本文頭圖由海洛創意授權，未經許可，不得轉載。

本文為智金匯編譯。作者是LinkedIn剛初創時招聘的一名工程師，在那工作了兩年（2003-2005），后來轉行成為了VC。這是他在聽到LinkedIn被微軟收購后分享的15個小故事，目的是想激勵初創公司做大之后不要沾沾自喜，忘記之前的艱難奮斗。

2003年，我有幸成為LinkedIn最早的那批員工之一。我加入公司時，總共只有十幾個人，而我也是第二個非創始工程師。

昨天（6月13日）一起來就看到了微軟要以262億美元現金收購LinkedIn。這則消息真的難以置信，因為我2003年離開微軟加入LinkedIn時，從沒想過有一天那個小小的初創公司會值微軟7%的市值。

收購的消息讓我回想起了LinkedIn早年的情況，我想和大家分享一下在那的兩年里記憶最深刻的事。

事先聲明：我現在與LinkedIn沒有任何關系。我手上沒有它的股票。本文描述的一些細節可能沒有那么準確，畢竟已是十年前的事了。

錢

1. A輪

我并沒有參與過LinkedIn的融資，但真實體會了它的A輪融資究竟多么漫長。2002年12月，我收到了一個非正式的工作offer，那時我快畢業了。這個offer有一個條件，就是要等LinkedIn成功完成A輪融資，當時預計要花幾周的時間。幾周變成了一個月，然后又過去了幾個月，最后我不得不接受了微軟的offer。

2003年7月，我開始到微軟工作，可卻被分配到了一個倒霉的項目：維護一個有15年歷史的產品。2003年10月，我在考慮要不要換工作，那時我接到了LinkedIn的電話。他們終于完成了A輪 —— 離我面試完已經過去10個月 —— 想看看我的大學同學中是否有人想找工作。我當時在微軟做得不開心，所以毛遂自薦。兩個禮拜后，我入職LinkedIn。

到今天為止，我都搞不懂為什么LinkedIn有那么強勢的一個CEO和快速增長、已經推廣市場的產品，還花了這么久才完成了第一輪機構融資。

2. 辦公室

早期的時候，我們非常節儉，每年都會搬辦公室以節省租金。有一年，我們在Palo Alto東部租了一塊便宜的辦公區，但是位置非常偏。附近唯一看得過去的餐館就是Palo Alto機場的咖啡館。這一年，LinkedIn的工程師們幾乎每年都走到機場去吃午餐。

3. 初期變現策略

一開始，LinkedIn的用戶會被推薦給屬于各自相隔2個維度、3個維度或4個維度社交網絡的其他用戶。初期的變現計劃是等到我們每年都有幾百個聯系人請求時，試著向每次添加請求收費5美元。不過很快每日請求數達到并超過了目標值，我們不斷延遲變現計劃實施，因為不想干擾用戶使用網站。最后，我們根本沒采用按請求數收費的模型，而是在2004-2005年推出了付費招聘信息、廣告和增值會員服務，成為僅有的幾家有明顯現金流的互聯網公司之一。

4. 銷售招聘信息遇到的挑戰

大概在2005年推出招聘信息服務時，我們發現銷售的難度很大。問題在于，那個時候LinkedIn只有1百萬或2百萬全球用戶，對于大部分崗位來說無法帶來足夠高的申請。“噢，你在找波特蘭市的工程師？LinkedIn上有2名工程師在波特蘭市附近，還有7個在俄勒岡其他地方。你想購買招聘服務，定向投放給這9個人嗎？”有時，銷售團隊給一些大公司提供了很好的招聘信息服務，因為不想讓招聘崗位目錄看起來空空如也。（例如，1000美元就可以發布50則招聘信息。）

產品特性

5. A/B測試

在數據驅動方面，LinkedIn走在了時代前列。我記得2004年的時候，我被要求為某個功能實現A/B測試。我之前從沒有聽過這個概念，所以我就去問Josh Elman（LinkedIn招聘的首位產品經理，最后成為著名風投Greylock的合伙人）。他的解釋進一步激起了我的興趣，我試著在維基百科上查詢。不過，當時A/B測試還不夠主流，在維基百科中居然沒有詞條，直到2007年才添加進去。

6. A/B測試邀請信息

說到A/B測試，發展初期，團隊爭論的一個焦點就是如何將產品推給新用戶。社交網絡在2000年時還是一個非常新的概念，大部分人第一次接觸LinkedIn都是從現有會員的邀請郵件中得知。那么關鍵問題來了：邀請郵件中應該說些什么？我們試了多種方式：

• 一段介紹社交網絡的話，再加上一段介紹LinkedIn的話

• 幾段關于介紹加入LinkedIn好處的話

• 幾段解釋LinkedIn邀請郵件特殊之處的話，因為這意味著邀請者信任并尊重被邀請人，希望與其保持職業聯系。

• 一小句話，大意是：“我想添加你到LinkedIn社交網絡”。

出乎意料的是，盡管大家對社交網絡和LinkedIn還不熟悉，最后那種邀請郵件輕松擊敗了其他方案。這件事情告訴我們，在理解用戶方面，要看數據而不是相信直覺。

7. 工程師優化 vs. 產品經理優化

如果你想查看另一名用戶的資料，LinkedIn會檢查你們之間相隔有多少個社交維度。我們會勾繪出用戶的四度社交網絡，如果有其他用戶在其中的話，我們會告訴你們是如何聯系在一起的。如果對方不在你的網絡之中，我們會告訴你沒有權限查看對方的資料。不過也有問題，一些人脈很廣的LinkedIn用戶有很大的社交網絡，因此他們在查看其它用戶資料的時候會出現長時間的延遲。這些查詢也占用了越來越多的服務器資源。

最終，我設計出了一種算法，可以讓查找速度變快200倍。我對該算法很自豪。幾周以后，產品團隊認為相距四個維度的人之間關系太疏遠了，網站應該限制在智能查看三個或更少維度網絡內的用戶。我的優化方法瞬間變得有些可有可無了。當時我受到了一點打擊，不過產品的決策是完全正確的。

8. 產品遠見

在產品方面，雷德·霍夫曼有著極強的天賦，可以看透未來的趨勢。我記得2004年還是2005年的一次公司內部談話上，雷德談到LinkedIn的目標是成為Resume 2.0。他相信有一天，大家會各自發送LinkedIn主頁的鏈接，而不是簡歷。當時這聽上去是個瘋狂的預言，現在這已經成真。

9. 產品細節

2003年我進入公司時，很想給大家留個好印象。當時智能手機還沒有流行，所以我每天帶著一個小型的奧林巴斯錄音機，錄下每個我能想到的想法。幾個禮拜之后，我找到LinkedIn的聯合創始人之一Allen BLue，問他是否有時間聽聽我的那些想法。他欣然同意，幾天后我跟他提出了50或60個產品功能建議。

這次和Allen的談話讓我難忘，因為Allen之前幾乎已經考慮過我提出的所有想法，而且他耐心地跟我解釋哪些想法不可行，哪些已經計劃在近期實施，哪些會在較遠的未來實現。Allen對產品路線圖的思考非常深、非常全面，給我留下了深刻的印象。事實上，因為現在我成為了一名VC，我已經把這點變成了一個盡職調查測試：有時候我會向創始人提出一些不是那么顯而易見的產品想法，目的只是要了解他們之前是否已經考慮過。

市場規模和并購

10. 這家公司能做多大？

2002年參加面試的時候，我曾和雷德聊了半個小時。我問他覺得LinkedIn能夠做多大。他回答說，預計世界上每個白領都會注冊網站，即有2.5-3億用戶。我當時差點笑出來了。那個時候，不僅社交網絡還不存在，而且即使是最大的網站雅虎也沒有那么多的用戶。3億用戶看上去簡直太樂觀了，但最終又證明了雷德的遠見。今天，LinkedIn用戶數已經超過4億。

11. 這家公司能做多大？

2007年還是2008年的時候，早期員工都得到了將期權賣回給公司的機會。我記得和幾個校友商量是否賣出，最后我們集體決定公司還有增長3倍或5倍的可能。這個上漲空間最終接近100倍。

2011年，LinkedIn首次公開發行，許多早期員工——包括我在內——都盡快出售了手中的股份，擔心公司的估值過高，不可持續。可是接下來幾年，公司股價又繼續上漲了3-4倍。

所有這些教會了我一個道理：即使你的某個投資翻了100倍，你仍然有可能最后只能收獲5倍或12倍或34倍的收益，因為很難預測投資標的是否遭遇了瓶頸，是否會繼續增長下去。到達某個節點后，你會過于擔心可能出現的下滑。

12. Monster公司會收購LinkedIn嗎？

我記得還在公司的時候，讀到過一條新聞，說有人問Monster.com的高管（甚至可能是CEO）Monster是否會收購LinkedIn。當時，Monster是在線招聘市場上的巨頭。這位高管的回答是，LinkedIn那時還不值得收購，但如果其最終成功，Monster可能會買不起。這則預言現在也成真，今天LinkedIn的規模約為Monster的100倍。

技術細節

13. 首臺推薦服務器

開發LinkedIn時，云計算還沒成氣候。許多早期的推薦服務，其實起源于公司唯一的數據科學家在臺式機上的試驗。不斷的試驗，最終變成了完整的功能，那個臺式機不斷生成大量的推薦，被上傳至生產服務器。這一配置的脆弱性既好笑又充滿驚險。

14. 走在邊緣

我們將所有用戶的關系圖全部存在內存中，這樣可以非常快速地判斷兩個用戶是否在彼此的社交網絡中。但是也有問題，我們不斷地逼近可用內存數量的限制。我們的服務器一開始有8GB的內存，關系圖數據庫就占據了5GB，后來增加到6GB、7GB，搞得技術團隊非常緊張。還好，很快就有16GB的服務器出現，可以支撐幾個月了。可是慢慢地，關系圖數據庫開始接近16GB，讓我們直冒冷汗，幸虧后來使用了一個更高容量的服務器模型。我還記得當時重寫像BitSets、HashSets這樣的Java核心數據結構——那是程序員完全不該重寫的數據結構——目的就是為了節約5-10%的內存。

15. 超級人脈王

LinkedIn剛上線時，每個人的主頁上都會顯示自己有多少個聯系人。可不知道怎么回事，有一小部分用戶決定比拼誰的聯系人最多。還有少數人甚至將主頁頭條更新為這樣：“Bob Smith，有一萬八千名聯系人，排名第四”。這給服務器帶來了巨大的壓力，因為網站需要針對每個用戶擁有的聯系人做一個小計算，雖然時間只有幾毫秒，但是乘以18000時就意味著頁面要花幾分鐘才能加載。

在技術層面，我們開始內部生成假的“超級人脈王”的主頁，這樣就能使用大量數據對網頁的每個頁面進行性能測試。在產品層面，我們沒有繼續顯示每個人的準確聯系人數量，而是在用戶的聯系人超過五百之后，就只顯示為“500+”。這個UI上的小改動降低了比拼聯系人數量的動機，至今網站上仍保留了這一變動。

本文譯者為EarlGrey，運營有個人網站“編程派”： http://codingpy.com 和同名微信公眾賬號（微信ID：codingpy）