第421章 招聘讲师（2 / 2）

请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

陈涛站在走廊里，看着这一切。他的表情很复杂——像是在看一个他曾经很熟悉、但已经离开很久的世界。

这是教室。林晨推开一间教室的门。每间教室坐五十个人。黑板换成了电子屏幕，桌椅是可移动的——方便分组讨论。那边是项目实战室——学员在那里做项目，不是做MNIST手写数字识别，是做真正的企业项目。

什么项目？

我的投资系统、晨枫餐饮的销售预测模型、合作企业的智能客服系统。学员做的项目，是真正在线上跑的系统。

陈涛走进教室，站在讲台上。他摸了摸电子屏幕——屏幕是新的，保护膜还没撕。他站在讲台上，看着

我上一次站在讲台上——他说，是在美团内部做技术分享。讲YOLOv4的目标检测优化。来了一百多人，会议室坐不下，有人站在门口听。

你讲得好吗？

讲完之后，有人来找我说——陈哥，你讲得比我们组长都好

那你为什么觉得自己不能讲课？

陈涛转过身，看着林晨。因为我觉得——一个开网约车的人，没资格教别人AI。

你错了。林晨说，最有资格教别人AI的，就是开过网约车的人。因为你知道——如果不学AI，你可能要开一辈子网约车。你知道那种感觉。你的学员也知道。你们之间不需要解释，你们懂彼此。

陈涛看着林晨。林晨说你们懂彼此的时候，语气很平，不是在煽情，是在陈述一个事实。他三十五岁被裁过，他知道那是什么感觉。陈涛三十五岁被裁过，他也知道。他们的学员——三十岁、三十五岁、四十岁——都知道。

林总。陈涛说，我想试试。

试什么？

试讲一节课。你给我一周时间准备。我讲YOLO目标检测——从原理到项目实战。如果讲得好，你录用我。如果讲不好，我继续开网约车。

一周后，陈涛站在了项目实战室的讲台上。

六个从第二期训练营毕业的学员。他们是来当试听评委的——每个人听完课之后要打分，从教学内容、表达能力、项目实战、互动效果四个维度打分。满分一百分，八十分以上录用。

陈涛站在讲台上，面前是一台笔记本电脑，连着电子屏幕。他穿了一件干净的白色衬衫——不是新的，但熨过了，领口挺括。他的头发剪了，胡子刮了，看起来不像网约车司机了，像一个——老师。

今天讲YOLO目标检测。他开口了。声音有点紧，但很快就松开了。YOLO的全称是YouOnlyLookOnce——你只需要看一眼。为什么叫这个名字？因为传统的目标检测算法要看很多眼——先找候选区域，再分类，再修正。YOLO不一样。YOLO只看一眼，就能告诉你图片里有什么、在哪里。

他在电子屏幕上画了一张图——一张图片被分成S×S的网格，每个网格预测B个边界框和C个类别概率。

这就是YOLO的核心思想——把检测问题转化为回归问题。输入一张图片，输出一个张量。张量里包含了所有你需要的信息——物体的位置、大小、类别。不需要分步，不需要流水线，一步到位。

他讲了三十分钟。从YOLOv1讲到YOLOv4，从网格划分讲到锚框设计，从损失函数讲到非极大值抑制。他没有看讲稿——那些东西在他脑子里，放了五年，虽然一年没碰，但一碰就活了。就像林晨说的——不在脑子里，在肌肉里。

讲完之后，他打开PyChar，现场写了一个YOLOv4的推理代码。不是演示，是真的写——导入模型、加载权重、预处理图片、推理、后处理、可视化。代码一行一行地出现在屏幕上，每一行都有注释，每一行他都解释了一遍。

这就是YOLO。他写完最后一行代码，转过身，看着

一个学员举手。陈老师，你刚才说的锚框——为什么要用锚框？不用锚框行不行？

陈涛说，YOLOv1就没有用锚框。但不用锚框有一个问题——每个网格只能预测一个物体。如果一个网格里有两个物体，YOLOv1就检测不出来。锚框解决了这个问题——每个网格可以预测多个锚框，每个锚框可以检测一个物体。这就是为什么YOLOv2引入了锚框机制。

学员点了一下头。

另一个学员举手。陈老师，你刚才写的代码——那个NMS的阈值为什么设成0.5？

好问题。陈涛说，NMS的阈值是一个超参数。设太高了，会有很多重复的框。设太低了，会把相邻的同类物体合并成一个。0.5是一个经验值——不是最优的，但是最稳的。在实际项目中，你需要根据具体场景调这个值。比如做行人检测，阈值可以设低一点——因为行人不会重叠。做车辆检测，阈值要设高一点——因为车辆在图像里经常会重叠。

林晨坐在最后一排，看着陈涛。陈涛回答学员问题的时候，眼睛是亮的。不是那种被夸奖之后的亮，是那种我知道答案的亮。他做了一年网约车，一年没有碰代码。但那些知识还在——在肌肉里，在骨头里，在那些他以为已经忘了但其实从来没有离开过的神经连接里。

试讲结束后，二十个评委打分。平均分——九十二分。

林晨站起来，走到陈涛面前。

陈老师。欢迎加入晨光科技教育。月薪三万五。试用期三个月，转正之后四万。

陈涛愣了一下。三万五？

对。你的技术值这个价。

陈涛低下头，看着自己的手。他的手在键盘上放了一年——不是写代码，是握方向盘。方向盘和键盘，都是用手操作的。但握方向盘的时候，他的手是僵的。敲键盘的时候，他的手是活的。

林总。他的声音有点哑。谢谢你。

不用谢。林晨说，是你自己做到的。我只是给了你一个讲台。

接下来两周，林晨和方老师一起，把剩下的讲师也招齐了。

赵峰来了——那个在平安科技做了八年金融AI的工程师。林晨跟他聊了一个小时，发现他不只会金融AI，还会用大模型做研报分析。林晨当场决定录用他——月薪三万。赵峰说：我上一份工作月薪两万。你给三万？林晨说：你值这个价。

吴敏也来了——不过是兼职。她每周来三天，讲NLP和Transforr。她的孩子一岁，需要妈妈陪。林晨给她开了两万的兼职薪资——比很多全职讲师都高。方老师问：兼职给两万，会不会太高了？林晨说：她是腾讯出来的NLP工程师。她讲一天的课，比普通讲师讲三天的课都有价值。薪资不是按时间算的，是按价值算的。

孙磊没来。他在字节的薪资太高了——年薪八十万。晨光给不起。但孙磊说了一句话：等你们做大了，记得找我。我喜欢讲课。林晨把这句话记在了本子上。

刘毅来了——那个在华为做了六年AI的工程师。他确实内向——面试的时候说话声音很小，眼睛一直看着桌面。但林晨让他试讲了一段Attention机制的原理，他讲得极其清晰——不是那种口若悬河的清晰，是那种每一个字都经过深思熟虑的清晰。林晨录用了他——月薪三万。刘毅说：我怕我讲不好。林晨说：你讲得好。你只是不知道你讲得好。

周明也来了——那个四十岁的创业公司前技术总监。他的技术确实有点过时——还在用TensorFlow1.x。但林晨给了他两周时间，让他跟着方老师学PyTorch。两周之后，他用PyTorch重新实现了自己以前用TensorFlow写的所有项目。林晨录用了他——月薪两万五。周明说：四十岁了，还能重新开始吗？林晨说：我三十五岁重新开始的。你比我晚了五年。但五年，总比一辈子好。

六个人。林晨、方老师、陈涛、赵峰、刘毅、周明。加上兼职的吴敏，七个讲师。晨光科技教育的讲师团队，建起来了。

林晨站在教学楼的走廊里，看着六间教室。每间教室门口都贴了课程表——Python基础（刘毅）、机器学习（赵峰）、深度学习（陈涛）、NLP（吴敏）、CV（周明）、项目实战（林晨）。走廊的墙上贴着一行字——永远不晚。

他想起三年前，他一个人坐在出租屋里，对着屏幕学PyTorch。没有人教他，没有人帮他批作业，没有人告诉他学什么、怎么学。现在他有了一个团队——七个讲师，五个助教，三个运营。他们要教三百个人学AI。

从一个人学，到教三百个人学。这条路走了三年。

他拿出手机，拍了一张走廊的照片，发给苏婉。

苏婉回了一条：那些教室，会改变很多人的命运。

林晨看着这条消息，把手机放进口袋。他走进第一间教室——刘毅正在里面备课，屏幕上是一段Python代码，代码旁边是密密麻麻的注释。刘毅备课的方式跟他说话的方式一样——每一个字都经过深思熟虑。

刘老师。

刘毅抬起头。林总。

不用叫林总。叫林老师。

刘毅愣了一下。林老师。

林晨点了一下头。备课有什么问题吗？

有一个问题。刘毅指着屏幕上的代码。我在想——怎么给零基础的学员讲for循环。我写了三种讲法——第一种是用数学类比，第二种是用生活场景类比，第三种是用代码直接演示。不知道哪种更好。

都讲。林晨说，数学类比给有基础的学员听。生活场景类比给零基础的学员听。代码演示给所有人听。三种讲法覆盖三种学员。好的讲师不是用一种方法讲给所有人听，是用不同的方法讲给不同的人听。

刘毅在本子上记了一笔。明白了。

林晨走出教室，站在走廊里。走廊的尽头是一扇窗户，窗外是旧学校的操场。操场上停着陈涛的白色比亚迪——车身上的滴滴Logo还没撕。林晨看着那辆车，想起一周前陈涛说的话——一个开网约车的人，没资格教别人AI。

现在那辆网约车还停在操场上。但开车的人，已经站在了讲台上。