第二个内核改变：添加个性化推荐算法，采用兴趣化推荐。
算法可根据用户喜好，精准推荐用户感兴趣的内容，用户刷到后无须主动选择，直接被动式沉浸浏览。
不好意思，提前抄来一用。
这一条由夏伟对接算法岗，指导其思路。
眼下，字符跳动没有短视频产品，更没有短视频推荐算法。
挖个算法岗，把他家的“信息推荐算法”和“分布式机器学习平台”合二为一。
把“信息推荐”的用户画象、内容理解、排序模型，全部迁移适配到短视频；
用“机器学习平台”做实时训练与高并发服务；
再把图文指标换成完播、滑走、停留、前 3秒留存这些短视频内核信号。
——全球第一版个性化短视频推荐算法方案，将在夏伟指导下诞生。
第一版很简单，没事，够用就行。
它的厉害之处在于可以不断深度学习进行迭代。
真实的第一版算法，就粗糙的不象话。
3，给初级剪辑功能做加法，给中高级剪辑功能做减法。
4，重构主页架构，砍掉冗馀功能入口，实现用户打开app即触达内容的极简路径。
5，精简功能模块。
6，新增基础美化功能，集成3款一键美颜和4款通用滤镜，无需参数调节，适配普通用户快速创作须求。
7，调整视频压缩算法，优化视频加载与播放体验。。
够用了，绝对杀的竞品短视频app鬼哭狼嚎。
夏伟只罗列了2017年第一个版本的大部分内容，后续功能优化没有说，算法也没细聊。
慢慢来，一步步调整，团队需要时间磨合，提多了做不到。
功能也不可能一步放出来，要慢慢挤牙膏。
先把基础体验立住，后续再逐步迭代升级——特别是算法，要根据用户数据，持续深度学习。
“小步快跑，精准迭代”，这就是夏伟对斗音app的技术思路。
永远领先竞品一步到两步，让他们一直看到希望又永远追不上。
直至绝望
第一次和夏伟接触时，聊过技术须求方面的改革，知晓他的总体思路；
对这份文档的到来，原团队早有预料。
这次更全面，更深入。
这些天，三人组也多次讨论过夏伟的方案，都感觉可以一试。
此刻，技术须求落地，改革即将开始。
对晃咖的惋惜，逐渐消散；对斗音的期待，逐渐火热。
旧的不去，新的不来，说不定这就是腾飞的开始。
全新的产品，说不定真能起到奇兵的效果，走出一条和市面上所有产品都不一样的开拓性道路
夏伟环视一圈若有所思的高管们，问：“怎么样，有困难和意见吗？”
意见等下再说，先提困难。
陈默：“任务量太大，目前团队人手不足，至少要增加两位算法、两位技术。”
夏伟斩钉截铁：
“招，算法只要字符出来的高手。咱们要正规化运营，人力、财务等岗位都在招聘中，张婷先暂代人力岗。”
张婷是万金油，她是原团队的运营、内容，还是人力和财务，杂活都她干。
队伍越来越大，等职能岗到位后，要跳出来负责运营这块。
只要老板愿意出钱招人就没有困难了。
这些技术须求，完成并不难，难的是想出点子和做出决定。
接下来两小时，大伙饭都没吃，全在拉通思路、对齐颗粒度，讨论细节。
讨论完细节，夏伟总结道：
“你们负责新app升级，张婷配合我打造内容部，提前准备优质内容，等大版本更新时，一次性填充到作品库里。”
这样安排更爽，陈默和赵恒宇只负责带领团队搞技术，别的交给老板。
聊到中午一点半，肚子饿得饥肠辘辘，胸中塞满创业的激情和对新产品的期待。
脑子一片清明，技术须求明确，目标清淅，念头通达得不象话
下午两点，刘羽宁和伙伴大熊走出京城朝阳高铁站。
按威信里的地址，打车来到紫水晶录音棚。
长毛老板看到他俩，赶紧从沙发上蹦起来，热情迎上去：
“嗨，你们是夏总的朋友吧？”
“是的，”刘羽宁赶紧上前握手。
“夏总说你们来了直接进去试音听效果，他马上过来。”
好快的工作节奏刘羽宁放下行李箱，来到录音棚。
长毛老板热情地介绍设备，将话筒和监听耳机放到刘羽宁面前。
刘羽宁不是科班出身的歌手，其成名之路颇具传奇色彩。
他家境普通，跟随爷爷奶奶长大，毕业于烹饪技校，早早成为一名厨师。
繁杂工作之馀，唱歌始终是他无法割舍的热爱，用第一笔工资买了一把200块的吉他，自学音乐唱歌。
初期，利用业馀时间在酒吧、火锅店、街头等场所驻唱。