張一鳴 · 演算法理性主義

精讀全文

第 1 章 · 九九房到內涵段子

一個工程師，在房產網站、搞笑影片、新聞推薦之間反覆橫跳。看起來毫無章法。但如果我說，這些跳躍背後有一條鐵律，你會相信嗎？

二零一一年，中國移動網際網路剛剛起步。

那一年，微信剛釋出不到一年，智慧手機還不是人手一臺的標配。大多數創業者盯著微博、盯著電商、盯著團購——團購那年頭叫「千團大戰」，燒錢燒得熱火朝天。

就在這個節點，一個叫張一鳴的年輕人，做了一款叫「內涵段子」的App。

段子。

就是講笑話的那種。

沒有人覺得這是一門大生意。但張一鳴不是在做內容，他是在做實驗。

---

這個專題，我們會分四章來講張一鳴的經營歷程。

第一章，從他大學畢業到內涵段子，看他怎麼用工程師視角理解產品，怎麼在幾次創業失敗裡積累彈藥。

第二章，我們進入今日頭條的創立，看演算法如何顛覆編輯權威，看他怎麼用一句「大力出奇跡」打贏一場輿論戰。

第三章，我們看抖音怎麼從零做起，收購musical.ly，把一個國內產品變成全球現象。

第四章，落腳到他三十九歲主動退居二線——一個創始人怎麼設計一家公司，讓它不依賴自己運轉。

四章連起來，其實是一個問題：

一個工程師，能不能把人類的注意力變成可以計算的東西？

張一鳴用二十年給出了他的答案。我們從頭說起。

---

**南開，一個工科生的自我教育**

二零零一年，張一鳴考入南開大學，讀微電子專業。

這個專業，和他後來做的事情，表面上沒什麼關係。但有一件事很關鍵——他在大學裡自學了程式設計，而且學得很深入。

不是為了找工作。是因為他覺得，程式碼是一種思維方式。

他曾在某次訪談中說過，工程師思維的核心，是相信系統可以被最佳化，相信問題可以被分解。不是靠直覺，是靠結構。

這句話，貫穿了他後來所有的產品決策。

大學快畢業的時候，他做了一件很多人覺得「不務正業」的事——他開始研究網際網路產品，研究使用者行為，研究為什麼有些網站留得住人，有些留不住。

他不是在準備簡歷。他是在建立一套觀察框架。

---

**酷訊：第一次接觸「資訊聚合」**

二零零五年畢業，張一鳴加入了一家叫酷訊的公司。

酷訊做的是搜尋聚合——把各個網站上的招聘資訊、房產資訊、旅遊資訊抓取過來，集中展示。

聽起來很簡單。但這件事讓張一鳴第一次近距離接觸了一個核心命題：

資訊太多，人找不到想要的。

這是網際網路的基本矛盾。

他在酷訊做的，不只是寫程式碼。他開始思考：機器能不能比人更懂使用者想要什麼？

等等，這個問題，是不是很熟悉？

對。這就是今日頭條的原型問題。只不過，二零零五年的張一鳴，還沒有工具和規模去回答它。他只是把這個問題記在了腦子裡。

酷訊後來被攜程收購，張一鳴離開了。

第一站，結束。

---

**九九房：一次關鍵的產品實驗**

二零一零年，張一鳴創辦了九九房。

房產資訊平臺。移動端。

為什麼做這個？

因為他看到一個視窗——房產資訊在PC端已經有搜房、安居客，但移動端幾乎是空白。智慧手機開始普及，使用者需要在手機上找房子，沒有好產品。

這是一個典型的「平臺遷移視窗」。每次終端遷移，都會重新洗牌。

九九房做得還不錯。但張一鳴在這個過程中發現了一個更大的問題。

房產資訊，是低頻需求。使用者買完房，可能三年五年不再開啟你的App。

低頻，意味著使用者粘性極低。意味著你很難建立護城河。

他的核心觀點是：產品的生命力，取決於使用者開啟它的理由有多強、多頻繁。

九九房做到了一定規模，但張一鳴沒有繼續深挖。

他在尋找高頻需求。

---

**內涵段子：一個被低估的實驗室**

二零一一年，位元組跳動成立。

第一款產品，不是今日頭條。

是內涵段子。

停。

很多人講張一鳴的故事，都從今日頭條開始。但內涵段子才是關鍵——它是張一鳴第一次大規模測試演算法推薦的實驗場。

內涵段子的邏輯很簡單：使用者刷段子，系統記錄你喜歡什麼型別，然後給你推更多類似的。

這套邏輯，今天看來是常識。

但在二零一一年，主流的內容產品都是編輯推薦。入口網站有編輯團隊，微博有大V，內容的流向是「人決定的」。

張一鳴做了一個反向假設：

如果不讓人來決定，讓機器來決定，會怎樣？

他不是第一個想到這個問題的人。但他是第一個在移動端大規模驗證這個問題的人。

內涵段子上線之後，增長速度很快。

為什麼？

因為段子是極度高頻的需求。無聊的時候刷，等地鐵刷，睡前刷。每天開啟好幾次。

這個高頻場景，給了演算法大量的訓練資料。

使用者越刷，系統越懂你。系統越懂你，你越停不下來。

這是一個飛輪。

張一鳴在內涵段子上，把這個飛輪轉了起來。

---

**工程師視角意味著什麼**

我們停下來想一個問題。

張一鳴和同時代的創業者，最大的區別是什麼？

不是更聰明。不是更努力。

是他看待產品的視角，根本上是工程師視角。

什麼叫工程師視角？

舉個例子。

同樣面對「使用者不活躍」這個問題，運營思維的人會說：我們做個活動，發優惠券，拉一波使用者回來。工程師思維的人會說：使用者為什麼不活躍？是推送內容不夠準確？是開啟路徑太長？是推薦演算法的權重引數需要調整？

運營思維，解決的是症狀。工程師思維，解決的是系統。

張一鳴在做九九房的時候，就開始思考資訊推薦的系統問題。在做內涵段子的時候，他把這個系統搭了出來。

他曾在某次訪談中說，他不喜歡依賴「感覺」做決策，他更相信資料和反饋迴路。

這不是說他沒有直覺。而是說，他會把直覺轉化成可驗證的假設，然後用產品去測試。

這個習慣，後來變成了位元組跳動的組織文化。

---

**當下對映：推薦演算法的兩面**

今天，推薦演算法已經無處不在。

抖音、YouTube、Spotify、Netflix——所有主流內容平臺，核心都是推薦系統。

但我們也看到了另一面。

演算法越精準，資訊繭房越厚。使用者越來越只看自己喜歡看的，越來越難接觸到不同的觀點。

這是張一鳴在二零一一年啟動這個實驗時，沒有完全預見到的後果。

或者說，他預見到了，但他的判斷是：使用者自己選擇的內容，比編輯選擇的內容更有價值。

這個判斷，對不對？

到今天，爭議還在。

但有一點是確定的：這個判斷，改變了全球數十億人消費資訊的方式。

從一款講笑話的App開始。

---

那麼問題來了。

內涵段子驗證了演算法推薦的可行性。但段子終究是娛樂，是邊緣需求。

張一鳴想做的，是更大的事——他要用同樣的邏輯，進入新聞資訊這個主流戰場。

但新聞，不是段子。新聞有編輯，有專業門檻，有媒體權威。

一個做演算法的工程師，憑什麼挑戰幾十年積累的媒體體系？

他的答案，叫今日頭條。

但這場仗，比想象中要難打得多。下一章，我們來看他是怎麼打的。

第 2 章 · 今日頭條與演算法分發

如果有人告訴你，新聞可以不需要編輯，內容可以不需要人來篩選——你會信嗎？二零一二年，張一鳴就是帶著這個近乎「異端」的想法，走進了中國媒體的腹地。他接下來要打的這場仗，比所有人想象的都要大。

上一章我們講了張一鳴的早期路徑——從酷訊到九九房，再到內涵段子。核心是一件事：他不是在做產品，他是在用產品做實驗，測試機器能不能比人更懂使用者要什麼。今天這一章，實驗要正式上戰場了。

---

二零一二年，北京。

中關村一間不大的辦公室裡，張一鳴和他的團隊在討論一個問題：

人每天開啟手機，最想看到什麼？

那個年代，這個問題的標準答案是：入口網站的編輯來決定。新浪、搜狐、網易，首頁上那些大標題，背後都是一個編輯團隊在做決策。他們判斷什麼重要，什麼有趣，什麼值得推給幾千萬使用者。

張一鳴不信這套。

他的判斷是：編輯是稀缺資源，使用者是海量個體。一個編輯再厲害，也沒辦法同時瞭解一億個不同的人。但機器可以。

這就是今日頭條最初的起點。

不是「做新聞」，而是「做分發」。

---

二零一二年八月，今日頭條正式上線。

產品邏輯說起來簡單：你讀什麼，它記住；你停留多久，它記住；你分享什麼，它也記住。然後，下一次開啟，它推給你的內容，比上一次更接近你想看的。

這叫協同過濾，也叫推薦演算法。

技術本身不新鮮。但張一鳴把它用在了新聞資訊這個場景，而且用得非常激進。

激進到什麼程度？

上線六十天，日活使用者突破一千萬。

一千萬。

六十天。

這個速度放在今天也是奇蹟，放在二零一二年更是讓所有人看傻了。

---

但奇蹟背後，有一個決策很少被人提起。

張一鳴在產品初期，做了一個當時看起來很「偏」的選擇：

不養編輯團隊。

傳統媒體做內容產品，第一件事是招編輯，建內容庫，做人工稽核流程。張一鳴反過來——把資源全壓在演算法工程師上。

他的核心觀點是：編輯的直覺是有限的，資料的直覺是無限的。與其用人去猜使用者要什麼，不如讓系統去學。

這個決策意味著什麼？

意味著今日頭條的邊際成本極低。多一百萬使用者，不需要多招一個編輯。系統自己會擴充套件。

而入口網站，多一百萬使用者，意味著更多的內容需求，更多的編輯壓力，更多的運營成本。

這是兩種完全不同的商業模型。

張一鳴選的，是可以「大力出奇跡」的那條路。

---

「大力出奇跡」，是張一鳴在內部經常說的一句話。

意思是：在正確的方向上，資源投入越大，結果越好。不要猶豫，不要分散，要集中火力。

二零一三年到二零一四年，今日頭條拿到融資之後，張一鳴把錢壓在了兩件事上：

第一，演算法迭代。

推薦系統不是做完就放在那裡的。它需要不斷喂資料，不斷調引數，不斷測試新的訊號維度。張一鳴在這個階段大量招募機器學習工程師，在當時的中國網際網路圈，這是非常罕見的配置。

第二，內容生態。

演算法再好，沒有內容可以推，也是零。張一鳴開始大規模簽約自媒體作者，建立「頭條號」體系。邏輯是：讓內容生產者來，讓演算法來分配流量，誰寫得好誰就得到更多讀者。

這兩件事加在一起，形成了一個飛輪：內容越多，演算法越準；演算法越準，使用者越多；使用者越多，作者越願意來；作者越多，內容越豐富。

飛輪一旦轉起來，很難停下來。

---

但飛輪轉得越快，入口網站的危機感就越強。

二零一四年前後，今日頭條與傳統媒體之間的矛盾開始公開化。

矛盾的核心，是一個版權問題。

今日頭條的早期模式，是抓取各大媒體的文章連結，在自己的App內展示。媒體說：你用了我們的內容，憑什麼不給錢？今日頭條說：我們只是分發，連結還是指向你們的頁面。

這場爭論，在商業層面本質上是一場流量爭奪戰。

使用者的時間是有限的。每天多花一小時在今日頭條上，就少花一小時在入口網站上。廣告主的錢，會跟著使用者走。

傳統媒體感受到了威脅，輿論開始出現大量批評今日頭條的聲音。有人說它是「內容寄生蟲」，有人說演算法推薦會製造「資訊繭房」，讓人越來越封閉。

張一鳴怎麼回應？

他沒有大規模辯論，沒有寫長文反擊。

他的選擇，是繼續做產品。

他曾在某次訪談中說，與其花時間解釋，不如花時間讓產品說話。使用者留下來，就是最好的答案。

---

停一下。

「資訊繭房」這個批評，值得認真對待。

演算法推薦真的會讓人越來越偏？

這是一個真實存在的張力。你越點選某類內容，系統就越推這類內容，久而久之，你的資訊世界會越來越窄。這不是陰謀，這是系統的自然結果。

張一鳴的回應是在產品層面做幹預——比如主動引入一定比例的「探索性內容」，打破純粹的個性化閉環。

但這個問題，今天依然沒有完美答案。

你現在刷的短影片、看的推薦內容，背後都是同一套邏輯的延伸。

今日頭條開啟的那扇門，影響的不只是新聞行業。

---

二零一五年，今日頭條的日活使用者突破四千萬。

四千萬。

這個數字，已經逼近當時很多入口網站的體量。

但更關鍵的，不是使用者數，而是使用者的使用時長。

張一鳴內部有一個核心指標，叫「人均使用時長」。他認為，這比日活更能反映產品的真實價值。使用者每天願意花多少時間在這裡，才是真正的護城河。

二零一五年的今日頭條，人均日使用時長超過七十六分鐘。

七十六分鐘。

這意味著什麼？

意味著今日頭條已經不是一個「看新聞的地方」，它變成了一個人們打發時間、消磨注意力的入口。

這個定位的轉變，為後來的抖音埋下了伏筆。

---

當下有一個很好的對映案例。

今天的小紅書，正在經歷類似的路徑選擇：是依賴人工運營和KOL生態，還是把演算法權重做上去，讓內容自然分發？

每次這個討論出現，背後其實是同一個問題：

人的判斷，和機器的判斷，誰更可靠？

張一鳴在二零一二年給出了他的答案。

但他同時也知道，演算法不是萬能的。機器學的是「使用者做了什麼」，而不是「使用者真正需要什麼」。這兩件事，有時候是同一個，有時候差得很遠。

這個張力，是所有做推薦系統的人都要面對的命題。

---

二零一二到二零一五，三年時間。

張一鳴用一套演算法，重新定義了內容分發這件事。

他證明瞭一件事：在資訊過載的時代，「幫使用者選擇」比「給使用者內容」更有價值。

但今日頭條只是開始。

演算法的邊界，遠不止新聞資訊。

如果同樣的邏輯，用在影片上呢？

用在音樂上呢？

用在全球市場上呢？

張一鳴接下來要做的事，比所有人預料的都要大——一款叫抖音的產品，正在孕育。而位元組跳動第一次走出國門的那步棋，背後藏著一個很少人知道的收購故事。下一章，我們來看：一箇中國公司，是怎麼用演算法打進全球市場的？

第 3 章 · 抖音崛起與全球化

一個短影片產品，從零到日活破億，用了多久？

抖音的答案是：不到兩年。

但更值得問的不是這個速度，而是：在騰訊全力防守、微視緊急復活的情況下，抖音憑什麼突圍？今天這一章，我們來看張一鳴怎麼打這場仗。

上一章我們講了今日頭條的崛起。核心是一件事：張一鳴用演算法替代了編輯，機器比人更懂你想看什麼。頭條的成功，本質上是一套分發邏輯的勝利。今天這一章，同樣的邏輯要被搬進影片裡——而且這一次，戰場直接延伸到了全球。

---

二零一六年，短影片這個詞還很新鮮。

那時候大家手機裡裝的是什麼？快手已經在三四線城市紮了根，美拍主打女性濾鏡，秒拍綁著微博的流量……整個市場熱鬧，但沒有一個產品真正打穿了主流使用者。

位元組跳動內部有一個小團隊，在做一款叫「A.me」的產品。後來改名了。

改成了「抖音」。

---

**產品決策一：做豎屏、做十五秒**

停。

這兩個決定，現在看起來理所當然。但在二零一六年，不是的。

當時主流影片平臺的邏輯是橫屏——因為橫屏「看起來更專業」，更像電視。豎屏被認為是不懂內容的表現。

張一鳴的團隊做了一個判斷：

手機是豎著拿的。

就這一句話。

使用者拿手機的姿勢是豎的，你非要讓他橫過來，這不是產品設計，這是讓使用者將就你。抖音選擇了豎屏全屏沉浸式，畫面佔滿整個螢幕，沒有多餘的按鈕，沒有幹擾。

十五秒的限制也是一樣的邏輯——不是技術限制，是主動設計。

短，逼著創作者把最精華的內容放在最前面。使用者不需要判斷「這個影片值不值得看」，因為還沒等你想清楚，十五秒已經結束了。你的手指會自動往上一劃。

再來一條。

這就是成癮設計的核心——讓每一次決策的成本趨近於零。

---

**演算法迭代：給每一條影片一個公平的起點**

但光有好的產品形態還不夠。

抖音真正的護城河，還是演算法。

頭條的演算法邏輯是：根據你的歷史行為，預測你想看什麼。抖音在這個基礎上做了一個關鍵改造——

冷啟動流量池。

每一條新影片上傳，系統會先給它一個小流量池，比如一千次曝光。然後看資料：完播率多少？點贊率多少？評論分享比例怎樣？如果資料好，進入下一個更大的流量池，再測，再放大。

這套機制意味著什麼？

意味著一個沒有粉絲的素人，只要內容夠好，照樣能爆。

這和傳統平臺的邏輯是反的。傳統平臺是強者恆強——你有粉絲，你的內容才有曝光。抖音的演算法是：內容質量決定分發，不是粉絲數量。

這個設計，直接解決了短影片平臺最難的冷啟動問題——內容供給。

創作者願意來，因為有機會被看見。使用者願意留，因為內容質量有保證。這是一個正向飛輪，而演算法是那根軸。

---

**關鍵決策二：收購 musical.ly，打全球同步**

二零一七年十一月。

位元組跳動宣佈以接近十億美元的價格，收購了總部在上海、使用者主要在美國的短影片平臺 musical.ly。

當時很多人沒看懂這筆交易。

musical.ly 在中國幾乎沒有存在感，它的核心使用者是美國的青少年，喜歡對口型唱歌。和抖音的調性看起來也不一樣。

為什麼要買？

答案很簡單：張一鳴要的不是 musical.ly 的產品，他要的是它在海外的使用者基礎和渠道關係。

收購完成後，位元組沒有保留兩個品牌並行，而是選擇了整合——二零一八年八月，musical.ly 併入 TikTok，全球統一品牌。

這個決定背後有一個更大的邏輯。

他的核心觀點是：網際網路公司要麼是全球公司，要麼終將被全球公司擊敗。位元組跳動從一開始就沒有把自己定義為「中國公司」，他們要做的是一家真正意義上的全球化科技公司。

全球同步打法，不是先做好國內再出海，而是同步建團隊、同步做產品、同步打市場。

這在當時的中國網際網路公司裡，幾乎是異類。

---

**至暗時刻：微視的防禦戰**

二零一八年春節前後。

騰訊宣佈復活微視，並且據報道投入了大量資源。同一時期，抖音的競爭壓力驟然上升。

這一段時間，是抖音最難熬的階段之一。

騰訊的打法是什麼？微信、QQ 的社交關係鏈是護城河，微視直接嵌入這套生態，分享影片的摩擦成本極低。同時，大規模的創作者補貼開始湧入市場——你在抖音發影片，微視給你錢，就這麼直接。

位元組怎麼應對？

沒有選擇正面硬剛補貼戰。

而是加快了演算法迭代的速度，同時把創作者工具做得更好——更簡單的剪輯、更豐富的特效、更精準的音樂匹配。他曾在某次訪談中說，產品的競爭力最終來自使用者體驗，不是來自補貼。補貼買來的使用者，留不住。

結果呢？

二零一八年六月，抖音日活使用者突破一億五千萬。

微視，沒有打贏這場防禦戰。

---

**當下對映：今天的內容平臺還在走同一條路**

這套邏輯，今天依然在複製。

你開啟任何一個短影片平臺，豎屏、全屏、演算法推流、冷啟動流量池——這些已經是行業標配。抖音定義了這個品類的基礎設施。

更有意思的是 TikTok 在海外的路徑。

它沒有按照「先進入英語市場，再擴充套件其他地區」的傳統出海邏輯走。而是同步進入多個市場，用同一套演算法核心，配合本地化的內容運營。演算法不需要翻譯，人類對「好內容」的反應是相通的——完播、點贊、分享，這些訊號在哪個國家都一樣。

這是張一鳴對「全球化」最深的理解：

不是把中國的東西賣到海外，而是用一套普適的技術邏輯，在每個市場長出本地的內容生態。

---

**方法論沉澱：為什麼演算法比運營更可靠**

回頭看這幾年，抖音的每一個關鍵節點，背後都有同一個判斷：

相信資料，不相信直覺。

豎屏全屏是資料驗證的結果，不是拍腦袋。十五秒的時長是測試出來的，不是經驗判斷。冷啟動流量池是演算法設計，不是運營人員的主觀推薦。

這套方法論，和今日頭條時期一脈相承。

但在抖音身上，它被推進到了一個新的層次——不只是分發演算法，而是產品設計本身也被演算法化了。每一個功能上線，都要經過 AB 測試，用資料說話。沒有資料支撐的功能，不上線；資料不好的功能，下掉。

他曾在某次分享中說，大力出奇跡的前提是，你得先知道力氣使對了方向。

演算法，就是那個方向感。

---

但是，一個靠演算法驅動的公司，組織本身怎麼管？

當位元組跳動從一千人變成十萬人，張一鳴那套「用機器替代人判斷」的邏輯，能不能同樣用在管理上？

他後來真的試了。

三十九歲，他退出了 CEO 的位置。

他給這件事起了一個名字，叫「Context not Control」——給上下文，不做控制。

這到底是什麼意思？他為什麼要這麼做？位元組的 OKR 改造，又是怎麼把一家混亂擴張的公司重新擰緊的？

下一章，我們來看張一鳴最後、也可能最難的一個實驗——用管理哲學改造一家超級公司，他成功了嗎？

第 4 章 · 卸任 CEO 與位元組文化

三十九歲。

很多人剛剛坐穩位置的年紀，張一鳴選擇退出日常管理。為什麼？他不是失敗了，位元組跳動當時是全球估值最高的獨角獸之一。那他在想什麼？這一章，我們來聊這個問題。

上一章我們講了抖音的崛起和全球化。

核心是什麼？是同一套演算法邏輯，從中文內容市場打到了全球。抖音收購 musical.ly，位元組跳動用 TikTok 這個名字重新進入國際市場——機器分發的邏輯，被證明可以跨越語言、跨越文化。

今天這一章，我們來收尾。

但這個收尾不是勝利慶典。而是一個問題：

當一家公司大到一定程度，創始人該怎麼辦？

---

二零二一年五月。

張一鳴在內部發了一封信。

信裡他說，自己不太擅長社交，也不喜歡管理細節，他更想把時間放在長期戰略和新技術研究上。所以他決定——卸任 CEO。

那年他三十九歲。

三十九歲。

位元組跳動旗下產品的日活使用者，加起來超過十九億。這是一家覆蓋了全球將近四分之一人口的公司。創始人在巔峰時刻主動退出日常管理。

這件事，怎麼理解？

---

先從一個詞說起。

「Context not Control。」

這是張一鳴在位元組內部反覆講的一個管理理念。

翻譯過來是：給上下文，不給控制權。

什麼意思？

他的核心觀點是：管理者的工作，不是告訴下屬怎麼做決定，而是讓下屬理解為什麼要做這個決定。當一個人真正理解了背景、目標和邏輯，他就能自己做出接近正確的判斷。

你不需要控制他，因為他和你想的一樣。

這個理念，直接影響了位元組的組織結構。

位元組跳動沒有傳統意義上的強層級彙報鏈。專案之間橫向協作，資訊透明度極高，員工可以看到大量內部檔案和決策過程。有人說這像一家「沒有中間層」的公司。

但這背後有一個前提：

每個人必須真的理解公司在做什麼、為什麼這麼做。

所以張一鳴花了大量時間寫內部文章、做全員溝通，不是發號施令，而是「傳遞上下文」。

---

這和大多數創始人的做法，完全相反。

很多創業公司在早期，靠的是創始人的個人判斷力和執行力。創始人說什麼，團隊就做什麼。效率很高，但有一個問題——

公司越大，創始人越成為瓶頸。

所有決策都要等他拍板，資訊在傳遞過程中失真，執行層越來越不理解為什麼要這麼做。

張一鳴的解法是：

與其控制，不如讓大家都「變成」你。

---

這套邏輯，還延伸到了 OKR 的使用上。

OKR，目標與關鍵結果。這個工具不是位元組發明的，谷歌早就在用。但位元組對 OKR 做了深度改造。

傳統 OKR 有一個常見問題：變成了 KPI 的變體。目標定得很高，但執行層只盯著「關鍵結果」這幾個數字，為了完成指標做各種短期操作。

位元組的做法不一樣。

他們要求每個 OKR 都必須寫清楚——為什麼定這個目標？背後的邏輯是什麼？和公司整體方向怎麼連線？

換句話說，OKR 不只是一張任務單，它是一份「上下文說明書」。

張一鳴曾在某次訪談中說，他希望位元組的每一個員工，都能理解公司在做什麼，而不是隻知道自己這一塊。

這個要求，聽起來簡單。

做起來，極難。

---

還有一個詞，貫穿了張一鳴整個創業歷程。

延遲滿足。

這不是一個管理工具，這是他的個人底色。

從九九房時期，他就在研究怎麼做一個真正有用的產品，而不是快速變現。今日頭條早期，他拒絕了很多急功近利的商業化路徑，堅持先把推薦演算法做準。抖音在國內開啟局面之後，他沒有立刻收割，而是繼續砸錢做全球化——那是一條更長、更不確定的路。

每一次，他都在選「慢」的那條路。

為什麼？

他的核心觀點是：短期的妥協會稀釋長期的可能性。

用大白話說：你今天為了省事做了一個將就的決定，代價是你未來的選項變少了。

這種思維方式，在創業圈其實是少數派。

大多數創業者面對的壓力是：投資人要增長，員工要漲薪，競爭對手在搶市場。每一天都在催你「快一點」。

張一鳴的回答是：

等一等。

---

二零二一年之後，他把更多時間放在了什麼地方？

他本人很少公開發言，但從有限的資訊來看，他把注意力轉向了更底層的技術方向，包括人工智慧的長期演化。

這不是一個偶然的選擇。

位元組跳動的核心競爭力，從第一天起就是演算法。推薦演算法、內容理解、使用者建模——這些東西的背後，是機器學習能力的持續迭代。

張一鳴很清楚，如果這個底層能力不繼續進化，位元組現在所有的產品優勢都會被侵蝕。

所以他退出日常管理，不是真的「退休」，而是把自己的時間重新分配到他認為更重要的地方。

這本身，也是一種「延遲滿足」。

放棄眼前的管理成就感，換取對長期方向的專注。

---

說到當下，這件事有什麼對映？

你看今天 AI 領域的很多創業公司，面臨的問題和位元組當年極其相似：

產品增長很快，組織跟不上。

創始人每天陷在具體事務裡，沒有時間想三年後的事。

團隊在快速擴張，但新來的人根本不知道公司在做什麼、為什麼這麼做。

「Context not Control」這個邏輯，在這個時候尤其有用。

不是說要照抄位元組的管理方式。而是那個底層問題是一樣的：

怎麼讓一家公司在創始人不在場的時候，依然做出接近正確的決定？

答案不是更嚴格的流程，也不是更密集的彙報。

是讓每個人真正理解，我們為什麼在做這件事。

---

回頭看張一鳴這四章，有一條線索始終沒有斷。

第一章，他在做九九房、內涵段子，用工程師的眼光看產品，相信資料比直覺可靠。

第二章，他用演算法替代編輯，今日頭條證明瞭機器分發的可能性。

第三章，同樣的邏輯被搬進影片，搬進全球市場，抖音和 TikTok 成了現象級產品。

第四章，他把這套邏輯用到了組織上——用「上下文」替代「控制」，用 OKR 傳遞戰略意圖，然後在巔峰時刻主動退出日常管理，把時間留給更長遠的事。

一個工程師，用做產品的方式，做了一家公司。

他相信系統比個人更可靠，相信邏輯比情緒更耐用，相信慢一點的選擇往往走得更遠。

這不是一個勵志故事。

這是一種思維方式的完整呈現。

合上這本書，你可以不認同他的每一個選擇。

但有一個問題值得你留著慢慢想：

你現在做的那些「快決定」，十年後會變成什麼？

慢想是為了快走，延遲滿足是最長的捷徑。—— 張一鳴，位元組跳動內部分享，某派整理提煉