程序員老頭提車

㈠ 小鵬汽車：從城中村到紐交所 一個程序員的造車史

2004年8月，UC首次將伺服器、客戶端混合計算的雲端架構應用到手機瀏覽器領域。

2017年8月，何小鵬從阿里巴巴退出，以董事長的身份正式加入小鵬 汽車 。

2020年8月，小鵬 汽車 敲響了IPO的鍾聲，正式於紐交所上市。

8月，是巧合，也是何小鵬的印記；而成功掛牌紐交所，卻是小鵬 汽車 6歲的印記。

至此，小鵬、蔚來、理想，成了三家赴美上市的新勢力造車代表，而中國新勢力造車版圖也終將形成「三國鼎立」的局面。接下來的兩周里，我們將會用三篇系列報道，為你揭開三巨頭背後的造車歷程。

故事，就由小鵬開篇吧……

— 01角色的轉變 —

「世事的起伏本來就是波浪式的，人們要是能夠趁著高潮一往直前，一定可以功成名就;要是不能把握時機，就要終生蹭蹬，一事無成。」——莎士比亞

何小鵬就是那個會把握時機的人，但要說他有何獨特之處，卻並非是UC時代那個最優秀的產品經理，而是在他不惑之年，義無反顧地完成了一次角色轉變：離開阿里，以一個投資人的身份加入到小鵬 汽車 ，並硬生生地把廣州一座不起眼的城中村變成了屬於他的「戰地」，還一步一步將它帶到了紐交所。

【這是何小鵬和他的上一個代表作 UC】

「造車很難!很重!」UC的成功，已然為何小鵬注入了企業家的「血液」。然而， 真正讓他被圈內熟識的，還是從造車開始 。

盡管早已不是容易激動的年紀，但 汽車 界這場隨之會來的大變局，還是激起了他內心漣漪。既然美國已經開始有變化了，中國應該也快了。

2014 年年中，何小鵬與他的「朋友圈」，及多家風投機構一起做了天使投資人，共同創辦了小鵬 汽車 。這些人里，多數是他做UC時的緊密合作人。 持股31.6%，何小鵬成了最大股東 。

「最初，是純投資者的心態」，這是何小鵬當時想法：只是覺得這個行業一定會有價值。

他的眼光確實獨到。同年，馬斯克宣布對外開放特斯拉的全部 228 項專利，這也就意味著會有更多公司加入到造車大潮。天時!地利!人和!還等什麼?2014-2017年期間，這成了小鵬 汽車 的起步階段，只不過那時的何小鵬還任職於阿里。

從創立UC到擔任阿里移動事業群總裁，再在阿里任職時期投資和創建小鵬 汽車 ，這期間，何小鵬實際上已實現了財務自由——2014年6月，UC以43.5億美金賣給了阿里巴巴。也就是說，在邁進 汽車 領域之前，何小鵬實際上已經是一個擁有了100億以上的年輕富豪，然而他在冒險與保守間選擇了再一次下注。

小鵬 汽車 ，這是他的第二次創業 。2017年8月，何小鵬從阿里巴巴退出，以董事長的身份正式加入小鵬 汽車 。

屬於何小鵬的下半場，正式開始……

「自創業伊始，我就一直期望實現更大的夢想。」這是何小鵬在談及創業感受時曾經說過的一句話。但是，造車畢竟與互聯網行業不同，不僅要吸引人才、引進技術，還需要有足夠的資金鏈，更需要鋪建上下游體系……這是一個無底洞。

做得好了，名利雙收;做得不好，血本無歸。盡管「凶險」，但依舊有著大批和小鵬 汽車 一樣的造車新勢力拔地而起，因為，趕上了好時代!

— 02 互聯網造車變一地雞毛 —

就在小鵬 汽車 創立的前一年(2013年9月)，國家為開發潔凈能源 汽車 ，開始「輸血式」地扶持這個行業發展，一舉打開了新能源 汽車 的大門。財政部、 科技 部、工業和信息化部、發展改革委等四部委還聯合下發了《關於繼續開展新能源 汽車 推廣應用工作的通知》，並明確了財政補貼支持推廣應用新能源 汽車 的具體政策。而隨後，各地方政府的補貼政策也陸續跟進。也就是說， 買一輛新能源 汽車 ，消費者可以拿到兩份補貼 。

有補貼、政策扶持，毫無疑問地，中國新能源 汽車 的春天已然來臨。一時間，「智能 汽車 」這個概念開始大受資本追捧，第一代資本炒家開始瘋狂投機，甚至很多互聯網企業也看到了其中紅利，紛紛入局。小鵬 汽車 ，也就是頭幾家站在風口的企業而已。

補貼紅利時期，有人調侃說「只要PPT做得宏大，基本都會受到資本青睞。」2016-2018年期間，有數據明確顯示，15家新造車勢力其融資總額就能達到千億級人民幣，發展態勢很是兇猛。

那個時候，賈躍亭還是站在互聯網神壇上的一代風雲人物，當時他還躊躇滿志地說「造車是足夠偉大的一件事， 汽車 業務即使把我們拖垮了，我們也要做。」但結果，也是真的「垮」了。

【賈躍亭的第一輛造車夢 FF91】

那個期間， 小鵬 汽車 開始晉級 ：從數千萬的天使輪邁進22+億人民幣的A輪融資、再從62億人民幣的B輪融資跨到13億美金的C輪融資，單就2018年一年時間，小鵬 汽車 就融資高達65億人民幣(除了62億元B輪融資，還有3億元的戰略融資)。這也成就了新造車勢力中，單年完成的最大單輪融資。

然而僅僅三年，這個行業卻開始緊急剎車。神話破滅，PPT造車淪為笑柄——2019年，隨著融資「窒息」、市場轉向、以及補貼政策斷崖式的下滑。 這一年，造車新勢力集體縮水、失聲 。

造車，真的沒想像中「光鮮」。不以長遠為規劃，終究一地雞毛。然而像蔚來、小鵬、威馬卻成了新勢力中第一關批量交付的優秀代表。但同時，真正的「廝殺」才正式開始!

— 03 有趣的投資者們 —

其實扒一扒小鵬 汽車 背後的「財團」，你會覺得這會是一個有趣的故事。

和何小鵬頗有淵源的阿里巴巴，從A+輪開始就與小鵬 汽車 結緣，隨後在B輪和C++輪的融資里，也相繼有阿里巴巴的影子。 阿里巴巴的投資一方面顯示了對互聯網造車的熱情，另一方面，也是為了在BAT領域里有所抗衡。

你看，蔚來 汽車 算是與騰訊有著深度綁定的新造車公司，雖然網路也有參與其中;而威馬 汽車 又是與網路走得最近的企業(發布量產車時陸奇也有出席)，但威馬 汽車 的副董事長熊明華卻又擔任過騰訊的首席技術官，與騰訊也有淵源。是不是有點兒意思!

但是，阿里出手，是繼騰訊投資了蔚來、網路投資了威馬之後，又一個亟需在戰略上布局智能造車的企業。有人戲稱「小鵬 汽車 是阿里的嫡系部隊」，其實也不假，這裡面應該也包含著何小鵬與阿里本身的「情分」。

除此，何小鵬早年間建立的人脈網路，也開始逐漸發揮重要作用——在小鵬 汽車 的Pre-A輪融資中，投資方包括小米的雷軍、俞永福、李學凌、傅盛、騰訊前高管吳霄光、經緯創投張穎等，這一次的融資額是4200萬元;而在A+輪融資中，又出現了很多互聯網大咖的身影，這其中就包括58同城網創始人兼CEO姚勁波、大眾點評創始人張濤、獵聘網創始人兼CEO戴科彬等，他們以個人的身份參與了投資。

雪球不斷滾大，這造就了 小鵬 汽車 已累計完成10輪融資 ，共獲得兩百多億元資金的支持。

— 04 錢花去哪裡了 —

在何小鵬看來，獲得融資後，有三筆錢必須得花：

第一筆錢都花在這里了：Xpilot自動駕駛+XsmartOS車載系統+SEPA電氣化平台。與「蔚來看重服務、理想強調效率」不同的是，小鵬 汽車 更注重在技術和研發上的投入，尤其看重自動駕駛技術和智能操作系統領域的儲備。

為了搭建一套完整的自研自動駕駛團隊，小鵬 汽車 還在矽谷、聖地亞哥、北京、上海、廣州，建立了不同的智能研發團隊。IPO招股書顯示，2019年小鵬 汽車 收入為23.2億人民幣，其中研發投入就高達20.7億，占公司總收入的89.2%。而今年(截止6月)，研發投入也已佔據公司總收入的62.9%。這都是一筆大的開銷。

除了造車本身的研發投入外，更重要的是需解決困擾造車新勢力的一大難題——生產資質。這也是何小鵬認為必須要花的第二筆錢。

說起這個「准生證」，還有點兒意思。這是國家對於各個行業都有相應的監管和准入門檻，也就是說，你想要建廠造車，首先就要報備發改委，得到乘用車項目建設核准，這樣才能合法建設一個整車生產工廠(小鵬肇慶工廠一、二期的總投資就達到了100億元)。但是，工廠建好了又並不意味著就可以造車了，還需要得到工信部核准，產品登上工信部新車目錄後才能合法的上市銷售。而我們常說的「准生證」基本就是以工信部生產資質為准。

當時小鵬的首款產品G3還是由鄭州海馬代工生產。為了獲得工廠「准生證」，小鵬 汽車 最快的辦法就是收購一家業績較差，甚至瀕臨破產，但擁有工信部生產資質的企業，這樣就可以利用他的生產資質讓旗下新車登上工信部新車目錄。所以，何小鵬想到了收購福迪。

按照往年記錄，為了這張「入場券」，那些造車新勢力可都是花了大價錢的——理想收購力帆 汽車 資質花了6.5億;威馬收購黃海 汽車 花了11.8億;愛馳入股江鈴控股50%花了17.47億;博郡和夏利合資的價格是20.34億。不過，小鵬收購福迪的成交價格卻是個謎： 外界流傳小鵬僅花費1600萬元就拿下福迪品牌及其生產資質 ，這相比此前各家的數億收購價， 顯然並不合理 ，沒有十幾億肯定說不過去。

收購完成後， 福迪資質也順利轉移到了小鵬肇慶工廠 ，而以福迪資質申報的小鵬P7也迅速出現在了第332期工信部新車目錄中。有了「造車資質」和工廠，這也就意味著有了成本管控和質量管控，而這也是除了技術和產品外的第二重要競爭要素。

第三筆錢則是建成規模化的超級充電站——除了自營充電體系，小鵬 汽車 也將引入第三方運營商。不過這需要有持續現金流的投入，相比起自動駕駛技術上的儲備、以及「造車資質」的購買，小鵬 汽車 在超級充電站布局目前還未形成規模化。超級充電站的投資，應該遠比我們想像中要大。 對於想要降低成本、保證交付、且有良好充電體驗的小鵬 汽車 來說，這錢都花得值!

— 05 腹背受敵 —

融資和造車的過程是順利的，但小鵬 汽車 也有日子不好過的時候。

2019年，小鵬 汽車 發布了2020款G3車型，說是改款，但卻是做了一次全面升級。這於小鵬而言，把改款車型做了大升級，這是好事啊;但於消費者而言，換來的卻是「老鵬友」的維權。

為何?您別好奇，聽我慢慢道來!

從時間線來看，G3車型是在2018年12月12日正式上市，並於2019年3月開始正式交付。但在4個月後(也就是2019年7月)，全面升級的2020款小鵬G3開始上市。也就是說，你可能面臨著舊車還沒交付，但改款的G3就宣布上市了，而且新車的續航還更長。這對還未提車，或剛提車不久的「鵬友」來說，認為小鵬 汽車 隱瞞了即將發布新車的事實，事情開始發酵。

【當年車主維權的圖片】

隨即， 小鵬 汽車 提出了兩個解決方案進行二選一 。一是贈送小鵬商城10萬積分，價值1萬元，可用於車輛保養、超充充電、車輛維修、兌換精品和本人及直系親屬新車增購。二是G3 2019款三年6折保值置換回購，用於補差價換購小鵬 汽車 。而且對於已經訂購2019款G3但尚未提車的用戶，可以更換為520km的版本。

不過這個事件並未真正影響到G3銷量，從數據上看，它依舊是2019年國內銷量最高的三款電動SUV車型之一。但，小鵬 汽車 想要搶佔新能源車市場，除了G3，應該更會寄希望於今年上市的小鵬P7。而P7所面臨的，有一個繞不開的競爭對手：特斯拉。

小鵬 汽車 於特斯拉之間，就不光是競爭對手關系那麼簡單，這還涉及了特斯拉的一波起訴。

此前，特斯拉以Autopilot技術源代碼被竊為由，起訴自家離職員工(現小鵬 汽車 員工)曹光植，並要求小鵬 汽車 披露其自動駕駛源代碼，上交電腦硬碟圖像，讓員工接受面談訪問。

其中糾紛我們就不做過多猜測了，但資本市場真正關心的，還是 特斯拉的這波起訴，是否會對小鵬 汽車 上市後有影響 。

— 06 虧損和上市矛盾嗎 —

北京時間8月8日凌晨2點，小鵬 汽車 向美國證監會提交了IPO文件。繼蔚來、理想之後，小鵬成為了第三個赴美上市的新能源 汽車 。

小鵬IPO要點

1

財務方面：小鵬 汽車 2019年研發投入為20.7億，全年凈虧損36.9億。 2020年上半年，小鵬 汽車 營收為10.03億人民幣，毛利為-3611.6萬，毛利率為-3.6%同比大幅收窄，研發投入6.3億，上半年凈虧損7.95億。

2

股東方面：IPO前，小鵬 汽車 管理層持股達40.9%，其中何小鵬持股31.6%為最大股東，阿里持股14.4%為最大外部股東，其他主要股東還包括小米、GGV紀源資本、晨興資本。此外，小鵬 汽車 在近一月完成合計超9億美元投資，阿里巴巴、高瓴、紅杉、卡達投資局等均參與其中。

3

技術優勢： 當前小鵬擁有自研的自動駕駛軟體平台Xpilot，是國內領先的自動駕駛智能 汽車 公司。

4

車型：小鵬 汽車 目前有兩款車型在售，分別是SUV車型G3和轎車P7。截止2020年7月，小鵬 汽車 累計交付量達20707輛，總銷量在造車新勢力中排名領先。

根據小鵬 汽車 公布的數據，2020上半年，小鵬實現總營收10億元人民幣，同比下降18.6%;凈虧損為8.0億元人民幣，凈利虧損幅度同比收窄26.1%，凈虧損率從155.8%下降至79.4%;毛利為-3611.6萬人民幣，毛利虧損幅度同比收窄92.3%，毛利率從-38.2%提升至-3.6%。雖然還未轉正，但也有了很大幅度的提升。

不過 虧損並不會影響小鵬 汽車 的上市和估值 ，其主要原因就在於資本市場看好了其在產品研發上的投入(早期的特斯拉也是如此)，小鵬 汽車 有著深度涉及智能化的產業基礎，這是他很重要的一個籌碼。加上，小鵬 汽車 還有G3和P7補充市場(目前估算，P7會有不錯的潛力)、以及自己的生產基地，未來產能應該還會持續爬坡(肇慶工廠目前產能是每年10萬輛)，這是資本市場看好小鵬 汽車 的另一個砝碼。

而至於為何又要在美國上市，在我說完以下幾個原因後，相信你也會認同——

①美股執行的是注冊制，只需要達到監管部門設立的標准就能上市，會更加市場化。

②在美股佔一個坑位，對品牌的全球知名度和影響力都有巨大的幫助，尤其是對拓展企業海外融資渠道也會有幫助。

③對於還在不斷「燒錢」的新能源 汽車 ，企業上市也是投資者最佳的退出機制。

從長遠來看，小鵬 汽車 也可以通過上市來獲取品牌力和市場信任度，同時還能為自動駕駛系統研發「物色」更多資源，這個商業潛力不可估量。

— 07結語 —

6年磨煉聚起的光暈終在敲鍾那刻起被點燃，站在大鑼前面的何小鵬，可能會想起小鵬 汽車 的第一次下線、第一次交付，也可能會想起受過的挫折和躺過的「槍」。但也因此，才讓何小鵬打造了中國的「特斯拉」——小鵬P7。或許這個時刻，何小鵬又會重新意識到，夢想中的"小鵬王國"可能才剛開始。

站在新起點，小鵬 汽車 會被賦予更高的期望，如何提高品牌影響力、如何讓中國的造車新勢力在全球競爭中取得成功，這都將成為大家想要的答案。

但是，我願意相信，中國的 汽車 行業會更好。

小鵬 汽車 ，加油!

(文：太平洋 汽車 網 王曉莉)

㈡ 圖像簡史——程序員眼中的圖像發展史

人，是感官的動物。

我們的大腦，像一塊復雜度極高的CPU，每天在接收著各種格式的數據，進行著無休止的計算。我們以各種感官接觸著這個世界，抽取著不同感官下的信息，從而認知了世界。而圖像作為承載信息最為豐富的一種媒介，在人類探索智慧的歷史中，一直占據著重要的位置。人用這樣一雙肉眼如何識別不同類別的圖像（image classification and pattern recognition），如何在圖像中分割出形形色色的物體（semantic segmentation and object detection），如何從模糊的圖像中想像出物體的輪廓（image super-resolution）,如何創作出天馬行空的圖畫（image synthesis），都是目前 機器視覺圖像處理領域 關注的熱點問題。全世界的研究者都希望有朝一日，計算機能代替人眼來識別這一幅幅圖像，發現在圖像中隱藏的密碼。

圖像分類是圖像處理中的一個重要任務 。在傳統機器學習領域，去識別分類一個一個圖像的標准流程是特徵提取、特徵篩選，最後將特徵向量輸入合適的分類器完成特徵分類。直到2012年Alex Krizhevsky突破性的提出AlexNet的網路結構， 藉助深度學習的演算法，將圖像特徵的提取、篩選和分類三個模塊集成於一體 ，設計5層卷積層加3層全連接層的深度卷積神經網路結構，逐層對圖像信息進行不同方向的挖掘提取，譬如淺層卷積通常獲取的是圖像邊緣等通用特徵，深層卷積獲取的一般是特定數據集的特定分布特徵。AlexNet以15.4%的創紀錄低失誤率奪得2012年ILSVRC（ImageNet大規模視覺識別挑戰賽）的年度冠軍，值得一提的是當年亞軍得主的錯誤率為26.2%。 AlexNet超越傳統機器學習的完美一役被公認為是深度學習領域里程碑式的歷史事件，一舉吹響了深度學習在計算機領域爆炸發展的號角 。

時間轉眼來到了2014年，GoogleNet橫空出世，此時的深度學習，已經歷ZF-net，VGG-net的進一步精煉，在網路的深度，卷積核的尺寸，反向傳播中梯度消失問題等技術細節部分已有了詳細的討論，Google在這些技術基礎上引入了Inception單元，大破了傳統深度神經網路各計算單元之間依次排列，即卷積層->激活層->池化層->下一卷積層的範式，將ImageNet分類錯誤率提高到了6.7%的高水平。

在網路越來越深，網路結構越來越復雜的趨勢下，深度神經網路的訓練越來越難，2015年Microsoft大神何愷明（現就職於Facebook AI Research）為了解決訓練中准確率先飽和後降低的問題，將resial learning的概念引入深度學習領域，其核心思想是當神經網路在某一層達到飽和時，利用接下來的所有層去映射一個f(x)=x的函數，由於激活層中非線性部分的存在，這一目標幾乎是不可能實現的。

但ResNet中，將一部分卷積層短接，則當訓練飽和時，接下來的所有層的目標變成了映射一個f(x)=0的函數，為了達到這一目標，只需要訓練過程中，各訓練變數值收斂至0即可。Resdiual learning的出現，加深網路深度提高模型表現的前提下保證了網路訓練的穩定性。2015年，ResNet也以3.6%的超低錯誤率獲得了2015年ImageNet挑戰賽的冠軍，這一技術也超越了人類的平均識別水平，意味著人工智慧在人類舞台中崛起的開始。

圖像分類任務的實現可以讓我們粗略的知道圖像中包含了什麼類型的物體，但並不知道物體在圖像中哪一個位置，也不知道物體的具體信息，在一些具體的應用場景比如車牌識別、交通違章檢測、人臉識別、運動捕捉，單純的圖像分類就不能完全滿足我們的需求了。

這時候，需要引入圖像領域另一個重要任務： 物體的檢測與識別 。在傳統機器領域，一個典型的案例是利用HOG（Histogram of Gradient）特徵來生成各種物體相應的「濾波器」， HOG濾波器 能完整的記錄物體的邊緣和輪廓信息，利用這一濾波器過濾不同圖片的不同位置，當輸出響應值幅度超過一定閾值，就認為濾波器和圖片中的物體匹配程度較高，從而完成了物體的檢測。這一項工作由Pedro F. Felzenszalb，Ross B. Girshick，David Mcallester還有Deva Ramanan以Object Detection with Discriminatively Trained Part-Based Models共同發表在2010年9月的IEEE Transactions on Pattern Analysis and Machine Interlligence期刊上。

時間如白駒過隙，驚鴻一瞥，四年過去，Ross B. Girishick已由當年站在巨人肩膀上的IEEE Student Member成長為了AI行業內獨當一面的神級人物，繼承了深度學習先驅的意志，在2014年CVPR會議上發表題為Rich Feature Hirarchies for Accurate Object Detection and Semantic Segmentation文章。RCNN，一時無兩，天下皆知。

RCNN 的核心思想在於將一個物體檢測任務轉化為分類任務 ，RCNN的輸入為一系列利用selective search演算法從圖像中抽取的圖像塊，我們稱之為region proposal。經過warping處理，region proposals被標准化到相同的尺寸大小，輸入到預先訓練好並精細調參的卷積神經網路中，提取CNN特徵。得到了每一個proposal的CNN特徵後，針對每一個物體類別，訓練一個二分類器，判斷該proposal是否屬於該物體類別。2015年，為了縮短提取每一個proposal的CNN特徵的時間，Girishick借鑒了Spatial Pooling Pyramid Network（SPPnet）中的pooling技術，首先利用一整幅圖像提取CNN特徵圖譜，再在這張特徵圖譜上截取不同的位置的proposal，從而得到不同尺寸的feature proposals，最後將這些feature proposals通過SPPnet標准化到相同的尺寸，進行分類。這種改進，解決了RCNN中每一個proposal都需要進行CNN特徵抽取的弊端，一次性在整圖上完成特徵提取，極大的縮短了模型的運行時間，因而被稱作「Fast R-CNN」，同名文章發表於ICCV 2015會議。

2015年，Girishick大神持續發力，定義RPN（region-proposal-network）層，取代傳統的region proposal截取演算法，將region proposal的截取嵌入深度神經網路中，進一步提高了fast R-CNN的模型效率，因而被稱作「Faster R-CNN」，在NIPS2015上Girishick發表了題為「Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks」的關鍵文章，完成了RCNN研究領域的三級跳壯舉。

隨著時代的發展， 科學家們不僅僅是技術的研究者，更是藝術的創造者 。

在人工智慧領域的另一位新一代靈魂人物，Ian Goodfellow在2014年提出了Generative Adversarial Net的概念，通過定義一個生成器（generator）和一個判別器（discriminator）來完成圖像生成任務。其原理在於生成器的任務是從隨機雜訊中「創造」出接近目標圖像的「假圖像」去欺騙判別器，而判別器的任務是去甄別哪一些圖像是來自於真實的數據集，哪一些圖像是來自於生成器，在生成器和判別器的互相對抗中，通過合理的損失函數設計完成訓練，最終模型收斂後，判別器的概率輸出為常數0.5，即一幅圖像來自於生成器和真實數據集的概率相同，生成器生成的圖像的概率分布無限趨近於真實數據集。

GAN技術成為2015，2016年深度學習研究的熱門領域，在圖像恢復、降噪、超分辨重建等方向獲得了極佳的表現，衍生出一系列諸如WGAN，Info-GAN，DCGAN，Conditional-GAN等技術，引領了一波風潮。

當我們把一幀幀圖像串聯在一起，變成流動的光影，我們研究的問題就從空間維度上擴展到了時間維度，我們不僅需要關心物體在圖像中的位置、類別、輪廓形狀、語義信息，我們更要關心圖像幀與幀之間的時間關系，去捕捉、識別一個物體的運動，去提取視頻的摘要，去分析視頻所表達的含義，去考慮除了圖像之外的聲音、文本標注，去處理一系列的自然語言，我們的研究一步一步，邁向了更廣闊的星辰與大海。

圖像和視頻，都是虛擬的一串串數字，一個個位元組，但卻讓這個世界更加真實 。

㈢ 戀愛先生中的程序神猿鄒北業，在劇中究竟身價多少

鄒北業是一個富豪，他的公司在劇中是正在准備上市，上市後呢就是保守估計他的身價應該是五個億，上億身家。

鄒北業開的那一輛車，被稱為是低調的豪車，大眾輝騰，這輛車的市場價是80萬起步。頂配的價格甚至是在兩百萬以上，很多人就像是就像喬依琳一樣，不懂車就會覺得他是一輛高配版的帕薩特，這樣可以看出鄒北業是一個很低調的人，而且他的穿著也是非常的普通的，但是不得不說他確實是一個身價不菲的老總， 不僅低調隨和也不炫富，充滿自信陽光，而且跟他相處也令人舒服，然後對待喬依琳也特別的真誠。

㈣ 程序員就業前景怎麼樣

程序員就業前景不錯，還是比較容易的，注意我指的是真正有實力的高級軟體人才，如果還沒有寫幾行代碼就說自己是程序員，我想這樣的程序員價值和賣白菜的也沒有什麼分別吧，最好做好工作難找的心理准備；要想在這個行業混的話，想進一些大公司，最起碼編寫的代碼在一萬行以上才有競爭力。

㈤ 程序員哀嘆外國同事對35歲現象感到震驚，在國外40歲還寫代碼

35歲現象，最早起源於互聯網大廠對於招聘人員的要求，高於35歲的程序員一般不予考慮，因為無論是從學習能力還是加班能力來看，大齡程序員都比不上年輕的小夥子。後來華為更是將35歲現象推向了風口浪尖，只要年齡大於35歲未走上管理崗位的基層員工，可能就會成為被清理的對象。

無獨有偶，一名程序員在和外國同事聊天時就受到了沖擊，這名外國程序員表示：對35歲現象感到震驚，他40多歲，天天還在寫代碼，這在國外很正常，對我們表示非常同情。

隨即，這篇帖子在程序員圈子引發了熱議。有同行評論：互聯網的同學們都要感謝滴滴，為我們創造了下崗再就業的良好環境。

不過也有網友分析：因為在法國程序員只是一個比平均工資高不了多少的普通職業，當然沒啥競爭。法國互聯網一般般，寫代碼的又不一定在互聯網，國內35歲以上做it外包的也比比皆是。

之前的公司法國研發團隊各種浪，後來整個法國團隊被裁了，他們在當地很難找到工作的，只能拖家帶口換城市。國外人口少呀，尤其是歐洲老齡化嚴重，不用40歲的程序員就沒人可用了。在德國打車，司機很多六十歲左右白發蒼蒼的老頭老太，車速80邁。

還有網友直接嘲諷發帖的程序員：真是外國的月亮圓，國內是因為學it的太多了，所以年輕人越來越多，歐洲有啥it行業，年輕人都沒有，自然只能老人上了，你看修路的工人好多50歲的，20年前可不這樣，大把年輕人，如果一個行業老人不少，說明走下坡路了。

㈥ 技術流薅羊毛！程序員遠程操控特斯拉，永久逃交停車費

前段時間，有個 #程序員遠程操控特斯拉永久免費停車# 的事兒還「挺有意思」。事情背景是這樣的，北京市道路停車方案改革，在路邊停車實行自動收費，並且停車不到半小時是不計費的。

於是呢，有位程序員是突發奇想，他通過編程來遠程操控自己的特斯拉每25分鍾自動挪車一次，這樣就可以規避掉30分鍾以上需交的停車費。

沒想到，程序員操控挪車的視頻在網上火了，連360公司的官微都轉發視頻表示： 「再次證明了一切皆可編程、萬物皆可互聯、數字驅動一切」。

下面來看看網友們的看法：

總的來說，這件事情是個人行為，先不說這個行為道不道德，為了節約停車費，程序員都能對自己的愛車下手，如果寫程序的時候能有這樣的「奇思妙想」，什麼樣的需求都能辦到了吧。

不得不令人感嘆一下，程序員的「腦洞」和普通人就是不太一樣啊！