爱、北、京、天、安、门。

它不知道‘北京’是一个词，‘天安门’是一个词。”

他在“北京”和“天安门”下面画了线。

“分词算法就是教计算机认词。

就像教小孩认字，先告诉他‘苹果’是一个整体，不是‘苹’和‘果’。

然后他看到‘红苹果’，就知道‘红’和‘苹果’是两个词。”

贾瀞雯看着那张纸，忽然明白了。

“所以你总是用比喻。”她说，“爬虫像蜘蛛，索引像图书馆目录，排名算法像选举投票。”

“对。”陈浩放下笔，“技术细节留给技术人员，但你要理解核心理念。

这样你和团队沟通，和投资人沟通，和未来的用户沟通，才能说到点子上。”

他躺回来，搂住贾瀞雯：“记住，我们不是在造一个高科技玩具，是在解决真实的问题。

人们上网找不到想要的信息，我们帮他们找。

就这么简单。”

第二天，贾瀞雯带着那沓手稿飞回北京。

团队看到新资料，又是一阵兴奋。

陈浩细化了很多关键算法，特别是排名算法的雏形--他提出了“链接分析”的概念，一个网页被越多网页链接，说明它可能越重要。

“这个思路太妙了！”张涛几乎要跳起来，“这就像学术论文的引用，被引次数越多，说明越有价值！”

有了明确的方向和详细的方法，进度快得惊人。

两周后，贾瀞雯正在办公室看财务报表，李明冲了进来。

“贾总！成了！”

他手里拿着一张打印纸，手指都在抖。

贾瀞雯站起来：“什么成了？”

“爬虫！基础版本的爬虫跑起来了！”李明把打印纸递给她，“这是日志，你看，已经抓取了三百多个网页！”

纸上是一行行的记录：

\[XXXX-XX-XX 10:23:15\] 开始抓取种子网站：news.xxx.cobr />

\[XXXX-XX-XX 10:23:17\] 发现链接：http://news.xxx.co1.ht

\[XXXX-XX-XX 10:23:18\] 抓取成功，大小：4.2KB

\[XXXX-XX-XX 10:23:19\] 发现链接：http://news.xxx.co2.ht

……

记录一直延续到最新一行：抓取网页总数：347。

贾瀞雯看着那串数字，手也开始抖。

“网页内容呢？”她问。

“都存在服务器上了。”李明眼睛发亮，“虽然现在只能存文本，图片还处理不了，但这是第一步！最关键的第一步！”

贾瀞雯放下纸，深深吸了口气。

“叫大家过来。”她说，“我们……庆祝一下。”

五分钟后，六个人挤在小小的会议室里。

桌上摆着几瓶可乐，是贾瀞雯刚才下楼买的。

“同志们。”贾瀞雯举起可乐瓶，“今天，我们抓到了第一批网页。

虽然只有三百多个，虽然还有很多问题要解决，但这是一个开始。”

她顿了顿，声音有些哽咽：“谢谢大家。

谢谢你们的努力。”

李明举起瓶子：“谢谢贾总，谢谢陈总给我们这个机会。”

张涛说：“这才刚开始。

接下来要做索引，要写分词，要搞排名算法……路还长着呢。”

“但至少，”王磊笑着说，“我们知道路怎么走了。