网络会议三十年 · 第四章 · 互联网的破晓

1995 年的夏天，一切都刚刚好。Modem 拨号声响起，宽带还没出现，互联网正以一种笨拙但充满好奇的姿态，把整个世界拽到一根铜线的另一头。

一

1992 年夏天，康奈尔大学信息技术部门的一间实验室里，一台 Macintosh 屏幕上跳出了一个不太干净的画面。

画面是黑白的——其实更接近于"灰白"，灰阶大约只有 16 级。早期窗口常见尺寸是 160×120 像素，也可以放大显示。背景里能看到一只咖啡杯、几本散乱的实验记录册，和一个戴着金属框眼镜的年轻人。年轻人对着镜头挥了挥手。

挥手的动作，在那块小小的屏幕里被切成了几个不连贯的画面：举手、抬手、停顿、放下。像是慢动作。又像是动作捕捉失败的样片。

但屏幕右下角有一个不起眼的状态栏：

Connected to: thumper.cornell.edu
Bandwidth: 14.4 kbps
Codec: CU-SeeMe v0.40

那是个人电脑上最早一批通过互联网传送的实时视频。

发起这类实验的人，是康奈尔大学信息技术部门的一位程序员——Tim Dorcey。他和 Richard Cogger 等同事，从 1992 年夏天开始捣鼓一个想法：¹

"如果我们能在 Mac 上跑 TCP/IP，那我们能不能直接通过互联网，给隔壁实验室的同事发一段实时视频？"

这个想法在 1992 年听起来像是疯子。

那年的互联网带宽是这样的：

• 校园骨干网：T1，1.5 Mbps（整个校园共享）
• 实验室之间：以太网 10 Mbps（同样共享）
• 拨号上网：14.4 kbps modem（家庭）
• 学校到家：还没有这个概念

那年的家用 PC 是这样的：

• 处理器：386 DX，33 MHz（高端）
• 内存：4 MB（够用）
• 硬盘：80 MB（土豪）
• 视频采集设备：通常需要单独购买

但 Tim Dorcey 不在乎"主流"。如果用今天的一段伪代码来概括，他写下的是这样的东西——

// CU-SeeMe v0.1
// Author: Tim Dorcey, Cornell Information Technologies
// Purpose: real-time video over IP, lightweight implementation

CU-SeeMe，这个名字是 "See You, See Me" 的连读，也是康奈尔大学（Cornell University）的首字母双关。

它可以免费获得。它能跑在支持 TCP/IP 的 Mac 上。

它在 1993 年 4 月前后被介绍给公众，随后迅速被教育和研究网络里的用户试用。¹

二

CU-SeeMe 不是 H.323，也不是 T.120。

它什么 ITU 标准都不遵守。

它的传输层是 UDP——因为团队觉得"丢一两帧无所谓"。 它的视频压缩是早期自研的灰度视频编码方案，不严格遵循 H.261，而是尽量用很低的算力和带宽传递"够看"的变化。 它的多点会议靠一台特殊的服务器——Reflector——把多路音视频流复制、转发给参会者。Reflector 的出现，让点对点视频实验变成了多点会议实验。¹

这是一个完全"野生"的系统。

但它能跑。

到 1990 年代中期，CU-SeeMe 已经被许多大学、教育网络和研究机构采用。一些组织架起自己的 Reflector 服务器，互相做视频连线。

NASA 等机构也使用过 CU-SeeMe 和 Reflector。对当时的学生和研究人员来说，最震撼的不是画面有多清楚，而是他们第一次意识到：那些原本只能通过电视台或专线系统观看的远方画面，正在变成每一台连上互联网的 PC 都有机会接收的东西。¹

三

我有时会想，CU-SeeMe 的真正贡献是什么？

它不是技术上最好的方案——画质差、协议简陋、稳定性糟糕。 它不是商业上最成功的产品——后来被 White Pine Software 商业化，进入 2000 年代后逐渐淡出主流。 它甚至不算"开创了视频会议"——PictureTel 早它八年。

但它做了一件别人都没做的事：

它把视频会议从"机柜"放进了"电脑"。

第一次，普通学生可以坐在宿舍里、用一台二手 Mac、连上 14.4k modem、装一个免费软件——就能跟世界上任何一个有同样配置的人做视频连线。

这件事在今天看似平凡。但在 1993 年，它是一场革命。

PictureTel 这类会议室系统价格昂贵，需要 ISDN 专线，需要专职工程师。 CU-SeeMe 价值 0 美元，只需要一个 Mac 和一根电话线。

这两套系统在 1993 年同时存在。 PictureTel 看起来像未来。 CU-SeeMe 看起来像玩具。

但十年之后，会议室机柜路线退到了行业边缘。

那些看起来像玩具的东西，后来长出了 Zoom 这样的产品。

四

1995 年。

这一年发生了太多事，以至于后人很难只用一句话概括。它是互联网的破晓时刻。

让我们按时间顺序列一下这一年的清单：

• 2 月 —— VocalTec 公司发布 Internet Phone，史上第一款消费级 VoIP 软件
• 3 月 —— Yahoo! 公司成立
• 5 月 —— Java 编程语言与 HotJava 浏览器公开亮相
• 7 月 —— Amazon.com 上线，开始卖书
• 8 月 9 日 —— Netscape Communications 上市，开盘价 28 美元，当天收 58.25 美元——这是互联网泡沫的开端
• 8 月 24 日 —— 微软发布 Windows 95，内置拨号网络和 TCP/IP 支持
• 9 月 —— eBay 上线，最早叫 AuctionWeb
• 11 月 —— 微软发布 Internet Explorer 2.0
• 12 月 —— DEC 推出 AltaVista 搜索引擎

那是一个所有可能的事情都在同时发生的年份。

如果把 1992 到 1996 连成一条线看，我们这本书的主角——网络会议——开始露出三条清晰的线索：

1. CU-SeeMe：把视频放进普通 PC
2. VocalTec Internet Phone：把语音从电话网搬到互联网
3. Windows 95 + NetMeeting：把共享和协作带到桌面用户面前

这三条线后来会反复交织。少了声音，会议活不下去；少了画面，会议缺少在场感；少了共享，它就很难成为真正的工作会议。

五

VocalTec 是一家以色列公司，由 Alon Cohen 和 Lior Haramaty 创立。他们相识于以色列国防军，1980 年代中期开始创业，公司后来在 1989 年正式设立。

他们一开始想做的是"在 PC 上跑电话"——用计算机的麦克风和扬声器，配合一段软件，实现简单的语音对讲。1993 年他们做出了第一个原型，但卡在了一个问题上：

带宽不够。

那时一段电话级别的 PCM 音频（G.711），需要 64 kbps。 而 1993 年的拨号 modem，最高只能跑 14.4 kbps。

差了四倍。

VocalTec 的两位创始人花了两年时间，做了一件后来被无数音视频厂商反复重做的事——

他们写了一个能跑在 14.4 kbps 下的语音编解码器，并把它发布成了一款 PC 软件。

那款软件，就是 Internet Phone。

它在 1995 年 2 月正式推出，发布日期通常记为 2 月 13 日；几天前，《华尔街日报》已经用大篇幅报道了这件事。²

它的价格远低于传统跨洋电话的长期成本。

它能干一件事：通过互联网，让你在 PC 上和远方的另一台 PC 通话。

通话双方都需要安装这个软件。另有一台位于以色列的"目录服务器"，记录哪些 IP 正在线，方便两个人找到彼此。

打一通 Internet Phone 大致是这样：你按下"呼叫"，软件先去那台目录服务器上查一下对方此刻的网络地址，找到了，就把你麦克风里的声音压缩成一个个数据包，从互联网发过去；对方那头再把数据包解开，从扬声器里放出来。反过来，也是同样一条路。

sequenceDiagram
    participant A as 你的电脑
    participant S as 目录服务器<br/>（以色列）
    participant B as 对方的电脑
    A->>S: 查一下对方现在的网络地址
    S-->>A: 地址在这里
    A->>B: 声音压成数据包，发过去
    B-->>A: 对方的声音，也这样传回来
    Note over A,B: 双向通话，声音在互联网上跑

那时的体验称不上好——延迟半秒到两秒，丢包能到两成，声音勉强听得懂，还带着明显的金属感。

但是——它跨越了大洋。

它在 1995 年炸开了一个产业：如果语音可以被压缩成数据包，通过互联网传过去，那么传统长途电话的计费逻辑，就第一次遇到了真正的对手。

VocalTec 提醒所有人：在在线会议的三根柱子里，最要命的那一根，其实不是视频，而是声音。

画面卡一下，用户会皱眉；声音断一下，会议就会停下来。真正做过会议系统的人都知道，audio 是生死线。回声消除、噪声抑制、自动增益、丢包隐藏、弱网下的抖动缓冲——这些听起来不性感的东西，决定了一场会议到底能不能开下去。

后来 Zoom 被很多普通用户说"就是比别人顺"，这里面有很大一部分，不是因为它的按钮更漂亮，而是因为用户在最糟糕的网络里，仍然能听清对方在说什么。

六

1995 年下半年到 1996 年，传统电信行业开始意识到问题的严重性。

那时的 Internet Phone 体验并不好：音质粗糙，延迟明显，丢包时声音会变形。它的用户也主要是技术爱好者。可是它击中了电信业最敏感的地方：价格。

市场研究机构当时估计，1995 年底已经有约 50 万互联网电话用户；这还不是主流市场，却足以让运营商看到一个危险的未来：如果通话变成互联网应用，长途电话的护城河就会被一点点挖开。³

那是大象第一次认真看见脚下的蚂蚁。

但蚂蚁还没死。

到 1997 年，越来越多公司开始做类似 VoIP 的产品。 到 1998 年，思科收购了一家叫 Selsius Systems 的小公司——那家公司做的是企业级 IP 电话。⁴ 到 2003 年，瑞典创业者 Niklas Zennström 和丹麦创业者 Janus Friis 发布了一款叫 Skype 的软件——它从 VocalTec 那里继承了"用 PC 打电话"的想法，又用 P2P 网络解决了"找到对方"的难题。⁵

每一步，都在把蚂蚁养成大象。

七

1995 年的另一件大事，是 Windows 95。

8 月 24 日发布那天，全美的电脑专卖店从凌晨开始排队。微软花了 2 亿美元做营销，请滚石乐队为它写了主题曲——《Start Me Up》。比尔·盖茨在西雅图的发布会上跳起了一段不太协调的舞。

但对我们这个故事来说，Windows 95 真正的意义不在那场发布会。

它的意义在于：普通消费者第一次买到一个内建拨号网络和 TCP/IP 支持的主流 Windows。

之前的 Windows 3.1、Windows for Workgroups，TCP/IP 常常要靠第三方 Winsock 或额外组件来折腾。到 Windows 95，拨号网络和 TCP/IP 成为系统自带能力；虽然早期安装和 OEM 配置并不总是把 TCP/IP 默认装好，但用户离"点几下就能上网"，确实近了一大步。⁶

也就是说，从 1995 年 8 月 24 日开始——

普通 PC 正在被改造成互联网终端。

而每一台能上网的 PC，理论上都能成为一台在线会议终端。

这里的"会议终端"，不只是摄像头和麦克风。

它还包括屏幕、鼠标、键盘和正在打开的文档。

这就是为什么微软会在 1996 年发布 NetMeeting——它知道，自己手里突然之间有了一张全球最大的"潜在协作终端网络"。NetMeeting 最早随 Internet Explorer 3.0 beta 免费发布，支持 T.120 数据会议；后续版本又逐步把 H.323 音视频能力结合进来：能语音、能视频、能聊天、能共享白板、能共享应用。⁷

这就是 sharing 这根柱子。

如果说 VocalTec 让人们听见远方，CU-SeeMe 让人们看见远方，那么 NetMeeting 和 T.120 那条线，第一次让普通 PC 用户意识到：远方的人可以和你一起看同一份东西。

这件事，对企业会议尤其重要。企业开会不是为了看脸，而是为了看同一份计划、同一页 PPT、同一个 bug、同一张销售报表。

可微软当时还不知道：这张网络的真正价值，几年之后会被另一个人用另一种方式挖出来。

那个人，叫朱敏。

八

让我们把镜头从 1995 年的硅谷拉远一点。

那一年，朱敏 47 岁。

Future Labs 正走向被 Quarterdeck 收购的结局。朱敏每天早上 8 点出门，先去 Future Labs 的办公室处理事务，下午见客户或合作方，晚上回家陪女儿——他的女儿 Erin 那年 17 岁，正在学小提琴。

外人看朱敏这一年是"功成身退"——卖掉公司、拿到一笔钱、可以退休了。但朱敏自己不这么想。

如果把他后来做 WebEx 的选择浓缩成一句话，大概就是：

协作软件如果装在每一台 PC 里，它就只是 PC 的附属品。 协作软件如果装在某一个"地方"，让所有 PC 来"用"它——那它才能反过来定义 PC。

朱敏当时还没有"云计算"这个词可用。 他甚至还没有"SaaS"这个词可用。 他只有一个朴素的直觉：

协作的归宿不是桌面，是网络。

这个直觉在 1995 年的朱敏脑子里只是一颗种子。

它要在 1996 年遇到 Subrah Iyar 这场关键的"化学反应"之后，才会破土。

它要在 1997 年遇到一位被美国拒签了八次、英语说不利索的山东年轻人之后，才会长出树干。

它要在 2000 年纳斯达克的开盘钟响起之后，才会开花。

它要在 2007 年思科的 32 亿美元收购之后，才会暂时枯萎。

它要在 2011 年那位山东年轻人决定离开思科、重新种一棵树之后，才会变成森林。

它要在 2020 年那场把世界按下暂停键的瘟疫之后，才会被几十亿人同时望见——并意识到，那不是一棵树，那是一座新的、看不见的、罩在地球上的拱顶。

但 1995 年的朱敏，还不知道这一切。

他只是带着那个尚未成形的判断，合上当天的文件，去厨房给女儿做晚饭。

九

让我们最后看一眼 1995 年。

那年夏天的硅谷，每一栋办公楼都在凌晨亮着灯。门洛公园、帕罗奥图、桑尼维尔——这些今天耳熟能详的名字，那时还只是 101 公路边上一连串不起眼的小镇。每一栋办公楼里都坐着几个二十多岁的、不修边幅的、相信自己手里的代码能改变世界的年轻人。

他们写的代码，今天我们都在用。

但他们大多数，没有看到自己写的东西最终长成什么样。

CU-SeeMe 后来走向商业化，White Pine Software 曾取得商业授权并推出商业版本；再后来，这个名字逐渐淡出主流市场。

VocalTec 在互联网泡沫之后几经起落，后来并入其他 VoIP 公司，作为独立先锋的光芒逐渐消失。

Netscape 在 1998 年被 AOL 用 42 亿美元收购，原班团队后来重新组合，做出了 Mozilla / Firefox。

微软的 NetMeeting 后来逐渐让位于 Office Live Meeting、Lync、Skype 和 Teams 这一条更长的产品线。

朱敏的 Future Labs 被并入 Quarterdeck，Quarterdeck 1998 年被 Symantec 收购，再后来——你知道的，朱敏没有走那条路，他在另一栋楼里，启动了一件叫 WebEx 的事。

每个人都只是历史的一片切片。

但所有这些切片合在一起，就是 1995 年——

互联网的破晓时刻。

那一年的夏天结束时，全世界大约已有 1600 万人能上网。⁸ 那一年的冬天结束时，这个数字翻了一番。 五年之后，这个数字会涨到 4 亿。 十年之后，10 亿。 三十年之后，50 亿以上。

而我们这本书的真正主角——WebEx——会在这条曲线的早期，被一对联合创始人，托在两个人的肩膀上，慢慢地、笨拙地、固执地推出来。

它会犯许多错。 它会卖掉自己。 它会在巨兽的腹中沉睡十年。 它会被自己的孩子用 35 亿美元的 IPO 反向超越。 它会在三十年后被业内人称为"实时协作"和"实时音视频"的黄埔军校——并以一种最让人意外的方式，赢得另一种胜利。

但所有这些故事，都要从 1996 年那个春天，朱敏走进硅谷一家咖啡馆，遇到一位印度裔创业者 Subrah Iyar 的那一刻开始。

镜头切换。

下一篇，拓荒。

互联网在破晓的时候是没有声音的。 只有 14.4 kbps modem 那一段熟悉的拨号声："咔，咔，呲——叮——咕——叽——" 那是二十世纪末最被低估的一段配乐。 它一响起，世界就开始下载一个不一样的自己。

第一篇 · 序曲 完。

接下来： 第二篇 · 拓荒：从零打造 WebEx（1991–2000）

那是朱敏的故事。 也是 SaaS 的史前史。 也是一群人在互联网泡沫中，被命运按住头、却幸存下来的故事。