张鹏：所以你在这个层面上，一直想坚持是说我给他们每一个人平等的权利，他们去发挥和记录，但是他们彼此之间有喜欢和不喜欢，有的人觉得这个就是很 low，有的人觉得这个就是很洋，这个中间会不会有冲突？你把他们中间记录完了就完了吗？他们自己就变得和谐了吗？

宿华：不会，因为记录和分享是不可分的，如果一段记录不能够开放地分享出来，这个记录是死的，不能对这个世界形成一个记忆，它就会慢慢消亡掉。但是分享出来以后，就会产生碰撞和冲突，这种碰撞和冲突在一定层面上是好的，开奖，但是冲突过重的话，一下子把所有的冲突都暴露出来，未必是件更好的事情。

所以我们也希望能够兼容更多的人群和文化，但是要先照顾到他们的感受。如果你特别不喜欢另外一群人，那我们应该把后台的算法做得更好，就是让你尽量先看到你喜欢的那些人和事。但是那些你不喜欢的人，他们也有记录的权力。

张鹏：对，不应该你不喜欢的人就剥夺他们这个权力。

快手的「后台」

张鹏：你刚才谈到，你们是以技术驱动的方式来实现的，所以我们想聊聊所谓「快手的后台」到底是什么东西，当然这个后台指的是技术层面。

每天快手上有大量的数据、那么多的用户量，你怎么能够让用户上传的视频，让相对喜欢或者是能接受的人看呢？背后技术的逻辑是什么？

宿华：这背后实际上是一套很复杂的技术。我要完整地讲，可以讲三天三夜。但是如果简单讲的话，核心是理解。所有的一切都是建立在理解的基础之上。

我们 80 后小时候讲「理解万岁」。今天一个平台、一个社区里面有很多的人、视频，怎么去理解每一个人的偏好、文化属性，怎么理解每一个视频的各种各样的特点、场景、情感、里面的人和事？怎么理解人和视频和生活之间记录的互动？使得每个人都能够看到自己喜欢的内容、每个人也能够找到喜欢自己的人，让自己的生活记录被他看到，这背后是一整套的机器学习和人工智能的算法、基础架构和数据分析的技术。

但核心我认为是理解，不过并不是靠我来理解，而是我构建一个算法架构，让这个算法操控计算机，让它能够理解人、内容、人和内容的互动。

张鹏：在这个角度看，你其实并不赞同用人的好恶做判断，这种理解有可能是有问题的，所以你更倾向于用机器的方式来识别理解，再去输出对应的结果。

宿华：中间有一点小小的偏差，其实我们是倾向于把用户相互之间的理解变成一个机器可以提取出来的数据。

我作为一个平台的 CEO 和搭建者，不是我去理解每一个人，而是我写一段程序，这个程序可以通过人和内容之间的互动理解这个人。但是其实这里面的理解还是基于人和内容的互动的，不是机器无中生有的。

张鹏：最近我们都知道 AI 这个事很热，包括机器视觉。可能大家从你的 APP 上看到的就是一堆人传了一堆有意思的视频，但按你的说法，其实背后这里是涉及到了非常精深的技术，几个最 hot 的概念都在这儿。我看你们平时没怎么说这个事，背后的团队是需要很多机器视觉方面的人吗？

宿华：对，非常多。

张鹏：现在团队有多少人了？

宿华：我们现在一共有 700 多人在北京。还有在外地的。去年的时候大概是 200 人不到吧，一大半都是工程师。

张鹏：扩张这么快，你个人是不是要花很多时间在招人上？

宿华：对，这是我过去一年花时间最多的地方，就是在见各行各业最优秀的人。

张鹏：你挖人方面觉得还行吗？

宿华：还好，因为我们有很好的平台，有很多的用户、数据，其实做 AI 今天最缺的还是业务场景，我们这里有很多的用户数据、很复杂的用户行为，使得 AI 可以在里面发挥比较大的作用，所以最优秀的人都是希望有这样的场景和平台的。

张鹏：所以不光是因为快手拿了 3.5 亿美金之后有钱了。

宿华：综合因素。