簡介： 陳暘是典型的天才學霸。10歲開始編程，亞洲獎、國獎拿到手軟；創業做新媒體，服務世界500強；線上付費授課，購買數近30000次；業餘做自媒體，積累數百萬粉絲……我們的溝通單刀直入、毫無贅述，Using Data to Solve Problems 是他的價值觀，也是他的生活方式。
以下是陳暘的專訪內容，推薦閱讀（約3分鐘）。
用數據解決問題是核心理念
不論學習、工作還是生活，我解決問題的方式始終以自己的價值觀爲導向。“Using data to solve problems”是我的信仰。我喜歡跳出個人角色，從外部視角去看待問題，尋找規律，然後給出答案。
比如從技術工作角度出發，解決問題取決於面向的用戶畫像，是技術人還是企業人。技術人更關心輪子是什麼，使用怎樣的框架和模型等，即“Using data”的部分。而企業人則更關心端到端的應用場景和可能出現的問題，即“Solving problems”，他們或許不懂技術，但懂需求。技術對他們來說就是黑盒子，實現過程並不重要。這個時候就需要從影響的維度去思考問題，需求是預測行爲還是改進產品等。
在學習這件事上，要面向需求和場景進行選擇。每年有大量的優秀模型產生，不能單純爲了學習而學習，而要挑選好輪子，通過代碼實現，發揮模型的更大價值。
模型塑造商業價值，管理方案降本增效
2009年微博剛推出的時候我就在玩了，當時我還在清華讀書，註冊了2000個微博賬號。首先研究內容規律，研究好內容是如何產生的。2010年寫腳本抓取微博熱門內容，然後讓賬號自動發，並打好標籤分類存儲到一個內容庫裏。接着研究運營規律，比如我固定的賬號發某個明星的相關內容，並關注該明星後援會的粉絲，有一定的概率回粉。每天賬號發300次微博，至少新增50個粉絲，這些都是通過機器自動化得到的。後來我又寫程序加條件，比如只關注活躍粉絲，或本身有一定影響力的小V等。按這個模式運行了一段時間，平均每天新增25000粉絲左右，都是質量不錯的真粉。最後是活動規律，我舉辦了100多次明星相關的轉發抽獎活動，積累了第一批粉絲。
我們現在在做的自媒體有女性瘦身、服飾搭配等內容，還有“每天學點經濟學”“每天學點心理學”。通過這樣自動化的方式，獲得了商業價值的持續性增長。
目前來說，管理並不是我的強項，我的角色主要是從公司角度考慮如何降本增效，即降低固定成本和提升彈性空間上限。時刻關注行業變化，判斷行業發展是否符合規律；除此之外，重視開源。商業企業推廣開源的原因是降低技術人使用的成本，降低自己維護的成本，大家一起來使用並改進你的工具。以前軟件售賣方式統一，不論用戶是誰都是一個價格，現在逐漸考慮需求分層。不同的用戶對產品需求度和使用頻率不同，那就應該實行不同的收費方式。潛在用戶只是先了解一下，則沒什麼收費的必要，輕度中度重度使用用戶則遞增；而有些人可能會成爲未來某些商業目標的用戶，那就可以先培養這一批人的使用習慣。針對不同需求層面提升天花板，就是增效的一種體現。
立足核心優勢，發揮最大價值
說說我對AI的理解。我從1995年開始學習編程，我認爲編程=算法+數據結構，同理，AI=深度學習算法+大數據，順延到這個時代的update而已。大數據框架可以解決量級增長數據的問題，現在的處理也不再用傳統方式，而是深度模型的相關算法，AI屏蔽了中間的環節，我對AI的定義也符合“Using data to solve problems”，所以自己也自然選擇了這個方向。
創業做了新媒體，因爲媒體是最容易受到技術影響的行業。媒體技術變革與技術趨勢始終一致，比如淘寶的“猜你喜歡”。先從傳媒行業開始，再逐漸深入到傳統行業的變革等。
創業8年從事企業服務，25年編程比賽經驗，拿過獎也踩過坑，逐漸形成了符合自己特質的價值觀。作爲管理者來說，懂一些技術，也瞭解一點企業。遇到困難的時候我會聽純音樂，閉眼想象自己做演講、給大家分享經歷的場景，當認清受挫是必經之路，就覺得這些都微不足道。
我不認爲自己算是成功的，失敗的案例倒是可以分享。當初自己投了200多萬想要做鹿班這樣的產品，結果沒成功，現在還在賺錢還貸款。當初的創業熱潮吸引了不計其數的企業和創業者，而存活甚微。鏈條太長和能力以外的決定，務必謹慎。
當遇到瓶頸，不妨換個維度思考。還是建議創業者不要輕易跨界，做自己擅長的事情，鏈條越短越好。其實很多創業者每天都是戰戰兢兢、如履薄冰，當然有些人天生就是企業家，適合自己的纔是最好的。專注併發揮自己的核心價值很重要，比如讓我去談客戶搞關係的話，就發揮不出我自己的價值。找準自己定位，未來一定可期。
他是陳暘，是IEEE Member、ACM Member、CCF數據庫專委，更是阿里雲 MVP。