谁在驱动滴滴发动机？

全套售价3600元的《中国历代战争史》，重要而冷门，出版发行37年来，各大平台评论寥寥。

但也有例外。在北京西二旗后厂村名为数字山谷的写字楼，就至少有完整的两套。

一套位于程维的办公室，另一套则在张博书架最中央。

他们是滴滴最初的合伙人，2012年8月前互不相识，后来因微信猎头群走到一起。

并且从那以后，一个名为“滴滴”（嘀嘀）的出行平台在中国狂飙突进，快速崛起。一方面不断遭遇惨烈的同行竞争，另一方面面临内外挑战。

然而它又总是能屡战屡胜，战摇摇、并快的、赢Uber，补安全……直至最近，已经成为一个日订单5000万的超级出行App。

过去十年里，它是最会打仗的公司，也是牵动了线上线下资源最多的项目，甚至是史无前例的互联网烧钱补贴的创业。

但如果你将滴滴的取胜秘诀，归因于补贴、烧钱。

那、就、错、了。

从外包8万的*版产品到如今，滴滴杀出重围、屡战屡胜的关键——难于察觉、也容易视而不见：

一套几经跃迁的技术体系、一支技术铁军，一部轰鸣着随时准备进击的发动机。

这部发动机，不仅决定了滴滴的过去和现在，也将是解码滴滴未来的核心钥匙。

只是问题是：这部发动机如何而来？被谁点燃驱动？又会走向何方？

谁在驱动？

要了解这部发动机，可能最直观的角度是当前的滴滴业务架构。

无论你是出租车、快车、专车用户，还是公交、顺风车或代驾的用户，其实日常都在与这部技术引擎打交道。

它包含了业务中台、数据科学、地图、安全产品技术等中台基石，又受益于底层基础平台、安全、EP等基础规则。

它在滴滴完整业务架构的横与纵中，处于中后台，支撑前台业务，也连接代表前沿的AI Labs，和意味着技术落地的产品部门。

如果从人的维度，或许还可以生动得多。

因为打造和驱动这部滴滴发动机的人，藏着技术引擎的往事和秘密。

这部发动机的肇始和掌舵者，张博，滴滴内部都叫Bob。

滴滴出行联合创始人、滴滴出行CTO、滴滴自动驾驶公司CEO。

生于1983年，武大软件学院本科，中科院硕士，其后在百度成为搜索工程师。2012年开始参与滴滴创业。

他是程维找到的*个合伙人，也是代表技术的那一个。

但最初，两人并不相识。他俩的缘分起于猎头微信群。当时程维在群里发帖求技术合伙人，被一个猎头看到，转给了“寻找创业机会”的张博。

张博说，他至今记得八年前那个北京初秋的日子，中关村E世界C980，手机销售的后仓，走廊上全是抽烟的人。

其后先跟程维谈了半小时了解项目，又花了2天时间打车调研，最后认可了移动互联网将对出行的变革意义，给程维回复：I am in。

张博的加入，也意味着滴滴的发动机，开始翻开*页。

章文嵩

滴滴出行高级副总裁、云平台事业群负责人兼开源委员会主席，技术开源世界无人不知的知名专家，LVS(Linux Virtual Server，Linux虚拟服务器)开源软件创始人。

章文嵩生于1973年，博士毕业于国防科技大学，学生期间就创立了LVS。

在加入滴滴前，章文嵩在阿里巴巴任职近七年，历任淘宝网资深技术总监、淘宝技术委员会主席、阿里副总裁、阿里开源委员会主席、阿里云CTO等。

2016年5月，章文嵩加盟滴滴，一时江湖震动，正明（章文嵩花名）离开阿里转投滴滴，成为当时技术圈热门话题。

章文嵩目前辖下有基础架构部、运维部、系统部、大数据架构部、IT&机器学习部、数据平台与数据治理部、滴滴云等，堪称技术引擎基础中的基础。

赖春波

滴滴出行技术副总裁，网约车平台公司 CTO ，负责网约车技术体系和平台治理体系，也是滴滴集团数据科学与智能部负责人。

赖春波毕业于浙江大学，拥有软件工程硕士学位，在加入滴滴之前曾就职于百度搜索研发部和基础架构部，主要从事分布式和大规模存储架构工作，曾主导百度新存储体系建设。

在2015年11月加入滴滴后，赖春波建立平台技术部，为滴滴出行多品类、跨区域、国际化经营打下坚实基础。

2019年起，赖春波成为滴滴核心业务网约车平台公司CTO，并且担负起平台治理的新时期重任。

弓峰敏

滴滴出行信息安全战略副总裁，素有硅谷安全创业教父之称。

弓峰敏本硕毕业于西安交大，1992年在圣路易斯华盛顿大学计算机科学博士，其后开始高速网络及安全技术研究，并在2001年起硅谷创业，是世界著名网络安全公司Palo Alto Networks的联合创始人。

还是多家新兴安全公司的创始人或重要高管，其中三家企业已成功上市或被收购，他也是连续创业者和硅谷天使投资者。

2016年加入滴滴出行，现任职滴滴信息安全战略副总裁，美国研究院院长。

卜峥

滴滴出行副总裁，国际化CTO、滴滴美国研究院副院长。

卜峥2000年创办绿盟科技，这是国内最早从事网络安全的企业之一，此外他还有丰富的国际化产品技术经验，曾为Intel Security开创了包括中国、印度在内的多家海外实验室，并且负责过DTI安全云产品的全球化工作。

2016年卜峥加入滴滴，担任滴滴首席安全官和国际化产品技术负责人，建设了滴滴的全球信息安全和业务安全体系和组织，研制了大量的定制化安全技术，切实保护用户个人隐私。

叶杰平

滴滴出行副总裁、滴滴人工智能实验室负责人、美国密歇根大学终身教授，IEEE Fellow。

叶杰平教授本科毕业于复旦大学数学系，其后在新加坡国立获计算机硕士学位，进一步在美国明尼苏达大学获计算机博士。

在加入滴滴前，叶教授已是密歇根大学终身教授，并且是成果累累的AI领域大牛。在大数据、机器学习、数据挖掘、及其在生物医药领域的应用方面都有建树。

但易于被误解的是，叶教授之于滴滴，与科技公司首席科学家或AI实验室负责人不同。

因为2015年底他的加入，为滴滴技术引擎跃迁贡献了巨大的力量。

杨毅

滴滴智能业务中台部、车载设备事业部负责人。

杨毅本硕均毕业于北大信息科学与技术学院，2008年加入百度，8年中成为百度主任研发架构师，先后负责过操作系统、基础架构及百度云的相关研发工作。

2016年加入滴滴，目前主要负责是基于AIoT的车载智能设备及相关数据在服务/安全方面的应用挖掘，以及公司级用户、订单、支付、账单计价等平台建设。

柴华

滴滴地图与公交事业部总经理。

柴华本科和硕士均毕业于天津大学计算机系，毕业后7年内先后供职于阿里巴巴和百度，2016年加入滴滴。

作为地图与公交事业部负责人，柴华为滴滴地图的技术突破做出重要贡献，包括持续完善地图基础数据能力、核心引擎能力和路径规划、导航等产品能力，提升网约车及国际化出行业务地图体验、提速公交业务等。

吴国斌

滴滴科技生态与发展部总监，大数据分析与应用技术国家工程实验室副主任。

吴国斌学于中科大，2003年和2008年分别获得中国科技大学工学学士学位和工学博士学位。

加入滴滴前，任职微软亚洲研究院，主要工作集中在科研合作，人才培养和学术交流等，所负责的科研项目获得过微软CEO亲自颁发的奖项。

以上，就是滴滴CTO线的组织架构和核心负责人履历，也是滴滴发动机目前的主要驱动团队。

不过，还有一些现已挂帅其他业务，但不得不提的人，比如罗文。

2013年初从百度加盟而来，滴滴*位产品经理，微信红包营销的发明者，先后主导了移动出行支付普及、专车、外卖孵化等历次产品创新升级，现在是滴滴外卖负责人，滴滴产品委员会主席 。

而罗文这样的经历，也暗含了滴滴技术中后台、技术引擎被称为“发动机”的原因。

这，与打造历程有关。

如何被打造？

罗马并非一日建成。

纵观滴滴的发展史，可以简单粗暴划分为：革命时期和建设时期。

革命时期，都是生死时速，都是边打战边擦枪，并且因为“武器”的更快迭代，滴滴成功实现了突围。

拿张博的话说，“这个时期大部分时候，滴滴在资本总量上都低于竞争对手，并不占优，都是以弱胜强。”

建设时期，关键节点是并购Uber中国，最强战争已经结束，“可以搞发展了”。

而在这两大时期中，有四次不得不提的技术跃迁。

*次跃迁：从看到听。

与张博的到来密切相关。

这位滴滴技术背景合伙人，在2012年8月底加入，当时滴滴实际已经发布了*个版本打车软件，但可用性和稳定性都存在不少问题。

乘客端发出订单后，周边的司机收到订单仅到“概率”——有一定概率收到，有一定概率收不到，而且也不知道bug所在。张博加入后，*件就是debug，改产品，在可用性和稳定性上实现保障。

但要说改变战局，他觉得核心是2大“武器”。

*个是“免费”，网约出租车创业最初的商业模式，是希望替代电话叫车，而电话叫车则有电召费。张博和程维商量后，觉得国内用户已经免费习惯了，收费就会让用户增涨有门槛。

于是最后顶着断炊之忧，决定免费，追求用户规模和订单量。在产品稳定性得到提升的前提下，C端用户一下子实现了快速成长。

当时更耀眼的“摇摇打车”跟进晚了几个月，战机已失，终成流星。

第二个“武器”则是司机端信息接收的变革。在打车软件起初，大家都围绕手机，但都没考虑到司机开车时候手和眼睛其实很忙。

所以张博想：“订单信息应该从耳朵这个信道进去，或者就得把抢单按钮做得很大很大……”

其后，滴滴率先在司机端版本中推出了“语音播报”，内含订单距离、起点，终点……感兴趣的话点击占据一半屏幕的巨大按钮就能抢单。

这样的技术产品创新，在2012年同样*战场内其他选手，甚至三四个月后，那时最被看好的摇摇打车才推出。

固有印象里，滴滴是一家因烧钱和补贴成就的公司。但实际上大部分时候，滴滴资本总量上都是远低于当时竞争对手，技术上的变革则更为关键。

第二次跃迁：大数据和机器学习

2013年，滴滴技术开始了两件比较重要的事。一方面，滴滴技术团队升级了后端CRM系统，不仅可以管理快速扩张且分布各地的BD团队——当时一年之内从20人激增至1000人，而且在这个系统里还加入了绩效计算和激励，*限度激发了地推积极性，滴滴由此可以快速拓展开城和调度千军万马。

另一方面，影响更为深远的是大数据团队的组建和机器学习系统的应用。

“当时我们发现，一个城市的订单超过一定数量级，把订单广播给所有3公里半径内司机就会有信号道占用的问题，需要个性化推荐才能提升效率”，张博说。

于是2013年1月，搜索背景出身的张博牵头组建大数据团队，用机器学习的方式，实现订单预估和个性化推荐。

这个团队和机器学习系统的打造，也为后来滴滴赢下竞争奠定了基石。

虽然后来江湖上更广为人知的往事是“七天七夜服务器鏖战”和“红包大战”，但在中后台，大数据和机器学习的作用随风入夜、春风化雨。

更本质的是，这代表了一种思想：

要赢下更大的战役，就必须依靠稳定、可靠，高效的技术引擎。

它可以调度千军万马，它只能是技术驱动。

正是这种思想落地生根，陆续带来了叶杰平、赖春波、章文嵩、弓峰敏、卜峥、石东海、曹乐、朱宏图、唐剑、Kevin knight等一帮人才，极大地加速了滴滴的平台化构建和AI在滴滴内的应用落地。

第三次跃迁：从抢单到智能派单

与快的战争的尾声，滴滴上上下下都危机感强烈，因为一样的打法是无法击败Uber的。

即便有巨头支持烧钱出市场，但下一场大战已是完全不同的量级。

张博一语道破关键：“Uber当时是全球盈利打中国市场，估值300亿美元，我们只有70亿美元，Uber每稀释1%的钱就能拿到更多的钱……”

这时候，在一架底特律飞往北京的航班上的人，让战局出现转机。

他叫叶杰平，当时是密歇根大学终身教授，计划在2015年7月回国探亲，国内亲朋好友也都约好聚一聚。

而就在当天起飞前，叶杰平收到滴滴的求助，“一道题目，跟出行里抢单、派单相关，问我能不能抽象成数学问题。”

叶杰平回忆，刚好十几个小时的越洋飞行，没有网络，又觉得挺有意思，就从各个维度思考，最终成功抽象为一个优化问题。

“本质就是优化效率和体验的问题，我给了很多解法，从最简单的到最复杂的……”

后来，叶杰平的解法，不只张博听了，程维和柳青也听了。

于是第二道题紧接而至：能不能把抢单到派单问题，具体建立成一套算法模型？

当时滴滴面临的境况非常微妙，实际已经有派单模型，但跟Uber类似，属于完全派单，搞得司机怨声载道，甚至罢工……而如果依然抢单的话，效率又无法提高。

其实在*道题分享的时候，滴滴就向叶杰平抛出橄榄枝了。

作为一个机器学习领域的大牛学者，叶杰平知道加入滴滴意味着什么。

在密歇根大学，他研究的方向是大数据、数据挖掘和机器学习，但为了申请科研资金，他多半参与的是制药医疗方面的项目，研究成果见效并不是一个立竿见影的事情。

滴滴正在做的事情则不同。头一天一个想法变成一个模型，第二天上线就能验证效果，哪怕一个小的算法都能马上影响成千上万人的出行。

“解决的都是前所未有的难题，而且*现实价值。”

但叶杰平也有顾虑。自1997年留学，18年里，他早已在大洋彼岸安家落户，孩子还都在上学。另外自己的学生们，又怎么办？

不过天生爱挑战的他，还是认真思考了滴滴给出的第二道题目。

在之前本质抽象的基础上，他从算法、AI的角度，很快给出了解决思路：

之前从抢单到派单，被当做一个非0即1的问题，导致司机接受度有限。而叶杰平把问题看成连续的过程，从0到1之间，引入“阿尔法系数”，从0.1、0.2……一点点往上提升，逐步让司机习惯和接受。

思路听起来简单，算法实现并不轻而易举，但最终，一套完整可控的算法依然被设计出来了。滴滴也完成了从抢单到派单的成功迁移。

滴滴平台效率也开始从量变到质变，2个月后“由抢到派”迁移完成，滴滴成交率超过了80%，与Uber在技术上旗鼓相当，甚至已经开始*了。

在之后一次滴滴管理层会议上，滴滴管理层说，派单项目是过去几个月*的功臣之一。

叶杰平说，那是他加入滴滴参加的*个大型会议，没想到来滴滴的*个想法*套算法就能实在地影响成千上万用户的出行。

一切还只是开始，随着抢单到派单迁移的，还有分布式计算、高性能计算在滴滴的建立，以支持不同国家、所有城市的效率。

并且还因为AlphaGo的启发，他所在的团队在2016年也把派单问题与下棋问题结合在一起，引入强化学习来解决，在订单预测和决策上效率进一步提升，极大提高了司机的收入，AI在滴滴的落地也开始加快。

而滴滴，也在业务、前沿研究二者交叉中找到BGM，开始频频于AI顶会发力，在数据挖掘、强化学习等领域打响声势。

或许你也注意到了，第二个问题之后，叶杰平下定决心，加入滴滴。

“跟几个leader都聊过，氛围很好，虽然是创业公司，但对于技术和技术驱动的渴求非常强烈，而且滴滴是非常适合落地的公司，出行问题解决得好，可以改变千万人的日常生活。”

父母家人也都支持叶杰平回国。再后来的事情，现在都知道了。AI的应用开始深入滴滴每一个环节，2016年8月1日，Uber鸣金求和，滴滴吞并Uber中国，而在此之前，Uber全球闪电扩张，全*手。

而Uber之战的结束，对于滴滴来说也是另一种新开始。

杀伐征战的阶段结束了，市场输赢生死的危机得到解除。

他们面临另一个崭新的挑战：用怎样的秩序、以什么样的方式去建设这个一仗又一仗之后成型的平台。

第四次跃迁：安全和平台治理

也有人把这个“平台”，看成一个游戏里的“国家”。

移动互联网纪元X年，出行市场风云变幻，天下能人异士纷纷揭竿而起逐鹿中原，最终滴滴安内攘外，终究完成大一统。

但对于这个大一统的成果，不像搜索、不像社交，也不像之前互联网时代里诞生的任何一个霸业。

在出行这个领域，线上线下、时间和空间，虚拟信息世界和现实物理世界，在这里实时统一。

而且作为线上线下的连接器，滴滴帝国里调度和参与的，还有最难预测的人性——以及不同人之间会发生的冲突。

更本质来说，这个新业态是在用技术去解决社会问题和人性问题。

2018年是滴滴极为艰难的一年。4月发生了一起司机载错乘客的纠纷，一名乘客酒后呼叫了一辆网约车，但阴差阳错上了另一辆同时到达的网约车……过程中由口角纠纷变成了肢体冲突。

“这让我们开始反思系统性进行平台治理的重要性”，赖春波回忆说。

他2015年11月从百度加盟而来，之前是基础架构师，来到滴滴后先实现了滴滴底层数据库和系统重构，然后进一步完成了滴滴平台技术搭建，属于“后方”砥柱。

但Uber决战结束后，他调转担负起用技术推进平台治理的重任。

赖春波说，战争时期大家最关心的是打不打得到车，但到了建设时期，打得到车只是基础，还要舒适、安全、服务好，且便宜。

“人民日益增长的需求越来越高，这个时候我们不进则退。”

而“投资人被打”之后，更悲剧性的安全事件，向滴滴上下展示了比竞争打仗更险峻的人性挑战。

两起顺风车事件，生命的代价，让创办以来战必胜攻必克的滴滴，处在监管和舆论的悬崖之巅。

全公司中止之前一切KPI，全力以赴投入安全。在战争时期打造的技术引擎，也全速朝“保证安全”改装。

张博召集了1000多人的研发精锐，从技术上补课安全，在誓师大会上，他说：

穷尽一切科技手段，降低安全事件发生概率，不要让未来的自己后悔现在的决定。

作为网约车平台公司CTO，赖春波说团队是从客服开始切入的，先把平台体验相关的所有用户反馈汇集、分类，最后统计出2万多个。

比如车内冲突类、交通事故类、服务纠纷类、取消纠纷类……

接着又组织人力去分析问题，排优先级，然后设计方案。

过程中，一方面横向完善规则和机制，包括引入类似国家法制体系的设计，从确立规则、执行规则、规则宣教、抽检规则等一整套体系，持续根据反馈不算完善，着眼于长远。

另一方面，纵向方案设计里引入用得上的技术，结合各类场景，发挥大数据和AI的力量。

比如在乘客端上线滴滴护航能对乘客进行实时位置保护，当行车辆发生路线偏移、异常停留、提前完单等异常现象时，系统会根据情况采取弹窗提醒、安全专家介入研判、协助报警等方式。

还有桔视车载设备，这项为安全保障上马的硬件方案，如今不仅能在发生安全纠纷时作为判责依据，还能自动识别司机是否疲劳驾驶、发出提醒，判断是否跟前车过近，进行相应预警。在自动驾驶中，还能有另一层面的作用，帮助构建场景库，不过已是后话。

赖春波感悟说，All in安全中，他对滴滴的平台治理重任有了新体会，与其他科技互联网平台不同，滴滴平台具有公共事务属性，不仅要让出行效率更好，也要帮助社会安全变得更好。

而这个挑战又关乎人性，永无止境，也没有**解，能用的技术手段，或者说可以用得上的一切手段，都会成为求解的方式。

滴滴国际化产品负责人黄远健，也有另一角度但一致的感悟。

在顺风车安全事件发生后，他被紧急调任至安全攻坚产品团队。黄远健回忆，他和团队还专门学习了《犯罪心理学》，深入解构“犯罪三角理论”，熟悉过程中双方的心理，先抽象出问题，再具体给出产品升级方案。

“没有天生的坏人，很多犯罪可能就是一时冲动，好的产品机制，需要能帮助规避那一下。”

现在，滴滴出行的App里随处可见这样的功能，比如行程中民警代表语音播报“温馨提醒”，就是基于犯罪心理学出发打造的。

而经过all in 安全的持续迭代后，最新的2020年二季度透明度报告显示，今年二季度，滴滴网约车中因乘客醉酒引发的肢体冲突投诉同比下降了66.4%，司机投诉乘客的发生率和乘客投诉司机的发生率，同比分别下降67.8%和50%。

据黄远健回忆，安全之战带来的危机感是异常强烈的，“感觉整个公司都快到悬崖边，生死存亡之际。”

经此一役，产品出身的他也重新认知在滴滴的工作。

俞军跟他说：能够为中国出行找到一种安全的出行方式，本身就是在改变世界。

只是对于大小战役中锤炼过的滴滴上下而言，这场“安全”的仗，无论身处什么岗位，不管是技术还是产品，与之前所有赢得的战争都会有根本不同。

这几乎是一场不存在“终点”的战争，技术再跃迁、发动机如何进化，也都不会有一个“鸣金收兵”的时刻。

这将是他们建设时期里永远的OKR。

滴滴发动机的其他影响

打造技术引擎是为了赢得战争，但过程中也因之形成了滴滴技术对应的文化和人才机制。

张博归纳出4点：

战功、武功、潜力，价值观。

战功：战时看攻城掠地，拿下的市场份额和提升的效率；建设时期看用户价值和商业价值。

武功：对战功的更形而上思考、底层归纳，能不能将一城一次的战功抽象、总结和沉淀，形成方法论。

战功和武功的区别在于迁移和可复制。

从一个战场到另一个新战场，从一个岗位到全新岗位，武功是持续成功的保证，而且还可以不断迭代进化。

潜力，就是驱动战功到武功的进化力。

具备潜力的人，会把一场场战役沉淀的经验，不断迭代进化，成为一套理论。

在张博看来赖春波就是这种进化的代表，他具备了对人和事的深刻洞察。

所以加盟后先快速发现了滴滴数据库和服务器架构的问题，迅速完成重构，为其后更多品类快速上线奠定了基础……在需要平台治理的时候，又很快实现了迁移，从一个技术架构师，快速成为平台治理领域的专家。

但无论战功、武功，还是潜力，底层支撑都是价值观。

价值观代表了核心驱动力是不是使命，意味着是否足够坚韧、是不是有大局观。

张博说，一路打战的滴滴，潜移默化形成了召之即来，来即能战的文化。

滴滴的发展史上，永远没有安逸舒适的时候，往往一场仗打完，调动也就可能随之发生，需要你第二天直接背着书包去到新战场。

“我跟春波说把现在这个团队放下去平台治理，他第二天就去了，甚至不用过多解释，因为他知道那件事是当时公司最紧迫的……”

黄远健也是类似，他之前是百度搜索产品经理，后来是MIUI团队一员，到滴滴后负责快车产品，安全事件发生，“一纸调令”上最前线，后来国际化产品团队有需要，就走马上任。

“滴滴既是一家业务导向非常明确的产业组织，也有非常出色的应激反应，召之即来，一呼唤大家就上了。”

“战事不断”，自然也有好处——英雄有用武之地，而且能力很容易获得检验。

过去二十年互联网和移动互联网，核心解决的是信息流动的问题，其中流淌的介质是比特，但滴滴所处的战场，解决的是物理世界的人和物体流动。

对于那些更渴望改变世界的英雄来说，没有什么比打造一个更高效安全的世界更激动，也没有什么比一个算法模型让现实生活更美好更令人获得成就感。

所以章文嵩、叶杰平、俞军、弓峰敏、卜峥、韦峻青等专家大牛接踵而至，把理论用现实来验证，用业务来实现算法价值，然后传帮带聚集起一批小牛，形成人才效应。

还有俞军这样已经封神的产品大拿，也重新出山，希望在滴滴这样新业态产品里，检验自己的产品方法论是否过时。

另外，因为战事和挑战，年轻人也有更直接的出头机会。

You can you up 的理念在滴滴更易于获得认同，甚至解决业务问题的能力，要胜过履历、纯技术代码能力。

而且黄沙百战之后，团队领导都不用自上而下地明确——团队内部就会自然形成向心力。

重构了滴滴底层技术架构的赖春波、微信红包营销发明者罗文、在快车和安全产品中接连证明自己的黄远健等等，都是在炮火一线中冉冉成长起来。

令人意外的是，滴滴直到Uber战事接近结束，才有了相对体系化的组织机制，用D序列来对应参照其他科技互联网公司的人才等级标准。

“一开始都在求生存，差不多开始搞发展了才开始搭建组织体系机制，也不能老是处于一种混沌状态”，张博解释。

这倒跟现代军事史类似，军级军衔被提上议程，也是四海平定海清河晏之时。

而对于滴滴来说，因战争而生的技术引擎，也来到了一个稳定而成熟的阶段。

这部发动机的目的不再是击败竞争对手，而是如何持续稳定提供安全高效的出行服务，或者在其他领域实现复制和迁移，比如外卖、货运和社区购。

要做的还有很多，能做的也还有很多。

所以滴滴所在的数字山谷，还不会就此平静。

在滴滴联合创始人\CTO\滴滴自动驾驶公司CEO张博的书桌上，正在被打开的是一本《有限和无限游戏》的书。

这本归类于“哲学/宗教”的著作里明确，有限游戏以取胜为目的，无限游戏则延续为关键。

而对于滴滴，吞并Uber中国也是边界的风水岭，之前是一场有限游戏，之后挑战则无限延续。

安全也好、自动驾驶也好，“战争”还在继续，靠技术赢得有限游戏的滴滴，还得靠技术，才能不断延续无限游戏。

滴滴因这部发动机活下来，也得靠这部发动机继续走下去。

【本文由投资界合作伙伴量子位授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。