一、和一鸣的聊天
2014 年 3 月，我在字节，刚入职 5 个月，准备离职——我之前在 360 的领导创业，希望我加入，我已经答应了，提了离职。有天晚上在工位，张一鸣突然说聊聊，我有点惊讶，找了个会议室聊聊。
跟一鸣聊完，彻底改变了我对做产品的理解，同时我决定留在字节。
首先，他说：
创业是一个赌概率的事，做 DAU 1 万、10 万的产品，是能力问题，但做 DAU 100 万、1000 万的产品，还是机遇问题，让我现在出去做一个像今日头条这种用户量级的产品 （当时 DAU 已经 100 万+了），我也没有绝对的把握——你现在已经在一个创业赌中概率的团队了，离开加入另一个创业团队重新赌，这个动作很不理性。
我表示认同，但还是想走，他问为什么？我说核心原因是我老领导答应了我一个事，他会拨出一部分资源帮我验证我的一个产品想法，我想试试。这个产品想法我想了很久，之前聊天跟一鸣也简单提过。他说那我们聊聊产品，聊聊这个想法。
我的想法是：
当时推特崛起，所有人都觉得这是下一个社交信息平台，从最早的饭否，到新浪网易搜狐腾讯...... 所有大公司都杀进来，全都在做微博，甚至有创业团队的创业项目是做一个工具，一键把内容同时发到所有微博平台，最终新浪微博胜出，我是微博重度用户，重度到有时候周末不起床不下楼刷一天，没干别的，就刷微博。
然后我发现这产品有个问题：
当你关注的人多了之后，你的首页信息质量会下降。
比如你关注了李开复，他聊科技行业，你觉得可以看看，然后他又聊自己生活里的事，你觉得没什么好看。你关注了马伯庸，他发段子，你觉得很好看，但他又对社会新闻发表了意见，你觉得可以划走……
于是乎，我冒出一个想法：
我们能不能设计一个产品，让发内容的人，在发的时候就选择内容类型：科技、搞笑、历史、军事、篮球……然后用户关注一个人的时候，可以选择在某个/某些领域下关注他，比如在科技领域关注李开复，在搞笑+历史领域关注马伯庸——这样，你关注了每个领域的专家，让这个领域的专家给你提供/推荐这个领域的信息，用专家推荐来解决信息质量下降的问题，然后你就可以得到一个完美的产品：一打开，全是高质量的、你感兴趣的、吸引你的内容。
我当时沉迷这个想法，还用 axure 设计了产品原型，带动效的那种交互原型，怎么发、怎么关注……彻底沉迷。
我跟不同的人聊过这个想法，很多是专业的产品经理，大家从用户心理聊到用户习惯，从社区如何养成聊到种子用户如何冷启动……各个角度，没有人能指出我这个想法到底哪里有问题，没有人能让我放弃这个想法。
但张一鸣一句话就把这个想法击碎了：
你计算一下，一个新用户打开你这个产品后，要点多少次关注，才能得到一个可以看的首页，这样筛下来，有多少用户能完成这些操作？
我如雷灌顶，是，我们都知道产品每多一步，漏斗有多大，假设我今天有 10000 新增用户，进首页、找专家、选择某个/某些领域关注……这么筛下来，最终有多少用户首页有内容？这产品根本不成立，这是简单的小学算术问题——这还没算你得先有这么多领域的作者每天发东西，自己选择把内容发到某个/某些领域……全算进来，这个产品机制根本不可能运转。
然后张一鸣说：
你思考产品能到这一步是好的，产品经理应该思考这些问题，不思考这些是不好的，但不能只到这一步，只到这一步是不够的。关于信息获取，我在饭否 （他是饭否的技术负责人）的时候就在想了，这个问题我的结论是：只能靠推荐来解决，你不可能让用户自己操作来解决这个问题，关于信息获取的问题，中国思考最深入的前几个人，就在这里了。
后来我知道，他这句话说的太保守了，关于信息获取的问题，全世界思考最深入的前几个人之一就在这里了——甚至没有之一，思考最深入的人，就在这里了。
The rest is history.
字节通过推荐解决信息获取的问题，从囧图段子到头条抖音 TikTok，一路高歌猛进，取得了 2014 年无法想象的巨大成就，营收和利润都超过之前中国最大的互联网公司腾讯，直逼 Facebook，现在短视频已经成为全世界每个国家的超级电视台 （只要这个国家没封禁它），后面还会是超级电视购物，这一切，最初都源自张一鸣的一个认知：
信息获取的问题，只能靠推荐来解决。
最后，一鸣说，看得出来你喜欢做产品，如果你想参与这种水平的产品讨论，你应该留下，到这里，我已经彻底服了，毫不犹豫地留下。
二、张一鸣产品定律
后来我把张一鸣击碎我的思路称之为张一鸣产品定律：
用户使用产品的收益大于操作成本是产品成功的必要条件。
几乎所有做产品的道理都可以从这条定律推出来，比如产品设计要简洁、Do not make me think、做产品最好有能力一秒变小白……都是说你要让产品的操作成本尽可能的低。
做产品的人永远最容易违反这条定律，因为做复杂太容易了，做简单太难了。法国数学家帕斯卡给朋友写过一封信，开头一句话是：
很抱歉我这封信写的很长，因为我最近太忙，没时间把信写短。
你需要消耗时间、精力和能量，才能得到更简单的方案。
还因为当产品是你自己设计的时候，你清楚里面的每一个逻辑，你完全知道这个产品怎么用，你太熟悉了以至于很难发现问题，所以 stay foolish 很重要，所以说做产品最好有能力一秒变小白：
切到对这个产品一无所知的状态，然后重新看这个产品，会看到什么。
越是创新型的产品，越容易犯这个错误，因为创新会面对无限的路径，你怎么做都可以，你越想方案越复杂，如何做出简洁的产品，需要很强的产品能力，需要判断力，需要好的品味，才能削减不必要的东西，乔布斯有个很好的说法：
「我对我们决定不做的事，和决定要做的事，同等自豪。」
YC 创始人格雷厄姆 （也是 《黑客与画家》 的作者，强烈推荐这本书）对此的总结是设计三阶段：
如何才能回归简单？乔布斯名言：
「到最后，一切都归结为品味。」
一个人擅长一个领域的标志就是这个人在这个领域有很好的品味：
知道什么是好，什么是差，知道什么是特别好，什么是特别差。
违反定律案例一：让用户选兴趣
很多做内容的 app 都会有这个东西，张一鸣对此报以微笑：这是没用的。
但大家直觉上会觉得这有用：新用户冷启动怎么做？直接问问用户的兴趣，这样不就推得更精准了吗？头条后续很多产品经理反复尝试过的这个东西，张一鸣的态度就是：这没用，但如果你想试，就开 ab 测试看看数据。
我知道最复杂的一个方案是某产品经理和推荐组的技术大牛一起做的：他们把展现给用户的兴趣也进行了个性化，在用户选了对某个感兴趣后，紧接着又推荐更多相关兴趣……一步一步，特复杂。
然后所有这些尝试，都数据不好，为什么？因为违反了张一鸣产品定律：
-
新用户下载一个 app 后，看到这个页面，大部分会选跳过——用户根本不想做这些操作；
-
一部分会直接离开 app——根本不用了；
-
真的做选择了——还是有问题，因为：
（1） 用户选择的自己和真实的自己不是一个自己，用户会选历史军事科技体育，但用户真正点的是大长腿……
（2） 历史军事科技体育太宽泛了，选了跟没选区别不大，不能帮你真正准确了解这个用户——如果推得很细，就还是那个问题，没法操作到那么细分，成本太高了。
违反定律案例二：蒙层新手引导
这个东西一旦出现，基本你可以认定这个产品的设计团队水平一般，但人人都是产品经理之类的网站上，甚至有帖子专门教你如何做新手引导——这就是教你如何把一个错的事做得好一些。
-
新用户下载一个 app 后，看到这个页面，大部分会选跳过——用户根本不想做这些操作；
-
一部分会直接离开 app——根本不用了。
我所知道的最极端的新手引导案例是纯银的氢气球，一个旅行相关 app，这个 app 新下载后，居然需要先看一段视频学习如何使用，这是创新型产品最常见的错误：
你试图让用户学习某个操作手段，然后获得收益，把产品用起来，但用户不会去学的，那个收益永远不会产生。
新手引导不是不可以做，但不要做蒙层新手引导，当你做蒙层新手引导的时候，说明你的设计失败了，你只能手把手告诉用户：
这里是这么用的，请这么用吧。
这些年我印象最深刻的新手引导是微信做的，当微信要推小游戏功能的时候，那一版的微信，一打开就进入打飞机的小游戏，让用户直接玩一把，干脆利落，还有点酷炫。
违反定律案例三：锤子手机
锤子做了很多创新功能，也是这个问题：用户需要学习才能使用那些功能，然后才能获得那些好处，这就筛选掉了一堆用户，收益不够大，无法让足够多用户去学习这些功能。
一些专业软件，操作很复杂，但收益足够大，用户可以去花精力甚至花钱学习，比如 Photoshop、Excel，但面向大众的 C 端产品，居然还需要学习，那就不成立，大部分用户不会去学，不可能去学。
顺便说一句，优秀的产品体验细节往往都不错，体贴、细腻、漂亮、酷——但这些不是产品成功的必要条件，产品成功的必要条件是：
击中了需求，且没有违反张一鸣产品定律。
锤子手机想做一件事：通过优秀的产品细节体验，在一个已经成熟的市场里抢到市场份额，这个事，就是乔布斯都做不到：
在 Windows 一统天下，微软统治个人电脑之后，乔布斯第二次回归苹果，做了好几款经典的苹果电脑，非常漂亮的产品，体验很好，但对 Windows 的市场毫无冲击，根本没用。苹果第二次成功，是靠先做了 iPod，然后切入手机市场，开创了智能手机时代，定义了智能手机应该是什么样，重新获得了巨大的成功。
三、字节的风气
看数据不看感觉
早期有个团队策划了一波线下广告投放，在地铁、公交站、电梯……里播放魔性视频：今天 xxx，看今日头条。比如今天天蓝蓝，看今日头条。然后团队汇报说这个广告效果很好，张一鸣就问：怎么评价效果好？有什么数据能证明效果好？比如百度指数涨了吗？
如果大家在地铁公交站电梯里看到了视频，很多人去百度搜今日头条，那么百度指数就会涨，但看同期的百度指数，并没有涨，那这个广告的效果就值得怀疑，没有坚实的数据支撑说它好，你不能感觉它好就是好。
我刚进公司的时候，梁汝波说了一句话，我印象深刻：
产品经理能不能少说 「我觉得」。
我那个时候一定说了很多 「我觉得」。
字节很早就建了统一的数据平台，张一鸣会强调一个点：
各个部门不要自定义数据，不要在汇报的时候自己截取定义某种数据，来证明某个事做的效果好，最好全部统一口径，比如都看留存，都看时长。
如何得到最准确的数据？ab 测试。
ab 测试
ab 测试其实是科学家搞科研的方法，控制变量对照实验来找到关键因素。达尔文就做过著名的对照实验，确认让植物有向光性的关键在植物的茎尖上。
我以前只在课本上见科学家做过 ab 测试，然后我进字节后很快就开始做 ab 测试，原来你可以像搞科研一样做产品。我第一个印象深刻的 ab 测试是和推荐组一起做的：
安卓手机安装 app，可以要很多权限，我们发现有个权限是要手机浏览器的浏览记录，那么，如果我们要到浏览记录，是不是给新用户推荐内容，可以做到更精准？但是，用户可能有隐私顾虑，要浏览记录会不会导致用户反感，不使用你的 app？这种问题，在很多公司就是靠讨论和推理，最后领导拍一个方案，在字节，开 ab 测试：每天新增的 10w 用户，随机分成两组，每组 5w 用户：
-
测试组：新用户安装时要浏览记录；
-
对照组：新用户安装时不要浏览记录。
经过测试，我们发现：
-
要浏览记录不会降低新用户激活率，用户不会因为多要了这个权限不安装 app；
-
但要浏览记录也不会提高推荐效果，对 app 次日留存率 （昨天打开，今天继续打开的用户比例）也没有正向影响——推测是因为手机浏览器远不如电脑浏览器重要，里面的信息太有限。
在很多公司，很多产品决策是靠产品经理/老板的个人直觉，但在字节，你可以靠科学，在任意时刻，都有无数 ab 测试在进行，有无数版本的头条抖音 TikTok 在线上运行，拿到准确数据，持续改进。
这是科学精神科学方法，我觉得这是张一鸣黄峥这些更年轻的企业家，和年龄更大的前辈企业家相比最大的区别，字节重数据做 ab 测试，黄峥在文章里会讨论哥德尔定理，他们都非常聪明非常有决断，这点和前辈企业家一样，但他们从小的理工科教育背景，接触的信息，让他们还具备科学精神科学方法。
不要太抽象
张一鸣在早期组织了一个吐槽会，每周举行，任何人都可以报名，主题就是吐槽我们的产品有什么问题。
有一次一个新入职的产品经理报名了这个吐槽会，发言没多久，就被张一鸣打断了：
你这些概念名词，太抽象了，你可以说点具体的，比如某个按钮颜色应该是红色不是蓝色，应该放在左上角不是右下角，少说抽象的词，如果非要抽象，你可以等具体的说完了，结束的时候再抽象一下。
后来张一鸣在 CEO 面对面里又专门强调了这个事：
有一种走捷径的方式是对事物的过度抽象，对方法论的过度追求。我自己的感受是，方法论其实没有那么有用，大部分情况下，甚至可能是没什么用的。因为你对一个事情抽象，相当于给思维上加杠杆。一旦这个杠杆加错，通常是失之毫厘，谬以千里。
不要装逼
不要抽象有个原因是不要装逼，抽象不止是给思维加杠杆，还会显得很高级，所以大家喜欢用抽象来装逼。
字节在很早的时候，就开始定公司价值观，还让员工都广泛讨论 （我当时不太理解，觉得有点形式主义，现在懂了对任何大组织而言，价值观都重要），当时张一鸣本人希望把 「不装逼」 写到字节价值观里，被其他同事劝住了，说听起来实在不雅，换成了务实敢为？
但这其实是字节一个重要的风气：不要装逼。
早期头条号有位运营领导，曾经写了一个很长的邮件，群发抄送给了很多人，主题大概是我们做头条号，我们对内容质量的价值取向和数据之间的平衡问题？我也没有特别看懂。
推荐的负责人杨震原回了那封邮件，具体措辞不记得了，大意是：
这个邮件写得好高深，那么你能不能具体列一下，为了解决你说的问题，可以做哪些事？具体说说，什么措施解决什么问题？
实事求是
装逼的反面就是实事求是。
比如抖音的崛起，在其它公司，可能创始人会把所有事都吹成是自己高瞻远瞩英明神武，但张一鸣会说这不是事先算无遗策规划出来的，在那个时期，张一鸣的判断是我们要用推荐技术推图片、文字、视频——这甚至在公司最早写的产品文档里就说了。然后，视频显然是比图片文字更大的事，因为受众更大。所以公司同时启动了多个产品线做视频，从西瓜到火山到抖音，都在做，但抖音并不是当时资源最多的项目，几个故事：
抖音最早的产品经理卷卷带一两个产品运营做，他们亲自拍视频体验改进产品，被周围同事投诉：抖音的同学们，午休时间不要在那拍视频了。
当时我们 UGC 产品组和抖音都汇报给张楠，每次周会抖音是最后汇报，有一次周会，一个研发 leader 当场说：抖音的数据每周看都是那样，没什么变化，要不别说了，浪费时间。
我有次私下和陈林聊天，好奇问了一个问题：抖音上线都已经半年了，数据没有起色，为什么还投入资源继续做呢？陈林答道：你不了解，那些用户，那些小孩子对这个产品非常有热情，他们为了拍一个视频，可以重复几十遍，就为了得到最好的效果，这个产品有生命力。
抖音最早的服务端研发甚至是从其它项目借的，开发完成人家又回原部门了，但当抖音表现出数据抬头的迹象时，公司迅速投入了最好的资源：
我当时在 UGC 产品组，我们当时要做的事是在今日头条内做出一个微博，公司给我们配的推荐负责人是朱文佳。有一天我们产品组开会，讨论产品方案时，一个产品经理突然说：晓东，咱们还在这聊啥呢？你没看文佳都被调走支持抖音了吗？公司现在最重要的是抖音。
我那时候对这些事非常不敏感，确实如此，公司在关键时刻，立即重注，抽掉最好的人最好的资源 all in。
超高标准
文佳去抖音后，也经常回来跟我们交流。我记得有天晚上，大家都下班了，他和陈韬聊推荐的问题，我们几个同事都在旁边看，他演示了一件事：
推荐视频时，完播率是重要指标，如果用户看完，很可能说明这是高质量视频。但当时冒出来很多骗完播率的视频，这些视频吸引你往下看，以为有什么东西，看到最后啥也没有，用户体验很糟糕。他想出一个办法，上线后，这类视频几乎全打掉了，他调出来好几个视频，都是被精准打掉的，我们在旁边看，觉得很酷。
一直有个说法是推荐技术不是壁垒，所有大公司都能做，但一个神奇的现象是无论在中国还是美国，无论阿里百度腾讯还是谷歌 Facebook，推荐效果都不如抖音 TikTok 好，留存总是有差距。
我问过文佳，如果其它公司把你和震原挖走，能复制字节的推荐系统吗？文佳认为不能，他说这是一个系统，不是一两个人。
我对这个现象有个自己的猜想：
燃油车时代，中国制造的发动机效果总是赶不上日本德国美国，虽然发动机的原理就是那些物理定律，但你做出来的就不如人家的好，因为日本德国美国做发动机已经上百年了，他们积累了无数改进，这些改进汇总在一起，后来者很难赶超。
推荐系统可能类似，字节是全球最早、投入最好的人、最多的资源来做推荐系统的公司，已经积累了无数改进，比如文佳的打掉骗完播率视频——这些改进积累在一起，后来者也很难赶超。
不止在推荐，设计部门的负责人丁华勇跟我说过一个段子：
一个设计做出来，可以问问做这个功能的研发是不是新来的，如果是老研发，可能会说因为什么什么所以实现不了，不能做，但如果是新来的研发，有可能就能做。
我把这个段子转述给了研发负责人洪定坤，定坤听了之后立即就生气了：
把具体是什么功能不能实现，什么原因，哪个研发，找出来，我们的标准应该是：如果我们做不了，全行业没有公司能做。
字节在打造推荐系统的过程中，有科学方法、有超高标准、有领先的认知判断，有能力打造好产品，然后遇到时代的机遇和运气，这些是我认为字节取得今天成就的原因。
作为一个产品主义者，我始终认为做出好产品，是一个公司存在最大的意义，一个社会的财富增加，第一性原理上来说，就是产品和服务的增加，做出成功产品的公司会赚钱得到奖励，同时增加了社会总财富，这个公司赚到的钱一定＜创造的总财富，于是 GDP 年年增长，这就是市场经济，一个美妙的正反馈机制。
希望大家做出更多好产品，行业做出更多好产品。
本文来自微信公众号：张晓东西南北，作者：张晓东