大学时候，学的最差的大概就是算法了。当时总是喜欢多想一步，问一下这个算法到底是为什么。结果老师也答不出。
同一个学期，学的最高兴的，是操作系统。教课的是当时的系主任，国内的操作系统大牛。听他老人家讲课，总是能深入浅出的理解里面的设计理念。比如进程的调度，以CPU时钟资源的公平分配为原则；比如虚拟内存的大小，是方便和节约的折中；比如缓存的分配，是历史数据向未来的有效预测等等。
那个时候就开始了解，其实算法，无非是人的决策，在计算机上面的表达。
后来到了这边读书，导师发明的算法，是解决路由问题里面对稀缺资源的调控。那个算法的精妙，就是引进了经济学的原理，让各个信号去竞争这些资源，稀缺的资源“价格”提高，使得某些信号转而去使用相对“便宜”的资源，从而达到资源调配的目的。
类似的，当我设计和他的算法相配合的算法的时候，也是把现实生活中的处理方法引进了算法里面，对于一个NP-hard问题，既然不能在多项式时间和空间找到最优解，那么就在处理的过程中，对某些“看似”最有希望的部分结果，进行拓展，最后得到一个相对优化的结果。
在web领域，因为有人的参与，就有了更多算法改良的空间。pagerank是利用了人多年在web上面积累的url数据作为网页权重的投票；相应的协同过滤，也是利用人的行为数据来提取人的兴趣。
但是在算法利用免费的人力进行优化的同时，基于这些算法建立的网络应用，也对人的行为产生了不可忽略的影响。在03年google的CEO Eric Schmidt 去系里讲座的时候，就有学生问他，如果将来大家都依赖google，不在网页上面添加链接了，google怎么办。Eric略一迟疑，说估计不会的。事实上，当google把AdWords引入以后，巨大的流量瞬间转变成了钱，人们不仅没有停止添加链接，反而变本加厉的建立起link farm以求在SRP上面占据首位。Google也不得不针对这些link spam进行算法的修改。
同样的，协同过滤虽然为Amazon带来了无数的新销售，同时也使用户的行为趋同。