听LinkedIn前员工给你说说它发展早期的15个故事

本文头图由海洛创意授权，未经许可，不得转载。

本文为智金汇编译。作者是LinkedIn刚初创时招聘的一名工程师，在那工作了两年（2003-2005），后来转行成为了VC。这是他在听到LinkedIn被微软收购后分享的15个小故事，目的是想激励初创公司做大之后不要沾沾自喜，忘记之前的艰难奋斗。

2003年，我有幸成为LinkedIn最早的那批员工之一。我加入公司时，总共只有十几个人，而我也是第二个非创始工程师。

6月13日，一起来就看到了微软要以262亿美元现金收购LinkedIn。这则消息真的难以置信，因为我2003年离开微软加入LinkedIn时，从没想过有一天那个小小的初创公司会值微软7%的市值。

收购的消息让我回想起了LinkedIn早年的情况，我想和大家分享一下在那的两年里记忆最深刻的事。

事先声明：我现在与LinkedIn没有任何关系。我手上没有它的股票。本文描述的一些细节可能没有那么准确，毕竟已是十年前的事了。

钱

1. A轮

我并没有参与过LinkedIn的融资，但真实体会了它的A轮融资究竟多么漫长。2002年12月，我收到了一个非正式的工作offer，那时我快毕业了。这个offer有一个条件，就是要等LinkedIn成功完成A轮融资，当时预计要花几周的时间。几周变成了一个月，然后又过去了几个月，最后我不得不接受了微软的offer。

2003年7月，我开始到微软工作，可却被分配到了一个倒霉的项目：维护一个有15年历史的产品。2003年10月，我在考虑要不要换工作，那时我接到了LinkedIn的电话。他们终于完成了A轮 —— 离我面试完已经过去10个月 —— 想看看我的大学同学中是否有人想找工作。我当时在微软做得不开心，所以毛遂自荐。两个礼拜后，我入职LinkedIn。

到今天为止，我都搞不懂为什么LinkedIn有那么强势的一个CEO和快速增长、已经推广市场的产品，还花了这么久才完成了第一轮机构融资。

2. 办公室

早期的时候，我们非常节俭，每年都会搬办公室以节省租金。有一年，我们在Palo Alto东部租了一块便宜的办公区，但是位置非常偏。附近唯一看得过去的餐馆就是Palo Alto机场的咖啡馆。这一年，LinkedIn的工程师们几乎每年都走到机场去吃午餐。

3. 初期变现策略

一开始，LinkedIn的用户会被推荐给属于各自相隔2个维度、3个维度或4个维度社交网络的其他用户。初期的变现计划是等到我们每年都有几百个联系人请求时，试着向每次添加请求收费5美元。不过很快每日请求数达到并超过了目标值，我们不断延迟变现计划实施，因为不想干扰用户使用网站。最后，我们根本没采用按请求数收费的模型，而是在2004-2005年推出了付费招聘信息、广告和增值会员服务，成为仅有的几家有明显现金流的互联网公司之一。

4. 销售招聘信息遇到的挑战

大概在2005年推出招聘信息服务时，我们发现销售的难度很大。问题在于，那个时候LinkedIn只有1百万或2百万全球用户，对于大部分岗位来说无法带来足够高的申请。“噢，你在找波特兰市的工程师？LinkedIn上有2名工程师在波特兰市附近，还有7个在俄勒冈其他地方。你想购买招聘服务，定向投放给这9个人吗？”有时，销售团队给一些大公司提供了很好的招聘信息服务，因为不想让招聘岗位目录看起来空空如也。（例如，1000美元就可以发布50则招聘信息。）

产品特性

5. A/B测试

在数据驱动方面，LinkedIn走在了时代前列。我记得2004年的时候，我被要求为某个功能实现A/B测试。我之前从没有听过这个概念，所以我就去问Josh Elman（LinkedIn招聘的首位产品经理，最后成为著名风投Greylock的合伙人）。他的解释进一步激起了我的兴趣，我试着在维基百科上查询。不过，当时A/B测试还不够主流，在维基百科中居然没有词条，直到2007年才添加进去。

6. A/B测试邀请信息

说到A/B测试，发展初期，团队争论的一个焦点就是如何将产品推给新用户。社交网络在2000年时还是一个非常新的概念，大部分人第一次接触LinkedIn都是从现有会员的邀请邮件中得知。那么关键问题来了：邀请邮件中应该说些什么？我们试了多种方式：

• 一段介绍社交网络的话，再加上一段介绍LinkedIn的话

• 几段关于介绍加入LinkedIn好处的话

• 几段解释LinkedIn邀请邮件特殊之处的话，因为这意味着邀请者信任并尊重被邀请人，希望与其保持职业联系。

• 一小句话，大意是：“我想添加你到LinkedIn社交网络”。

出乎意料的是，尽管大家对社交网络和LinkedIn还不熟悉，最后那种邀请邮件轻松击败了其他方案。这件事情告诉我们，在理解用户方面，要看数据而不是相信直觉。

7. 工程师优化 vs. 产品经理优化

如果你想查看另一名用户的资料，LinkedIn会检查你们之间相隔有多少个社交维度。我们会勾绘出用户的四度社交网络，如果有其他用户在其中的话，我们会告诉你们是如何联系在一起的。如果对方不在你的网络之中，我们会告诉你没有权限查看对方的资料。不过也有问题，一些人脉很广的LinkedIn用户有很大的社交网络，因此他们在查看其它用户资料的时候会出现长时间的延迟。这些查询也占用了越来越多的服务器资源。

最终，我设计出了一种算法，可以让查找速度变快200倍。我对该算法很自豪。几周以后，产品团队认为相距四个维度的人之间关系太疏远了，网站应该限制在智能查看三个或更少维度网络内的用户。我的优化方法瞬间变得有些可有可无了。当时我受到了一点打击，不过产品的决策是完全正确的。

8. 产品远见

在产品方面，雷德·霍夫曼有着极强的天赋，可以看透未来的趋势。我记得2004年还是2005年的一次公司内部谈话上，雷德谈到LinkedIn的目标是成为Resume 2.0。他相信有一天，大家会各自发送LinkedIn主页的链接，而不是简历。当时这听上去是个疯狂的预言，现在这已经成真。

9. 产品细节

2003年我进入公司时，很想给大家留个好印象。当时智能手机还没有流行，所以我每天带着一个小型的奥林巴斯录音机，录下每个我能想到的想法。几个礼拜之后，我找到LinkedIn的联合创始人之一Allen BLue，问他是否有时间听听我的那些想法。他欣然同意，几天后我跟他提出了50或60个产品功能建议。

这次和Allen的谈话让我难忘，因为Allen之前几乎已经考虑过我提出的所有想法，而且他耐心地跟我解释哪些想法不可行，哪些已经计划在近期实施，哪些会在较远的未来实现。Allen对产品路线图的思考非常深、非常全面，给我留下了深刻的印象。事实上，因为现在我成为了一名VC，我已经把这点变成了一个尽职调查测试：有时候我会向创始人提出一些不是那么显而易见的产品想法，目的只是要了解他们之前是否已经考虑过。

市场规模和并购

10. 这家公司能做多大（用户规模）？

2002年参加面试的时候，我曾和雷德聊了半个小时。我问他觉得LinkedIn能够做多大。他回答说，预计世界上每个白领都会注册网站，即有2.5-3亿用户。我当时差点笑出来了。那个时候，不仅社交网络还不存在，而且即使是最大的网站雅虎也没有那么多的用户。3亿用户看上去简直太乐观了，但最终又证明了雷德的远见。今天，LinkedIn用户数已经超过4亿。

11. 这家公司能做多大（公司规模）？

2007年还是2008年的时候，早期员工都得到了将期权卖回给公司的机会。我记得和几个校友商量是否卖出，最后我们集体决定公司还有增长3倍或5倍的可能。这个上涨空间最终接近100倍。

2011年，LinkedIn首次公开发行，许多早期员工——包括我在内——都尽快出售了手中的股份，担心公司的估值过高，不可持续。可是接下来几年，公司股价又继续上涨了3-4倍。

所有这些教会了我一个道理：即使你的某个投资翻了100倍，你仍然有可能最后只能收获5倍或12倍或34倍的收益，因为很难预测投资标的是否遭遇了瓶颈，是否会继续增长下去。到达某个节点后，你会过于担心可能出现的下滑。

12. Monster公司会收购LinkedIn吗？

我记得还在公司的时候，读到过一条新闻，说有人问Monster.com的高管（甚至可能是CEO）Monster是否会收购LinkedIn。当时，Monster是在线招聘市场上的巨头。这位高管的回答是，LinkedIn那时还不值得收购，但如果其最终成功，Monster可能会买不起。这则预言现在也成真，今天LinkedIn的规模约为Monster的100倍。

技术细节

13. 首台推荐服务器

开发LinkedIn时，云计算还没成气候。许多早期的推荐服务，其实起源于公司唯一的数据科学家在台式机上的试验。不断的试验，最终变成了完整的功能，那个台式机不断生成大量的推荐，被上传至生产服务器。这一配置的脆弱性既好笑又充满惊险。

14. 走在边缘

我们将所有用户的关系图全部存在内存中，这样可以非常快速地判断两个用户是否在彼此的社交网络中。但是也有问题，我们不断地逼近可用内存数量的限制。我们的服务器一开始有8GB的内存，关系图数据库就占据了5GB，后来增加到6GB、7GB，搞得技术团队非常紧张。还好，很快就有16GB的服务器出现，可以支撑几个月了。可是慢慢地，关系图数据库开始接近16GB，让我们直冒冷汗，幸亏后来使用了一个更高容量的服务器模型。我还记得当时重写像BitSets、HashSets这样的Java核心数据结构——那是程序员完全不该重写的数据结构——目的就是为了节约5-10%的内存。

15. 超级人脉王

LinkedIn刚上线时，每个人的主页上都会显示自己有多少个联系人。可不知道怎么回事，有一小部分用户决定比拼谁的联系人最多。还有少数人甚至将主页头条更新为这样：“Bob Smith，有一万八千名联系人，排名第四”。这给服务器带来了巨大的压力，因为网站需要针对每个用户拥有的联系人做一个小计算，虽然时间只有几毫秒，但是乘以18000时就意味着页面要花几分钟才能加载。

在技术层面，我们开始内部生成假的“超级人脉王”的主页，这样就能使用大量数据对网页的每个页面进行性能测试。在产品层面，我们没有继续显示每个人的准确联系人数量，而是在用户的联系人超过五百之后，就只显示为“500+”。这个UI上的小改动降低了比拼联系人数量的动机，至今网站上仍保留了这一变动。

本文译者为EarlGrey，运营有个人网站“编程派”，和同名微信公众账号（微信ID：codingpy）