后，知道了一些之前不知道的东西。评估指标：信息密度、逻辑严谨性、表达清晰度。
第二类：审美类。 包括音乐、美术、设计、摄影、文学等内容。这类内容的核心价值是“审美体验”——用户看完之后，获得了一种情感上的共鸣或愉悦。评估指标：创意性、完成度、感染力。
第三类：社会类。 包括公益、环保、民生、法律、心理健康等内容。这类内容的核心价值是“社会意义”——用户看完之后，对某个社会问题有了更深的理解，或者产生了行动的意愿。评估指标：话题重要性、观点深度、行动引导力。
第四类：生活类。 包括美食、旅行、健身、育儿、家居等内容。这类内容的核心价值是“实用价值”——用户看完之后，可以应用到自己的生活中。评估指标：实用性、可作性、安全性。
每一类下面，他又细分了具体的评估标准和权重。他甚至做了一个简单的评分表——每一项指标从1到10分，最后加权平均，得出一个“内容价值指数”。
写完最后一个字的时候，已经是凌晨四点了。
他把文档保存，发到孙学者的微信上。然后靠在椅背上，闭上眼睛。
窗外，锦业路的灯光暗了大半，只有几盏路灯还亮着。远处是秦岭的轮廓，在夜色里像一道沉默的墙。
他忽然想起小时候第一次看《西游记》的那个下午。他问爸爸：“为什么孙悟空不直接把经书带回来？”爸爸说：“因为有些路，必须自己走。”
他现在懂了。
那条路，不是十万八千里。是从一个想法，到一个文档。从一个文档，到一行代码。从一行代码，到一个产品。从一个产品，到几千万人的手机。
每一段路，都要自己走。
第二天早上，孙学者是第一个到办公室的。
他打开手机，看到L唐发来的文档。他坐在电脑前，花了两个小时读完。
文档很长，但很清晰。每一类内容都有明确的定义、评估标准和权重。他甚至能想象出这些标准如何转化为算法规则——知识类的“信息密度”可以用文本长度和关键词密度来量化；审美类的“感染力”可以用完播率和重播率来量化；社会类的“话题重要性”可以用媒体报道量和社交讨论度来量化……
他打开IDE，开始改代码。
这一次，他没有卡住。
因为“社会价值”不再是算法需要自己判断的东西——它变成了L唐给的那份文档里的文字，然后从文字变成了规则，从规则变成了代码，从代码变成了一个可以跑的模型。
下午三点，他按下回车键。
代码跑通了。
屏幕上跳出一行绿色的字：“Test passed. Accuracy: 87.3%”
他靠在椅背上，看着那行字，看了很久。
然后他拿起手机，给L唐发了一条消息：Demo跑通了。
L唐秒回：真的？
真的。 孙学者打字，你来办公室看看。
好。马上到。
孙学者把手机放在桌上，站起来走到窗边。窗外的秦岭今天很清晰，能看见山上的树，一重一重，深浅不一。
他忽然想起在上一家公司的最后一个下午。他从会议室摔门出来，走到落地窗前，看着窗外的城市。那时候他也在想一个问题：技术到底能做什么？
现在他有了一个答案。
技术不能判断什么是“有价值”，但技术可以让人去判断什么是“有价值”。技术不能替代人，但技术可以帮人做得更好。
这个答案，他在上一家公司想了四年没想明白。在这里，用了十二天。
不是因为他变聪明了。是因为有人告诉他——“价值”这个东西，不是算法能决定的。是人决定的。
那个人，是L唐。
第六章完
【创业笔记·第十九天】
二零二六年四月六，西安，晴。
孙学者的Demo跑通了。
他在微信上说“真的？”的时候，我自己都能感觉到嘴角在往上翘。
十二年。从读博开始研究内容推荐，到写论文、发期刊、带研究生——十二年，我一直在想一个问题：算法能不能推荐“有价值”的内容？
今天孙学者给了我一个答案：算法不能，但人可以。
算法负责筛选、排序、推荐，人负责定义什么是“有价值”。
这就是技术的边界，也是人的责任。
孙学者说：“你定标准。”
他说这话的时候，表情很平静。但我知道这句话的分量。
把“价值判断”交给一个人——这是一个技术天才对非技术人员的最大信任。
我不能辜负他。
——L唐