那些被稱為「天才學霸」的人，究竟是怎樣的人？
在很多人眼中，他們簡直擁有開掛般的人生：優異的成績，頂尖院校的碩博學位，頂會頂刊學術成果，行走的 Offer 收割機……
快手的「快 Star」們便是這樣一群人。誠然，優秀的人在某種程度上是相似的，但光環之下亦各有不同：
從北大獲得力學博士學位的郝端流，在快手轉型成為一名演算法工程師，他的工作成果讓數千萬快手 App 使用者擁有了更清晰的觀看體驗；來自清華的谷明宇已經是普通人眼中的天之驕子，卻格外明白努力的意義；「寶藏女孩」朱宸將努力刻進了骨子裡，用三年時間啃完了五六本艱難晦澀的大部頭著作；曾經的樂隊吉他手馬維遠，帶著對技術的極致追求，離開家鄉來到北京，成為一名快手人……
他們的閃光之處並不侷限於那些外在的「標籤」，如果走近這些「快 Star」，我們就會發現：他們也是最擅長主動思考的人、最有信念感的人、最篤定的人、最有趣的人。
敢想敢做的人
在別人眼中，郝端流是當之無愧的「學霸」。從省重點高中到北大，從北京到多倫多，從力學博士到快手演算法工程師，一路都「順風順水」。
但他沒有太多關注「過去」，準確地說，他總是更在意未來的可能性：自己正在做的事情，是否能真正改變什麼？
2011 年，郝端流成為北大力學系的一名新生。他自律、好學，本科期間的成績一直保持在年級前 5%。大三那一年，他隻身前往加拿大，開始為期半年的交換生活。
「那段經歷在很大程度上改變了我。」郝端流坦言。
在多倫多大學這半年，郝端流的每一門課程都是滿分。對於清北出身的中國留學生來說，這樣的好成績似乎不算意外。
交換這半年，也是郝端流和身邊同學們決定工作還是讀博、出國還是留在國內的重要抉擇階段。隨著和國內外同學交流的深入，他感覺到自己的觀念逐漸被打破。
除了追求學業成績外，很多優秀的同學更加註重自己的思考和追求，目的感和信念感很強，有一份敢想敢做的精神：有人決定畢業後直接去網際網路領域創業，有人會在專案中主動提出一些更大膽的 idea。一旦有了目標，他們就會拿出絕對的行動力，去思考自己需要什麼樣的資源、什麼樣的技能、哪些實踐經歷，並迅速補齊這些東西。
「以前我認為，事情努力做到最好就可以了，比如你努力考到最好的分數、拿到學位，做專案、發論文，然後找一個好的工作。」
而這些同學的想法給他帶來了強烈的震撼：這個世界不缺少天才、學霸，缺少的是真正改變世界的人。
郝端流感受到的另外一些震撼，則來源於人工智慧的第三次發展浪潮。
「最早接觸人臉識別演算法，還是在大一剛入學的高等代數課上。當時的傳統方法更多依賴於人工設計的特徵進行人臉識別，準確率也只能達到 80% 左右。」郝端流回憶說。在 GPU 算力的支撐下，卷積神經網路方法逐漸普及。接下來的幾年，DeepFace、DeepID 等演算法的誕生，真正突破了人臉識別技術的工業化應用紅線。
與此同時，業界也開始將深度神經網路應用於自然語言處理領域任務。2016 年，谷歌率先公佈了顛覆性的「GNMT」神經機器翻譯系統，機器翻譯水準終於實現媲美人類水平。郝端流還記得之後再一次登陸谷歌翻譯網站的感覺——「質的飛躍。」
回憶那段時光，郝端流的感覺是「每天都有 Breaking News」。理論創新不斷迸發，資本大量湧入，重磅的落地成果一個接一個出現。
2017 年的烏鎮，AlphaGo 以 3:0 的比分擊敗了圍棋世界冠軍柯潔。郝端流和幾個北大同學在寢室全程看完了直播，激動萬分。
這時，郝端流已經在北大攻讀流體力學方向的博士學位了。「2016 年，我去美國參會，幾乎每個同行都在聊網際網路、計算機、人工智慧。」深度學習使得大規模的無監督學習得以實現，這對於他正在從事的研究亦有啟發。
2018 年 11 月，拍攝於美國物理學會年會，流體力學 + 深度學習會場報告。
為了補齊相關知識，在完成實驗室的本職工作之外，他還註冊了國內外高校計算機專業的線上課程自學，每天都要刷一刷 arXiv 和 AI 大佬們的部落格，追蹤最新的技術進展。
「我能夠體會到一種特別好的狀態，每一週都能感到自己和上一週相比有所進步。」他開始切入一些流體力學和人工智慧的交叉領域研究，希望探索出更多可落地的技術成果。
北大求學第九年，郝端流拿到了博士學位。在快 Star 的面試中，同樣是力學科班出身的相關技術負責人對郝端流說：「在快手，你可以不設邊界去做落地的東西，這裡有很多機會。」
這也是快手這家公司最吸引郝端流的地方。
什麼能超越「天才」？
當郝端流登上飛往多倫多的航班，與北大一街之隔的清華園裡，谷明宇正在準備一場至關重要的保研考試。
電子系本科生谷明宇，希望轉到計算機學院讀博。他已經找到了自己想要深耕的專業領域——編解碼。
從一個熱門專業轉到另一個熱門專業，而且是在清華，競爭激烈程度可想而知。
「清華存在學神和學霸兩種人，但還是學霸的比重多一點。」谷明宇的多次經歷表明，成功固然需要一些天賦，但努力更重要。
一次為了尋找海外暑期實習，2 個月裡，谷明宇總共發出了三百多份申請郵件，而且他還會對每份申請的內容進行細緻的修改，以匹配不同教授的研究方向。屢次石沉大海後，他最終等來了自己盼望的那封回覆，順利將自己送出去實習。
這種執著陪伴谷明宇度過了漫長的歲月。大二那年，他剛從數理基科班轉到電子系，為了補上電子系的課程，每天早上七點出門，在圖書館學到凌晨一點左右才回來。大三那年，為了完成美國交叉學科數學建模比賽，谷明宇和隊友們四天只睡了不到六個小時，寫完了二十多頁的全英論文，同時還要跑程式、跑流程。最終，在這場獲獎率只有千分五的比賽中，他們拿到了特等獎。
如此高強度的節奏，谷明宇堅持了四年。到了研究生階段，挑戰又升級了：進實驗室不久後的一天，還處於「萌新」狀態的谷明宇就被派到美國獨自參加展會。
「倒時差是不可能的，飛機剛落地，馬上就要去會場搭建展臺。」那一晚上，谷明宇完全沒有睡。開幕前十幾分鍾，他解決了最後一個硬體上的問題，調控完整個系統，展會順利啟動。
入職快手後，谷明宇主要從事影片編解碼演算法的開發。其實壓力一直在，只是他的心態卻更加平和。
除了考驗對演算法的理解深度，這項工作同樣考驗工程能力：一部分演算法是所見即所得的，只需要增加一點複雜度，就知道它會有收益。但還有一些演算法要想產生實際效果，就需要看很多論文，而且涉及的編碼標準和工具集未必和快手需要的一致，他們只能不停地試。
兩年來，谷明宇和團隊已經累計獲取超過 30% 的位元速率節省。這意味著，國內外更多城市鄉鎮的使用者，能夠使用更少的流量看到更清晰的影片。對於公司來說，頻寬成本也大幅降低。谷明宇至今累計實現了超過 20 個演算法，還兩次獲得了公司成本最佳化獎。
「最初可能只有百分之零點幾，然後是百分之一，之後的收益慢慢變多。30% 這個數字，是超過 50 多個演算法、幾百次實驗慢慢疊出來的成果。相較於業界，快手更關注實際落地的大規模使用者體驗。」
千里之行，始於足下。對於這個道理，朱宸同樣有著深刻的感悟。
談到入職快手之後的思想變化，她說：「在學校的時候，想象的都是一些高大上的工作。後來才發現，所謂高大上的工作，其實都是一點一滴的小事組成的，你要紮根到業務場景中，利用自己的技術積累一步步地最佳化，它們才能成為耀眼的事情。」
最初見到朱宸，人們首先會感受到她的沉靜、內斂。可當你瞭解她之後，你會發現這個姑娘像「寶藏」。
面試那天，一場長談之後，朱宸得到了一位技術高管的高度讚賞：「她的工程能力絕對是一流的。」
想必很多人都聽過類似這樣的話：學數學，女孩不如男孩；寫程式碼，女孩不如男孩…… 不知道為什麼，這些「偏見」一直存在。從現狀來看，計算機學院、軟體學院中的男生數量也是遠遠多於女生。
但朱宸是個例外。她喜歡寫程式碼、接觸最頂端的業務場景、解決最難的問題，除此之外，從沒想過第二條路。
她還記得大學第一本教材是譚浩強的《C++ 程式設計》。「大家都覺得特別難，我一開始也覺得難，後來學進去了，反而喜歡上了。」
開始寫程式碼之後，朱宸就發現，書本知識和真正的工程實踐之間存在鴻溝。看懂不等於會做，某一個場景下的問題搞定了，不代表其他問題也能遵循同樣的解決方法。只有多動手去試，才能找到答案。
研究生三年，她啃完了很多本經典大部頭，也習慣了閱讀英文原版教材。第一本是《計算機網路自頂而下》，第二本是《UNIX 網路程式設計》，然後又有了第三本、第四本……
朱宸讀過的教材。
大多數時候，朱宸會在早上七點從寢室出發去圖書館，利用進實驗室之前的時間學一會兒。這本書一直在她的揹包裡放著，因為等到晚上從實驗室出來，她還要再去圖書館學到深夜。啃完關於網路的底層基礎知識之後，她找來了一些已有的比較優秀的開源框架，自己把開源的編碼庫重新寫了一遍。
在很多同學看來，這種學習節奏簡直是難以想象的，意味著沒有時間出去玩，沒時間實習，更沒有時間留給社交。但朱宸不太在乎這些聲音，一旦她認定某個道理，就不會輕易動搖。
最樸素的方法，往往有最深刻的收穫。與其說朱宸不擅取巧，不如說她更懂得「厚積薄發」的道理。
再回到那個問題——什麼能超越「天才」？
答案是：十年如一日的努力。
前進的方向
在充滿不確定性的時代，是需要接納所謂的「焦慮」，還是重新審視「努力」的本質？
與很多人一樣，朱宸在畢業那年經歷了一段面對未來工作、生活的迷茫期。
好在入職之後，這些疑惑迅速消散。每位「快 Star」都會有一對一的導師，帶領自己走過職業生涯的第一年；同時，「快 Star」會得到更具挑戰性的任務，實現迅速提升。
這兩點也是促使馬維遠最終選擇快手的原因。面試過程中，馬維遠能感受到快手人對技術的極致追求。「身在其中，你很容易找到清晰的前進方向。」
在成為一名真正的快手人之前，馬維遠度過了「悠閒」的四年本科時光，又在西安讀完了研究生。
大一那年，馬維遠和學院裡的幾個同學組建了人生第一支樂隊「Bismarck」。校園裡的排練室，成為了他專屬的精神角落。
Bismarck 樂隊排練室一角。
然而無憂無慮的時光總是短暫的，在那個鳳凰花開的季節，曾經一起排練、演出的朋友們，最終走向了不同的方向。有人回到家鄉工作，有人前往大城市，投身於網際網路行業。
本科生活結束後，馬維遠也收起了吉他，決定去做一些更重要的事。
相比於本科階段，研究生時期的馬維遠目標感更強，更加「精打細算」。「總體來說比本科時候壓力更大，但你知道要在某個時間節點之前完成什麼事情。因為是有計劃、有目標的，反而是一種比較有動力的狀態。」
來到北京之後，他更加充分地感受到了一線城市的節奏之快。忙碌了一整天回到家，馬維遠卻經常萌發再學一會兒的想法，只不過，這種「卷」更多的是出自對網際網路行業的熱愛。
兩年的工作生涯裡，朱宸也逐漸明確了自己對技術的熱愛。
2022 年 8 月，快手推出影片雲服務 StreamLake，正式進軍 to B 賽道。朱宸主要參與的「觀眾模式」專案，正是目前快手 to B 業務中的重要組成部分。簡而言之，快手的「觀眾模式」技術方案為第三方公司提供了一種支援萬人級別會議規模的技術服務。
此前，朱宸經歷了一次組織架構調整。相比於適應新崗位的挑戰，這次調整帶給她的更多是啟發：「做 toB 業務的過程中，你會發現業務方呼叫服務的方式跟自己預期的不太一樣，還有一些併發場景的問題，會導致服務不是那麼正常的工作，你要去想辦法解決。」
在這個過程中，她逐漸發現了「技術輸出」的重要價值。「以前我們的音影片架構可能只支援幾百個人同時入會，目前觀眾模式下的實時音影片通訊架構，已經可以支援幾萬人同時接入。」「觀眾模式」架構的出現不僅能節省媒體伺服器的資源，同時實現了對更多業務場景的支援。第三方公司透過接入 arya SDK，可以迅速構建一個「大型會議軟體」。
不設邊界
不設邊界，這是最初吸引郝端流來到快手的原因。在快手，他能夠感受到一種彈性、自由的技術氛圍。這裡不提倡「過度消耗」，而是鼓勵員工關注自身的成長，勇於探索新事物。
近期，郝端流和團隊剛剛完成了一項很難的任務：「快手移動端畫質提升方案」。
隨著終端裝置的解碼和顯示能力的不斷提升，越來越多的短影片使用者希望能夠在手機上享受到 2K 甚至 4K 解析度的超高畫質影片。但受限於網路環境、頻寬成本以及影片源本身的拍攝、編碼等因素，大部分使用者還是很難擁有極致的畫質體驗。
為了讓使用者獲得更好的畫質，快手團隊決定透過超解析度演算法對解析度較低的影片進行增強、重建。「而且我們希望在使用者手機端做到實時超分，實現邊播放邊超分。」
出於這樣的目標，郝端流和團隊從演算法設計和工程最佳化等方向進行精細打磨，針對高、中端機型進行定製化開發，找到畫質和功耗的最佳平衡點，確保在不同晶片和機型上都能夠最大化處理效果。最終實現了將前沿的超解析度演算法部署在了上千萬使用者的手機上，在消費體驗指標上取得了顯著收益。
超分畫質對比。
在這之後，郝端流還有更遠的夢想。「我想做出一些有影響力的工作，不僅能為公司帶來很大的收益，還能在整個業界起到一些引領作用。從我們 follow 別人，變成我們挖一個坑來引領別人，就像大家都很佩服的計算機視覺大神何愷明。」
對於谷明宇來說，未來很重要的一個目標就是成為更好的 tech lead。兩年來，由他主要負責專案的員工數量從兩三個變成了六七個。在各種工作任務之間，他需要尋找到一種平衡的狀態，去思考如何讓整個組織更有效率地運轉。
最近，他逐漸摸索出了一套可行的方案：「最開始帶新人的時候，我會手把手去教，會一起討論很多演算法，每個人實現的程式碼我都會看一下。現在，我會搭出一個整體的測試流程和框架，讓每個人自驅式開展工作。」
關於人生的熱愛、職業的方向，馬維遠和朱宸也都在快手找到了結果。未來，他們只需要堅定地走下去。
馬維遠非常喜歡的「精神導師」羅翔老師曾分享過一段話：「我時常在問，我們是否能夠篤定我們所從事的職業的意義呢？因為只有這種神聖的意義感才能帶領我們走出虛無的泥淖。」
關於這個問題，羅翔老師給出的參考是：「有人問智者，一滴水如何能夠不幹涸？智者說，把它匯入大海。」
正如滴水入海，這些優秀的技術人才為了各自的夢想來到快手，找到了屬於自己的成長軌跡。
在「快 Star」的身上，我們看到了無限的閃光點和可能性。世界正在改變，而他們將懷抱著最初的熱忱，堅定向前。