就是初期用户以学生群体和大学教授群体为主，其次是硅谷的互联网从业人员和互联网大佬们。
视角回到Robin身上，作为纽约州立大学的计算机硕士，早期的Robin对技术很关注，他进入计算机这个细分领域下之后发现，里面的问题五花八门。
“DSL服务模式为什么会比传统的拨号连接方式更快？”
“我是一名计算机专业的大一学生，但是我丝毫没有从计算机学习中体会到乐趣，我该怎么办？”
当然也有很专业的问题，比如“PageRank算法的优势在哪里？”
“PageRank算法为搜索引擎的排名算法提供了一种全新的思路。
我们在设计这个算法的时候主要考虑了链接的质量和数量，并利用这些链接之间的关系构建了网页之间的链接图谱，从而对网页进行排序。
我们为超链接文档集的每个元素分配一个数值权重，目的是“衡量”其在集合中的相对重要性。该算法可以应用于任何具有相互引用和引用的实体集合。它分配给任何给定元素E的数值权重称为E的 PageRank，表示为PR（E）。
PageRank源自基于webgraph的数学算法，该算法由所有万维网页面作为节点和超链接作为边创建，并考虑了或mayoclinic.org等权威中心。排名值指示特定页面的重要性。指向页面的超链接算作支持票。页面的 PageRank是递归定义的，取决于链接到它的所有页面（“传入链接”）的数量和 PageRank指标。由许多具有高 PageRank的页面链接到的页面本身会获得高排名......”
这篇回答就相当专业，Robin看了眼回答者的ID，谢尔盖·布林。
同行是冤家，Robin知道对方，大家都是搞搜索引擎的，而且他们的PageRank算法和他发明的算法非常相似。
Robin为IDD做的站点评分算法是最早利用超链接衡量搜索质量的算法。
Robin忍不住也在下面写起了回答：“PageRank有借鉴Rankdex站点评分算法的地方......”