书名：为什么伟大不能被计划
作者：肯尼斯·斯坦利 乔尔·雷曼
译者：彭相珍
出版社：中译出版社
出版时间：2023-05-01
ISBN：9787500173625
品牌方：中译出版社有限公司
本书由中译出版社有限公司授权微信读书进行制作与发行
版权所有·侵权必究
外版申明
Copyright © Springer International Publishing Switzerland, 2015
First published in English under the title Why Greatness Cannot Be Planned: The Myth of the Objective by Kenneth O. Stanley and Joel Lehman, edition: 1
This edition has been translated and published under licence from Springer Nature Switzerland AG.
Springer Nature Switzerland AG takes no responsibility and shal not be made liable for the accuracy of the translation.
Simplified Chinese translation copyright © 2023 by China Translation & Publishing House ALL RIGHTS RESERVED
——肯尼斯·斯坦利(Kenneth Stanley)
献给我的父亲和母亲
——乔尔·雷曼(Joel Lehman)
作为本书的作者，我们很高兴中国读者现在有机会借此书一睹我们基于人工智能(AI)领域研究的一些发现和见解。从我们
最初做人工智能领域的研究，到出版这本书来质疑目标在生活和工作中的效用，此间过程既漫长，又充满了意想不到的崎岖。
事实上，自研究伊始，我们从未期望或计划能写出一本影响范围超出人工智能领域的书。但是，令人惊讶的事情恰恰发生
了。在这段旅程中，我们注意到，那些对我们在人工智能领域研究感兴趣的人们，长期以来都有一个疑问：这些见解对他们自
己及其职业生涯有何影响？由此，我们开始意识到，如果就目标对人工智能主体的影响进行深入研究，那我们自然也会期望了
解不同的目标对人类的影响。毕竟，人类才是最高级的智能主体。
正如你将在本书后续的论述中发现的那样，事实证明目标产生的影响是不容忽视且令人惊讶的，它们可能会彻底颠覆你对
自己的人生成就和未来的思考方式。
在本书的英文版首次出版发行后的几年里，人工智能的世界发生了很多变化。例如，深度学习已经成为一种趋势，新颖的
生成算法持续产生着越来越惊人的结果。然而，即使世界已经发生了巨变，我们依然认为，这本书传递的核心经验和教训，经
得起时间的考验，依然值得学习和借鉴。归根结底，对于人工智能或任何其他领域的发展，我们都可以从目标的角度来审视一
番。
我们知道，今天的中国已经蓄势待发，做好了在许多领域和事业中取得长足进步的准备，其商业环境和生活中的竞争往往
十分激烈，实现真正的创新尽管颇具挑战性，但其回报也丰厚无比。因此，随着中国逐步向“全球创新中心”的方向转型，本书
提供的经验和教训（即以目标为导向的创新道路有多么反直觉）或能恰逢其时地提供一些裨益。考虑到中国的无穷潜力和光明
前景，一想到我们的作品能够在中国实现其国家伟大梦想的漫长而曲折的道路上，提供哪怕是微不足道的帮助，我们就兴奋不
已。
无论“目标反而会阻碍成就达成”这一令人惊讶的结果，最终是否会影响你看待个人生活或职业生涯的方式，我们都希望它
能帮你增添一个有价值的、全新的思考维度。
在此祝广大中国读者好运常在！
肯尼斯·斯坦利
乔尔·雷曼
2023年1月
想象在某个平行宇宙中，你被任命为某国的科技部部长，你的任务是把该国科技发展水平提升至发达国家的水平。为此，
你的助手给你提供了一份计划：
选定若干个战略方向，投入巨额研发资金；
选拔一批国内企业，各自设定明确研发目标；
组织最优秀的科研工作者和著名学者作为项目领军人物，要求责任到人；
在每个方向上都安排至少三家公司，强化竞争；
定期考核，监督研发进度……
你踌躇满志，但是内心多少有点不安。这样的计划能成功吗？
这就回到一个问题：创新的逻辑是什么？
***
创新，是一件神奇的事情。要知道，一些实现伟大成就的发明家并非比同行更勤奋、更努力，而是因为他们经常能捡到“意外的”宝藏。
最近全球最令人瞩目的重大创新事件是一个生成式人工智能(Generative AI)模型ChatGPT的诞生。我认为这可能是工业革
命以来最了不起的发明之一，它由OpenAI（开放式人工智能公司）研发，且在最初并未得到美国政府的特别关注。
OpenAI的四位领导人都是三四十岁的年纪，首席执行官山姆·阿尔特曼(Sam Altman)在斯坦福大学学过计算机专业，中途
退学；首席技术官米拉·穆拉蒂(Mira Murati)是一位年轻女性，父母是阿尔巴尼亚移民；总裁格雷格·布罗克曼(Greg Brockman) 上过哈佛大学和麻省理工学院，但最终都退学了；首席科学家伊利亚·苏茨科弗(Ilya Sutskever)原本是俄罗斯人，小时候跟随父
母先移民到以色列，后又移民到加拿大，最后来到美国。
两位没有学位的美国人和两位外国移民，领着几十位研发人员组成了一家小公司，采用了一个当初包括谷歌在内的大公司
都不看好的技术路线，搞出了最震撼的科技。
这样的事情是可以计划的吗？
幸亏当下创新不是由政府主导，像OpenAI这样的小公司才有可能得到巨额的风险投资资金，才可以任性蛮干，才有机会
做出伟大的创新。
这可不是特例，这是常理。
当你考察科技史时，你会发现伟大的创造几乎都是由一些谁也想不到的人，在谁也没计划的领域中做出来的。比尔·盖茨
迎合极客打游戏的需求普及了个人电脑；硅谷的一个车库里诞生了谷歌；埃隆·马斯克起家是在网上支付领域，最后却推出了
SpaceX和特斯拉。
对比之下，那些由政府从上而下主持的大科研项目呢？
1971年，时任美国总统尼克松发起一场“癌症战争”，但貌似什么都没干出来；1982年，日本通商产业省搞了一个为期10
年的大项目，投入巨资，要研发第五代计算机系统，也是没有突破出来。
历史上似乎是唯一一个由政府主导，且最后获得成功的大科技项目，就是时任美国总统肯尼迪为了跟苏联竞争而推动的载
人登月计划。它激励了后来的各国政府，但仔细考察，彼时美国其实在很大程度上已经具备了相关科技能力——并不能称得上
是奇迹。
如果路线已经近在眼前，你当然可以设立目标、制定计划，多花点钱加速进行。但是真正的伟大突破是不能计划的。
这个道理并不是新认知，过去几十年间几乎所有关于科技创新的研究都是这么说的——但是都没有说服政策主导者。
如果掌握了充足的资源，“无为而治”也并不容易。
所以我们确实需要进一步的解释。为什么伟大创新一定是意外所得？
***
肯尼斯·斯坦利(Kenneth Stanley)和乔尔·雷曼(Joel Lehman)的《为什么伟大不能被计划》( Why Greatness Cannot Be Planned:The Myth of the Objective)一书，算是把这个问题彻底讲明白了。两位作者都是人工智能专家，而且都有在OpenAI工作的经验，可谓当今科技领域的前沿人物。他们对于书名这个问题的解释，来自一个AI算法。
比如，你想要从一些简单线条出发，演化出好看的图片，或者让纸面上的机器人走出迷宫，又或者让一个三维空间中的机
器人学会直立行走，你应该怎么做呢？
直觉上的做法是先设定AI算法的演化目标，在演化的每一步都进行筛选，接近目标就加分，否则就淘汰。但实验中这个做
法的效果并不好。
肯尼斯和乔尔发明的算法叫作“新奇性搜索”(Novel Search)算法，根据书中的描述，这是他们于2008年推出的。这种算法
会随机生成一组解决方案，通过评估新奇性并保留新奇性比较高的方案，从而像生物演化一样发生一定的变异，如此往复循
环，直到达到预定的迭代次数或者将问题彻底解决。
这个算法在迭代过程中完全不考虑一个方案是否有利于接近目标，哪怕这个方案是往墙上撞，或者一站起来就跌倒。产出
的方案再怪异、再不靠谱也没关系，只要是新奇的就留下——只问新不新，不问好不好。
然而各种实验都证明，这种方法找出来的方案最能解决问题。它能生成最好看的图片，能最快找到迷宫的走法，能让机器
人最快学会直立行走。这是为什么呢？
一个原因便是求新就意味着求复杂。简单的方案总是先出现，等你把简单的方案都尝试过之后还要新的，出来的就一定是
更复杂的方案。复杂意味着掌握更多的信息，掌握信息多意味着更高级，也就更容易解决问题。
更重要的原因是，新方案是通往其他新方案的“踏脚石”(Stepping Stones)。这就如同你在一片沼泽地里寻宝，必须踩到更
多的踏脚石才能探索更多的地方，而你必须探索很多很多地方才更有可能找到好东西。
***
因此，如果你一开始就向着一个明确的目标努力，你就走不远。目标会窄化你的探索范围。对伟大事业来说，目标具有误导性。
比如前面教机器人直立行走的例子。如果你一开始就一门心思想着直立行走，你就会刻意避免能让机器人摔倒的方案。可
是恰恰是那些会摔倒的方案教会了机器人踢腿！学踢腿，自然就容易摔倒；可是不踢腿，怎么能会走呢？
而对新奇性搜索算法来说，机器人从“不会摔倒”到“会摔倒”，绝对是大好事！机器人会的越来越多就意味着越来越高级，
便自然会将会直立行走这项技能收入囊中。
求新确保了探索范围宽广，好东西也会随之而来。考察科技发展史，好东西从来都不是按照某个目标刻意计划出来的，而
是一个接一个自动发展出来的。
莱特兄弟发明飞机，最早用的是自行车技术——此前无数人曾经想要发明飞机，谁也没想到首先飞上天的是“自行车”制造
商；微波技术本来是用于驱动雷达磁控管的一个部件，意外成就了微波炉；第一台电子计算机用的是电子管，但电子管根本就
不是为了计算机而发明的。
个人的成长也是如此。考察了不起的摇滚乐手、作家和企业家，他们几乎都是半路出家。哈佛大学的托德·罗斯(Todd Rose)和奥吉·奥加斯(Ogi Ogas)所著的《成为黑马》( Dark Horse:Achieving Success Through the Pursuit of Fulfillment)也讲
过类似的道理。书中的成功者并没有长远的规划，都是先做过一些事情，发现自己更感兴趣的是什么，并为之转行，从而找到
为其带来巨大成功的职业。
公司也是这样。比如YouTube最初的设想是一个视频约会网站，后来发现人们喜欢在上面分享五花八门所有类型的视
频……
伟大不是目标指引的结果，因为通往伟大的路线从来都不是直线，很多时候快反而就是慢——没有特殊目标，每次只是选
择下一块踏脚石，你反而能找到珍宝。
***
请注意，这可不是说人生就应该漫无目的、随波逐流。新奇性搜索算法不预设具体目标，但是它有价值观的指引，这个价值观就是新奇和有趣。只要你每次都选择更新奇和更有趣的方向，你就不会是平凡的。
这就如同一个小孩，一开始觉得看电视很有趣，家长对此很不放心，认为是浪费时间。但是孩子不会一直觉得看电视最有
趣，他很快就会发现打游戏比看电视有趣多了，于是他会把精力转移到游戏上来。而只要他眼界够高，他迟早会发现世界上还
有很多比打游戏更新奇、更有趣的东西，比如自己编程、自己制作游戏，最后他会发现搞科研更新奇、更有趣……
没错，真正能把追求新奇、有趣坚持到底的，都不是一般人。他们不会在中途沉迷，始终能看见下一块踏脚石，成就和实
用性早晚会随之而来。
如果你一开始就认准了想要得到一个什么样的珍宝，你就不会得到珍宝；最终得到珍宝的人，只是一直在寻找下一块踏脚
石……他们得到的都是意想不到的珍宝。
求新就是求好，出奇就是出色，有趣就是有戏。
***
这些道理不符合普通人升职加薪的攻略，也与很多后发进取的国家发展经验相悖。这些国家在过去几十年间经常讲目标、谈规划，确实取得了伟大的成就。后发优势使它们不用踩踏脚石就知道飞机、微波
炉和计算机是怎么回事儿，它们便可以确立明确的目标。这样的发展方式速度虽快，但是也在无形中限制了它们——它们不太
擅长寻找踏脚石。
如今，我们已经在很多科技领域进入无人区，前面没有现成的路了，我们就必须自己寻找踏脚石。那种认准一个方向猛
干，不惜成本投入人力物力，指望大力出奇迹的做法不是通往发达之路。中国经济需要转换到以“高技术高品牌+颠覆创新”为
主的高端发达模式，需要像新奇性搜索算法这样的思想。
然而转变是有条件的。要让人们敢于追求新奇、有趣，最起码得有点余闲和余钱才行。
肯尼斯和乔尔非常理解这些。他们甚至用算法演化的视角重新审视了生物进化，认为地球生物之所以有这么繁华的多样
性，并不是像很多人想的那样是因为自然选择非常残酷——而恰恰是因为自然选择并不是很残酷。物种竞争并不是全方位的，
有时候你开辟一个新的生态位就可以暂时避免竞争。
多样性不是竞争的产物，是逃避竞争的产物。
懂得这个道理，本篇序言一开头提到的那个假设的部长，他要做的恰恰是减少一些竞争，取消无谓的考核，用减少内卷换
取增加多样性，用自由发展取代顶层设计，营建更宽松的环境……
***
然而这一切是如此反直觉，几乎难以实现。肯尼斯和乔尔炮轰了美国的科研和教育体制，认为其太过强调目标和计划，正在制造平庸。过分寻求共识的评审机制让真
正新奇、有趣的项目很难拿到经费，全美国统一的教育标准和考试让老师们纷纷内卷，不敢搞教学创新……
现实是，世界上只有很少的国家能成为发达国家，成为发达国家以后也不一定能一直发达下去。伟大，那是非常非常难的
事情。推荐大家阅读这本书，并从中找到自己的收获。
科学作家、“得到”App《精英日课》专栏作者
万维钢
2023年4月
本书的灵感，源自一个关于人工智能的激进想法。人工智能发展到目前的程度，的确令人意外。起初，我琢磨的对象不过
是人工智能的算法，这是像我这样的计算机科学家才感兴趣的一个主题。人工智能算法通常有着明确的目标和目的，而算法的
编程就是为了它们。但后来我意识到，即使我们没有给这些算法设定明确的目标或目的，它们也能够取得令人惊叹的结果，甚
至比那些设定了目标的算法更优越。为了验证这个想法，我做了一系列实验，也收获了一些令人惊讶的实验结果。本书收录了
部分实验及结果，如果你也是一位计算机领域业内人士，可能会认为记述这些实验和结果的部分颇为有趣。
但随后不寻常的事情发生了。我开始意识到，这种洞察力不仅仅是关于人工智能算法，也可以适用于我们的日常生活，甚
至可以涵盖文化、社会、人类如何推动创新、如何规划成就、如何解释生物的进化等领域——这份清单可以无止境地写下去。
这个想法的确非比寻常。如果你无法理解，不妨想一想，源于一个计算机程序的算法，改变了一个人对生活的思考方式，这件
事多么令人惊奇。毕竟，我们并不会在每次开启笔记本电脑时都陷入对生存危机的思考。这个想法出乎意料的广泛适用范围令
我感到震惊。虽然我一开始试图将其压抑心底、抛之脑后，但它们的声音越来越让我难以忽视。
作为一名大学教授，我有时会应邀参会，就我个人的研究成果发表公开演讲。我将这个想法当成一个实验，在公开演讲时
谈到了它与我们的生活和社会的关系。当我看到听众的热烈响应和被激发的热情时，这个想法就被赋予了新的生命，让我看到
其意义远远超出了它们起源领域（计算机领域）。后来，我意识到必须专门写一本书，来尝试传达这种新颖的见解。于是，就
有了诸位今天拿在手上的这本书，希望你们能够在接下来的阅读中获得独特的体验。
本书始于一个故事，这个故事讲述了一个人工智能领域的想法如何扩展到其他更大的领域。但这本书也是一段奇异的旅
程，穿越了令人眼花缭乱的诸多其他领域。从个人约会，到科学的发展，再到人类大脑的进化，你将能看到其令人惊讶的广泛
影响。我希望诸位能够享受这段奇异之旅，穿越曾经熟悉的概念，用一种全新的、令人着迷的视角，观察我们生活的世界。
关于这个项目的历史，还有一个重要的细节，这本书实际上是两个人共同努力的结果。从最早的实验，到实现越来越广泛
的影响，本书的合著者乔尔·雷曼在整个过程中都发挥了不可忽视的重要作用。本书收录的很多想法，是我们两个人多年交流
和辩论的结果，因此这本书也真正地集合了我们的集体智慧。从第一章开始，我们便将采用同一讲述者的口吻，引领诸位完成
本书这段神奇的旅程。
乔尔和我都想对支持这项工作的机构表示衷心的感谢：中佛罗里达大学、得克萨斯大学奥斯汀分校和圣菲研究所（我在那
里休假时完成了这本书的撰写）。特别感谢中佛罗里达大学进化复杂性研究小组的每一位曾经的和现任的成员，感谢他们多年
来的投入和创意贡献。此外还要感谢加州大学旧金山分校计算机科学系主任盖里·里文斯(Gary Leavens)，他鼓励我把这本书的
内容落到纸面。如果没有IBM研究院的理查德·加布里埃尔(Richard
Gabriel)在SPLASH会议，以及罗得岛设计学院的林成灿
(Seung Chan Lim)的早期演讲邀请所提供的动力，或许我也没有勇气动笔撰写本书。感谢图片孵化器网站Picbreeder整个团队
的帮助，还有后来为该网站贡献智慧和力量的诸多用户。感谢为本书中的想法提供最初灵感的实验人员，他们是：负责人吉米
·塞克雷坦(Jimmy
Secretan)、尼克·贝亚托(Nick
Beato)、亚当·坎贝尔(Adam
Campbel)、大卫·丹布罗西奥(David
D'Ambrosio)、安德雷恩·罗德里格斯(Adelein Rodriguez)、耶利米·T.福尔萨姆-科瓦里克(Jeremiah T.Folsom-Kovarik)、娜扎尔·
汗(Nazar Khan)、彼得·马修斯(Peter Matthews)和简·普罗卡吉(Jan Prokaj)，所有人都为图片孵化器网站实验的丰富成果和研究
献策献力。
***
为了满足不同背景和领域的读者需求，本书分为两部分：第一部分（前九章）逐步提出了反对“目标神话”的主要论点，并为“目标神话”在生活和社会的一些领域造成的损害，提供了通俗易懂、得到普遍认同的证据。在本书的最后两章，我们还为那
些对“目标神话”在特定科学领域（尤其是生物学和人工智能）中的影响感兴趣的读者，附上了两个案例研究。这样一来，诸位
既可以从前九章中吸收主要观点，又可以从额外的案例研究中获得进一步的深度探讨。希望本书的内容安排，能够令诸位满
意。
圣菲研究所，圣菲，新墨西哥州
肯尼斯·斯坦利
对目标的质疑
现在，在亚哈的心里，他稍稍意识到了这一点，即：我所有的手段都是理智的，我的动机和目标则是疯狂的。
——赫尔曼·麦尔维尔( Herman Melville)，《白鲸》
想象一下，每天一觉醒来，不用去琢磨今天该干点儿什么，你有过这样的体验吗？假设你去上班，你的老板一反常态地没
有开例会，既不讨论工作基准，也不说明工作节点，而是告诉你，就做你最感兴趣的事，你该如何自处？待稍后，你上网浏览
新闻，里边既没有提到关于学习成绩的国家标准测试，也没有提及未达成的经济目标。说来也奇怪，当老师的，还是该上课的
上课；市场上，该进行的交易也没有受到影响。你或许在某个婚恋网站上发了一份自我介绍，但对于那些描述自己想找什么样
的对象的问题，通通留白。今天你好像并没有特意找事情做，但寻找的过程并未停止。或许近期你不会碰上这么漫无目标的一
天，但万一碰上了，这样的日子该怎么过？你或许会感到茫然困惑，或不知所措，或迷失方向。但有没有可能，你反而会觉得
日子更好了？
有意思的是，我们难得去谈论“目标”在自身文化体系中的主导地位，尽管我们自出生起就受其影响。从蹒跚学步，到第一
天进幼儿园，再到成年，我们跨入了一场“评估”的无限循环之中，且所有“评估”皆有目的——用以衡量特定目标（由社会或我
们自己设定）的进展，比如精通一门学科并找到一份对口的工作。实际上，“目标”从一开始就躲在幕后，从源头开始，随着时
间的推移不断积蓄力量，最终主宰我们的一切。
想要证据的话，你只需要顺道去趟家门口的书店看一眼，杂志架上琳琅满目的标题便会提醒你：或许你该跳个槽、减减
肥、开个公司、找对象约个会、升个职、换身行头、赚个小几百万、买个房或卖个房，或打通某个电子游戏。事实上，几乎所
有值得去做的事情，都以一个又一个目标的形式呈现出来。我们这本书也并不是说完成上述目标都是浪费时间，其中大部分目
标还是值得肯定的。但不论你对其中的某个目标有何想法，我们都很少质疑的是，用目标来框定我们所有的价值追求，是否合
理？你敢不敢想象一下没有太多目标，甚至是压根没有目标的生活？这样的生活，有没有好处？不论你的答案是什么，都可以
反映出我们的文化对“目标”是多么推崇备至！
另外我想说，这不仅仅涉及个人追求。虽然孩子们在学习某一科目的过程中，学校确实要依据进展情况打分。从学校的角
度出发，其目标是培养能考出高分的学生，但学校自身也因此被分为三六九等。到了国家层面，各个国家同样设定了各种不同
的目标，比如低犯罪率、低失业率或低碳排放等，为其投入大量的精力和资源，并跟踪这些目标和其他类似目标的进展。在上
述社会追求的背后，存在着这样一个设想，不常为人道，却少有人质疑，即任何值得追求的社会成就，最好先将其设定为目
标，然后大家齐心协力、坚定不移地朝着这个目标努力奋斗。这让人不禁发问：这世界上是否存在不需要设定目标就能完成的
事情？
纵观大部分行业，答案似乎是“没有”。以工程师为例，他们经常会设置一系列严谨的产品标准，作为需要达成的“目标”，
然后不厌其烦地将自己设计出的原型机与上述标准逐一比对。发明家也是如此，他们脑子里有一个构思，然后将其设定为一
个“目标”，最后再想办法实现。同理，为确保项目获得充足的资金，科学家必须先确立一个明确的目标，然后这些目标的可实
现性就成了评判项目能否获得资助的标准。如上诸般例子，不胜枚举。又比如投资人通常会预先设定盈利目标，亦如企业会制
定利润目标，甚至艺术家和设计师也会把“如何实现自己的构思和设计”定为目标。
“目标”一词在我们思维中的分量，甚至影响到了我们的交流方式。比如谈到自然界的动物，但凡涉及进化论，我们便会从
两大角度看待动物的演化——“生存”和“繁衍”，即生物进化的预设目标。即便是在电脑中运行的各类算法和程序，其设计的初
衷，也是为了实现某些特定目标，比如找出最佳的搜索结果，或者更好的棋局解法。事实上，此类算法在人工智能和机器学习
领域相当普及，“目标函数”一词也因此在相关行业内人尽皆知。
或许前述诸多对“目标”的狂热追求有一定道理。在某种程度上，我们不得不相信目标的意义，才能允许它主导我们生活的
方方面面。但背后的原因也可能恰恰相反，即我们已经太习惯于通过“目标”来界定所有的努力，甚至忘了我们可以去质疑目标
的价值。无论如何，这种习惯成自然的常规做法，毕竟还是有一些吸引力的。我们所有的追求，都可以被精确地设定为一个又
一个具体目标，然后再近乎机械性地逐步推进。在我们面对生活的不易和迷惘时，这种想法无疑是一种很好的心理慰藉。因为
若是从一开始，便有一座座整齐划一的里程碑来持续引导世界的走向，宛如发条钟表走时一般固定且可靠的话，人们绝对能感
到极大的安全感。
尽管没有明说，但存在这样一种普遍的假设，即“设定目标”这一行为本身，就创造了可能性。实际上，只要你用心去做，
便有可能事成，且一旦你找到了这种可能性，只需尽心尽力和持之以恒，成功便指日可待。这种“世上无难事”的哲学观也反映
出，我们的文化对“目标”一词根深蒂固的好感，所以我们都被教过这么一个道理：只要目标明确，努力和付出必有回报。
即便如此，或许你依然会时不时地对这种想法感到不安。“有目标才有动力”，这句话听上去顺耳，但做起来糟心——海量
的目标测算、评估和计量，将会侵入生活的方方面面，好似要把我们变成“目标”的奴隶，为了不可能实现的“绝对完美”奔波劳
累。或许在某些时候，“目标”能为我们提供生活的意义或方向，但它同样限制了我们的自由，成为禁锢我们探索欲望的牢笼。
毕竟，如果我们所做的每件事，都被看作实现一个或另一个目标的踏脚石，那么充满乐趣去探索的机会就被剥夺了。因此，设
定目标便会有代价。鉴于少有人就此种代价进行过详细论述，或许我们应该更认真地审视一番，即我们为了这种“目标乐观主
义”到底牺牲了什么？
在此之前，需要强调的是，我们并非悲观主义者。本书看上去像是一本“怀疑论”作品，但实际并非如此。事实上，我们坚
信人类的成就没有上限。我们只希望在本书中，强调一条异于常规的、不以目标为导向的成功之路。我们的文化为了所谓
的“目标”已经牺牲了太多，现在我们要做的就是悉数夺回。因为它偷走了我们去创造性探索的自由，阻碍我们去发掘一些意外
的收获。目标论导致我们只关注终点的收获和风景，而忽视了每一条探索道路本身的特殊性和独特性价值。
本书接下来的篇章将会告诉你，伟大的发现就蛰伏在我们触手可及之处，只要我们能丢掉“目标”这一所谓的“定心丸”。有
时候，改变世界最好的方法，就是不要试图去改变它——也许你已经意识到，最好的点子往往都是偶然所得。让我们先看看，
如今大多数人往往是通过怎样的方式获得成功的。
***
要做成某事，一般都要先“谋定目标”而后动。在各行各业中，只要提出一项新计划，你听到的第一个问题通常是：“目标是什么？”如果你不能把某个特定追求目标化，人们便觉得它有“不甚完善”之嫌，而“能否目标化”也是证明你的想法是否值得被考
虑的唯一途径。举个例子，假如你是一位化学家，即便你有很强烈的预感，认为把两种化学物质混合后，必会生成一种十分有
趣的反应，也几乎没有科学家会把你的“嘴把式”当回事，除非你能明确地解释和说明这个反应。只有这样你才能说，自己的目
标很明确，才能合理追求其实现。
有时候除了“目标”一词，人们可能会使用其他表述，但它们其实都扮演着类似的角色。比如，有些科学家经常要求彼此提
供各种“假设”，因为他们不想仅因某项研究听起来“有那么点意思”就往里头砸钱。他们通常会一个劲儿地追问：“你的假设是什
么？”，这与“你的目标是什么？”是一个意思。因为没有假设，科学实验无异于开盲盒，堪比小孩子过家家。这种假设，与你可
能想要实现的任何项目目标一样，能证明你的项目有实现的价值，即使最后可能没有成功，但仍然能成为最终结果的标杆，让
其他人在事后就成败得失给出评判。
这种行事态度，不仅适用于商业或者科学领域，也同样适用于个人生活。比如你登录一个婚恋网站，你首先得知道自己想
要什么类型的人，心仪什么样的对象，这样才能描述你“想找什么样的人”。再比如你是一名大学新生，你首先得了解自己的专
业，以便对该专业的知识体系产生清晰的认知，然后再学习掌握。所有正在填写大学申请书的高中生都知道，即使是个人爱
好，也应该存在某种目的性，没有针对性亮点的申请书，基本得不到招生老师的青睐，即便这是根据你的最佳思路填写的。
不论你是高管、科学家、学生，还是期待爱情的单身人士，一旦确定了目标，通常便要投入所有精力去实现它。换言之，
为了实现目标，我们会排除万难、全力以赴。但在这个过程中，实际上存在一种因素，虽不明显却切实存在，即通常情况下，
目标的达成进度，将通过某种方式来衡量。因此，我们文化中的各类测量手段和度量标准便有了用武之地，其目的都是为了确
保我们在朝着正确的方向前进，如果事情进展不顺，还能有回转的余地。举个例子，学习的目标是掌握一门学科的知识，成绩
就是其衡量标准，反映出学生是否在专业方向上取得了进步。所以，如果成绩下降了，你或许得改变一下学习方法。
优化理论中有一个很恰当的词，被一些科学家用于描述这种概念，即通过测量来帮助决定下一步的行动——他们称之
为“梯度”，它本质上被当成判别方向对错的一种线索。我们所有人很快就熟悉了这种“梯度化”的行为方式，以至于成年之时，
它几乎成为我们的无意识行为。小孩子们玩的一种“回答冷或热”的推理游戏，可以完美解释这一概念：一位年轻的寻宝人，需
要找到一处隐秘的宝藏，藏宝处只有其他玩家们知道，但他们仅能说“更冷”或“更热”这两个词中的一个来提供线索。这个游戏
的思路很简单，连小孩子都能自然而然地按照温度不断上升的“梯度”规律完成游戏，而且几乎不需要提前给出游戏讲解（当然
更不需要了解优化理论）。只要梯度呈上升趋势，寻宝者离成功就越来越近。从某种意义上说，我们在生活的各个领域中都在
玩同一个游戏。在我们的文化观念中，设定目标、努力实现目标，并在过程中衡量进展，已经成为我们追求成功的主要途径。
显然，在本书中我们将提出一系列的问题，质疑做事“有目标”的好处，但在此需要着重指出的是，我们主要针对的是所谓
的“高大上”的目标——因为此类目标的实现，是彻底的未知数。如果你是一个“胸无大志”的人，只想实现一些普普通通的小愿
望，那么制定目标就会非常有效，这也是人们很少质疑目标的一大原因。好比一家制造型企业决定提升5%的产能，即便成功
了，也没有多少人会感到惊奇，又或者一家软件公司想把自家产品从2.0版更新成3.0版，同样会成功，这没什么值得惊讶的。
诸如此类的“每日小目标达成”，会让我们误以为设定目标几乎对任何事情都有效，但随着“志向”变得越来越“高远”，实现的希望
便越发渺茫——这便是最耐人寻味的地方了。
有些目标仍充满了不确定性，比如医学研究人员尚未研发出治愈癌症的方法，计算机科学家短期内也很难说是否可以创造
出足以媲美人类智力的人工智能。如果能发明一种不存在任何风险、环境友好且用之不尽的能源当然很好，但没有人知道何时
会实现。完全沉浸式的全息电视，你得承认它会非常有意思，虽然这个目标可能不像前面的那么高大上，但距离问世仍遥遥无
期。也许世间还潜藏着一种新的美妙音乐类型，其魅力犹如海妖的歌声，甚至可以让全人类都沉沦，但仍需等待合适的“伯
乐”艺术家去发掘。或者更天马行空一些，发明时间旅行机器或瞬间移动怎么样？你甚至会给自己设定一些“大目标”，比如赚它
10个亿。当然，部分过于“高大上”的目标终究是无法实现的，但有一些倒是还有希望，如果我们能一步步地不断接近它们，最
后实现这些目标，世界必然会更美好。
那么问题来了，如何才能实现“高大上”的目标呢？不仅仅是打高尔夫球的时候让挥杆动作更有模有样，而是切切实实地实
现梦想。对于此类“高大上”的梦想，“目标”能提供的保证就有些无力了。毕竟，即便时间旅行在理论上是可行的，但目前从国
家资源最优化使用的角度考虑，肯定不会把数万亿的钞票一股脑儿投在建造时间机器上。但为什么不呢，设定目标不是迈向成
功的第一步吗？还是说，追求时间旅行会成为出现在我们现实生活中的白鲸“莫比·迪克”，分散我们对生活中真正重要事情的注
意力？
***
为何实现所谓“高大上”的目标如此困难？要解决这个问题，不妨想一想所有可能成为杰作的事物，例如所有可能的绘画作品，凡是入眼的皆属此类，但许多你从未见过和永远都见不到的事物也属于这一类，所以现在不妨想想看，在所有具备可能性
的画作中，只有极小一部分可以算得上是伟大的杰作，如达·芬奇的《蒙娜丽莎》或梵高的《星空》，此类作品都属于很难实
现的“高大上”的目标，其余绝大部分画作仅是可识别而已，无法像名画那般看一眼便深入人心，比如那些以熟人和日常物品为
内容的图片。当然，绝大多数图片都没有什么乐趣或意义——就像信号中断形成的电视花屏，只是随机的静态图像。令人兴奋
的是，在这一大堆具备可能性的画作合集中，有些伟大杰作尚未面世，因为还没有人画过。换言之，此类潜在的杰作还尚未被
发现。
把成功视为探索发现的过程会很有用。我们可以认为，画出一幅杰作本质上是在所有具备可能性的作品集合中将其发现，
好比我们在一切可能性中，搜寻想要的那个“唯一”，即我们所谓的“目标”。当然，这种搜索并非像你平日在洗衣机里找丢失的
另一只袜子那般随意，这种类型的搜索是更高层次的，就像艺术家在搜寻灵感时表现的那样，但关键是，我们熟悉的“搜索”这
一概念，实际上可用于更崇高的追求，如艺术、科学或技术领域。这些都可视作在寻找有价值的东西，可以是新艺术形式、新
理论或新发明，又或者从个人角度讲，好比是寻找合适的职业路径。不管你在找什么，这个探索发现过程最终与其他人的并无
太大区别。“弱水三千，只取一瓢”，在众多的可能性中，我们只是希望找到最适合自己的那个“唯一”。
因此，我们可以把创造力看作一种搜索的手段，但这种类比并不全面。如果我们在寻找目标，那么我们必定是在某些范围
内找出目标，这个范围可以被称为“搜索空间”，即所有具备可能性事物的集合。现在试着发挥一下想象力——就好像不同的可
能性，出现在一个大房间的不同位置。在这个巨大的房间里，从一面墙到另一面墙，从地面到天花板，每一个你能想到的图
像，都在空中某个位置盘旋着，数万亿的图像在黑暗中闪闪发光。这个洞穴般的房间储存了所有具备可能性的图像。现在想象
着穿过这个空间，其中的部分图像位置有一定的组织规律，比如某个角落附近是各色面孔，另一个角落则是繁星点点的夜晚
（在其中的某个位置立着梵高的杰作《星空》）。由于大多数图像，就好像断了信号的电视雪花屏幕般存在，大部分空间都塞
满了无用的东西，好东西相对较少，且彼此相距甚远。
从上述“搜索空间”的角度思考，“发现”便是我们把创造的过程，看作搜索这个庞大房间的过程。正如你可能想到的那样，
你最可能描绘出的图像，取决于你已经浏览过的房间区域。如果你从未见过水彩画，就不太可能突然间创作出它。从某种意义
上说，自古以来人类文明的发展过程，就是不断探索这个房间的过程，我们探索得越多，就越清楚创造发明的可能性。你对这
个房间探索得越多，就越能明白接下来该去往何处。通过这种方式，艺术家在创作时，恰恰就是在存储了所有具备可能性图像
的大空间中，寻找一些特殊或异常美丽的事物。他们在房间里探索得越多，成功的可能性也就越大。
假设你想画一幅优美的风景画——这就是你的目标。如果你在风景画方面经验丰富，便意味着你已经参观过房间里堆满这
类图像的区域。从这个位置，你可以开始向四周分化，进一步探索关于风景画的、尚未涉足的新区域。当然，如果你不熟悉风
景画，即便设定了的目标，你画出杰作的机会也不大。从某种意义上说，我们去过的地方，无论是目之所及还是心之所驻，都
会成为我们开拓新思路的踏脚石。
上述思维方式不仅适用于绘画，我们同样可以想象出一个装满任何其他东西的房间。举个例子，它可以是装满了各类发明
的大房间。与装满图像的房间一样，在这个容纳了所有可能性发明的大房间里，大部分东西都是一些“食之无味、弃之可惜”的
小物件，比如偶尔会把球从一个地方转移到另一个地方的不靠谱机器，或者一个胡乱触发的警铃。但你仔细观察后就能发现，
在房间的某些区域，存放着一些简便而实用的东西——袋子、轮子、独轮手推车、长矛等。更复杂的发明则更罕见——某个角
落存放着各种各样的汽车，另一个角落则是计算机。房间的某处，总会有我们从未见过的奇特机器等待我们去发现。
我们再来看看装满了电脑的房间。如果你在计算机领域钻研了很长时间，那就会发现一件很有趣的事：你首先会开始理解
这个房间的形状，知道一台电脑是如何联通另一台的，就像铺着踏脚石的蜿蜒小路一样。如果你在这条路上徘徊的时间足够
长，甚至能看到一些有趣的“可能性”开始在某些地方“探头探脑”。
那我们为什么要徘徊于此，为何不直接前往顶尖计算机所在的位置呢？原因便是，通往未来的唯一线索，只能在过去中寻
获。世界上第一台计算机ENIAC于1946年问世，每秒可运行5
000条指令，而现如今一台普通的台式电脑，每秒能运行超过
100亿条指令。换言之，ENIAC的运行速率，只有现今一台普通电脑速率的200万分之一，真算得上是蜗牛爬了。
你可能会想，设计师们为何不在1946年就把目标定为制造一台高速计算机呢？当然，现代人都知道这是可能实现的目
标，但为什么第一台计算机运行得这么慢？这就是世界运作的方式，在这个满是电脑的大房间被人踏足之前，没有人知道那里
会存在何种可能性，你得在出发之前先参观一番。简而言之，在1946年，制造更高速计算机的踏脚石还不为人所知，因为其
尚未被发现。就像我们目前还不知道，把如今计算机速度再提升200万倍的踏脚石在哪里一样。带有踏脚石性质的事物，是通
往更高层可能性的门户。我们必须先找到这块石头，踩稳后才能跨出发现的一步。
因此，目标必须是可行的，才有希望去实现。一个想象中的、正在被探索的大“房间”是一个隐喻，帮助我们理解为何这个
原则会成立。计算机科学家甚至为此创造了一个业内术语——“搜索空间”，来指代这一概念。这是一个包含了无数可能性踏脚
石的空间，可以从一个发现通向另一个，所有的发明和创造都发生在该空间里。在设定“高大上”的目标时，我们能否在这个“搜
索空间”中开辟出一条路径通往目标，始终是个大问题。
有时候，弄清从自身驻足之处到目标所在之处的路径，算不得什么大挑战。例如，你的目标仅是想吃点东西，那就没什么
麻烦的，只要翻一翻冰箱就能做出一个三明治。但是找出通向许多其他目标的路径，则比这要困难得多。比如作为一名大学新
生，或许的确有办法能让你在30岁前赚够100万，但你并不清楚第一步应做的事。换言之，你必须先找到一块正确的踏脚石来
站稳脚跟，再加上足够的运气和头脑，才有可能发现通向目标的道路。你可能在途中遇到不少踏脚石，但其中很多都难以被发
现。
***
现在可以告诉你本书的真正主旨了。本书不仅仅是关于成就或成功的论述，更涉及一个耐人寻味的悖论，我们会在后面的章节中进一步讨论，但你可以从目前的内容中窥得一二：若目标设置得足够适度，它就会起到积极作用；反之，目标越“高大
上”，情况就越复杂。事实上，若想实现更多所谓的丰功伟业，目标往往会成为绊脚石，比如与探索发现、创造力、发明或创
新有关的目标，又或者找到真正的幸福之类的目标。换句话说（矛盾就在这里），当最伟大的成就被设定为目标时，其实现的
可能性就近乎渺茫了。不仅如此，这个悖论还得出了一个非常奇怪的结论——如果此悖论真的成立，那么实现宏图大业的最佳
道路——通往充满创意但虚幻的目标或实现无限抱负的最实在途径，就是压根不设立目标。
为什么会这样呢？关键在于，通向“高大上”目标的踏脚石，往往非常奇怪。也就是说，若你只是闷头盯着自己的目标，那
它们可能就是你根本意想不到的东西。换言之，如果你正在一个巨大的房间里穿行，里面有各种各样具备可能性的东西，其排
列方式也不可预测且令人难以捉摸。历史上有很多关于这个棘手问题的例子。例如，世界上第一台计算机，是用真空电子管
（下文简称真空管）制造的，这是一种引导电流通过真空容器的装置。然而奇怪的是，真空管的历史，与计算机毫无关系。像
爱迪生这类最初对真空管感兴趣的人，都是把它用来研究电学，而非计算机的工具。后来在1904年，物理学家约翰·安布罗斯·
弗莱明(John AmbroseFleming)改进了无线电波的探测技术，但仍然没有发明计算机的迹象。数十年后，当ENIAC最终被发明
因此，尽管真空管是计算机发明道路上的一大关键踏脚石，却几乎没有人能预见它的作用。事实上，如果你活在1750
年，目标是制造某种计算机，你绝不会想到要先发明真空管。甚至在真空管问世之后的一百多年里，也没有人意识到，它会在
计算机领域被派上大用场。由此可见，带有踏脚石性质的物件和最终产品并不相像，比如真空管不会让人们一下子就联想到计
算机。但奇怪的是，在一个储藏有历史上所有具备可能性发明物件的“大房间”中，真空管恰巧就在计算机旁边——一旦真空管
被发明出来，离计算机的发明便很近了，你只需要发掘出两者之间的联系。那么问题来了，谁有本事能提前想到这一点呢？毕
竟这个“搜索空间”的排布或结构几乎完全无法被预测。
不幸的是，对于几乎所有“高大上”的目标而言，这种不可预测性是必然的，而非偶发的。比如世界上第一台发动机并非为
了飞机而发明的，但莱特兄弟必然需要发动机来制造飞行器。微波技术最初也并不是为微波炉专门发明的，而是被用于驱动雷
达的磁控管部件。直到1946年，珀西·斯宾塞(Percy Spencer)注意到磁控管融化了他口袋里的一块巧克力，人们这才明白，微
波技术是发明微波炉的踏脚石。
上述这些迟来的启示和偶然的发现，暴露了目标的风险性。如果你的目标是发明微波炉，你肯定不会想到去研究雷达；如
果你想发明一架飞机（就像无数发明家多年来一无所获那般），你也不会想到花几十年时间去发明一台发动机；如果你想学
19世纪20年代的查尔斯·巴贝奇(Charles Babbage)那样，试图制造一台计算机，也不会想到把余生用来研究真空管技术。但在
此类情况下，你永远不会做的事情，恰是你应该做的。矛盾之处在于，只有那些没有把发明微波炉、飞机或计算机等终端产品
作为终极目标的人，才能完善通往这些发明的关键踏脚石。所以，作为一个容纳所有具备可能性事物的大空间，“搜索空间”的
结构，确实很诡异。因为实现目标需要找到其踏脚石，但目标本身反而分散了搜寻踏脚石的注意力。这种“灯下黑”的感觉，无
疑是最让人糟心的了！如果对计算机这一“美玉”太过执迷，你便永远也不会想到真空管这一“他山之石”。所以问题在于，那
些“高大上”的目标往往具有欺骗性。如果我们仅是奔着最终目的，一根筋地去追寻、无暇他顾，到手的只会是一张空头支票。
我们往往不得不放弃目标，结果反而有机会重新实现它们。
这一悖论不仅发生在历史事件中，至今也还同样适用。上至最严峻的社会挑战，下至个人抱负，如果我们仅是基于自己的
目标而规划出一条道路，那么很可能会与踏脚石擦肩而过。这一见解又引出了其他棘手的问题，它们和踏脚石与生俱来的诡异
特性有关。比如考试拿高分，真的能让你精通某门学科吗？人工智能的关键，真的与智力有关吗？找到一份更高薪的工作，真
的能让你更接近成为百万富翁的梦想吗？癌症会因非癌症研究人员的某项发现而被治愈吗？电视技术的进步，真的使我们离全
息电视更近一步了吗？
事实证明，成功的衡量标准——用于判断我们是否朝着正确的方向前进——往往具有欺骗性，因为它阻碍了发掘必不可少
的真正的踏脚石。因而在此基础上，质疑我们的许多努力，也有一定道理。但实际上，其意义不仅仅在于质疑特定的追求及其
目标。再往深处想一想，我们可能会问，为什么我们所认为的“高大上”的追求，就必须得由目标来驱动呢？
***
不难发现，一些伟大的想法从未成为任何人的目标。摇滚乐的灵感源于爵士乐、布鲁斯蓝调、福音和乡村音乐。在某种程度上，上述音乐流派都充当了摇滚乐的踏脚石，但没有人试图去发现摇滚乐，因为无人知道其有没有存在的可能。爵士乐手并
没有试图影响摇滚乐的诞生，就像拉格泰姆(Ragtime)的作曲家，并未有意识地试图塑造爵士乐一样。即便如此，拉格泰姆音
乐确实塑造了爵士乐，爵士乐随后也塑造了摇滚乐。
在摇滚乐诞生初期，贝西伯爵(Count Basie)就已是爵士乐界一位备受尊敬的人物，他就新音乐风格的产生，给出了自己的
看法：“如果你想琢磨出一个新的方向，或一种真正的新方法来做某件事，你只需要演奏自己的音乐，然后自由发挥即可。真
正的发明家在创作上无非就是‘随心而动，随意而行’。”有趣的是，在20世纪早期，人们不仅完全无法预测爵士乐和布鲁斯会发
展成摇滚乐，甚至没有人对此上心，因为摇滚乐并不是一个既定目标。我们只是瞎猫碰上了死耗子，凑巧在存有各色音乐流派
的房间中摸对了路子，便在20世纪40年代末撞见了它。
论及摇滚乐的普及，“猫王”埃尔维斯·普雷斯利厥功至伟。有趣的是，他极富辨识度的嗓音，也并非刻意的安排。吉他手斯
科特·摩尔(Scotty Moore)回忆道：“猫王突然就开始唱这首歌，蹦蹦跳跳得像个傻瓜，然后比尔拿起他的贝斯，也开始装疯卖
傻，随后我也被传染了。录音师探头问：‘你们干嘛呢？’我们说：‘我们也不知道。’”所以谁能想到，正是猫王不经意间的“失心
疯”，而非某种苦心孤诣、旨在改革流行音乐的强烈欲望，改变了摇滚乐的世界。猫王和摇滚乐的故事说明，目标可能会阻碍
新发现，而没有目标，反而有可能通往最伟大的发现。
然而问题是，目标作为一颗“强效定心丸”，我们很难轻易将其放弃。至少，它似乎能使我们免受世上各种不确定因素的烦
扰，因其给予了我们一种使命感，以及“只要肯努力，就一定会成功”的心理期待。毫无疑问，在各种可能性中漫无目标地前
行，这种“随心随性大法”可没法打动那些把“有志者，事竟成”奉为圭臬的成功人士。但这并非本书想要表达的观点，因为我们
非必须要在“死脑筋地追随目标”和“漫无目标地徘徊”这两个选项之间挑出个对错来。相反，真正的意图比这要更微妙，也给予
我们更多的自由。我们想告诉你的是，即使没有目标，我们也能明智地探寻一个又一个“搜索空间”。换言之，你还有第三种方
法可用。即使没有目标，也并不意味着徘徊不前，我们可以借此把握通往“发现之地”的正确航向，避开追求“既定结果”诱饵的
陷阱。
本书的后续章节将阐述另一个重要原则：有时候，实现“宏图大志”的最佳方法，便是“不刻意追求某个特定志向”（因为越
是刻意追求，越是事与愿违）。换句话说，如果你愿意停止追求特定的“伟大功绩”，那么便有可能实现伟大的事业。尤其是发
现对目标的讨论似乎会引发一个又一个悖论后，停止追求明确的“伟大”目标更应该被视为正理。生命中最伟大的时刻和顿悟，
不都是出乎意料或计划之外的吗？机缘巧合在生活中所扮角色的分量往往超乎我们的想象，这并非毫无道理。虽然说起来像是
一场意外之喜，但也许不全是偶然。事实上，正如我们所说的，除了纯粹依靠看不见摸不着的运气之外，我们还可以做很多事
情来主动吸引“机缘”的傍身。
我们希望下面的话能让你跳出思维的束缚：我们的世界充斥着为了获得成功而设置的各色目标和衡量标准，这使我们的生
活变得机械化，压抑了我们的生活热情，但通往幸福和成功还有其他途径。当直觉告诉你有要事发生时，你不仅可以相信它，
而且应当深信不疑。即使你无法将其解释清楚，也不需要绞尽脑汁地编个理由来为你每一次小小的心血来潮正名。无论如何，
这种态度更有益于整个人类群体。本书也会提供可靠的科学证据来支持这一观点：我们因过分执迷于目标而错失良多。
萦绕在我们周围的目标文化，并非自然天成。有几个小孩子在出去玩之前会定个目标？又有几位大科学家，在发表一项伟
大构思之前真的提出了相关假设？你是否曾告诉自己，某件事因为没有明确的目标作为支撑，所以不能做？当尽了最大努力，
却仍未实现最高目标时，你是否自责过？为什么有这么多人觉得，我们的创造力像是被机械流水线似的现代社会扼住了喉咙？
我们内心深知，自己并非仅仅为了一个又一个目标而活。太过执着于目标，也是不健康的。那些基于目标，用来评判“我们的
时间都去哪儿了”的条条框框，从根本上讲都是错误的。
同时，本书不仅仅涉及个人思维的解放。事实上，目标观念已是相当普遍且深入人心，如果没有目标，貌似一切都会受到
影响。放弃对目标的执着，可以改变科学的进程，改变工程师构思项目的方式，建筑师能琢磨出新思路，设计师能获得成功。
它可以改变我们对自然进化和计算机科学家如何研发算法的理解，可以把工程变成艺术，把艺术变成科学；它可以在不同学科
之间架起桥梁，打破彼此之间的壁垒，可以重新定义创业精神，调整我们投资的重点；它还可以让自负的人学会谦逊，让自卑
的人找回自信。简言之，目标是我们的文化支柱，但也是限制潜能的樊笼，所以现在是时候突破限制，去探索外面的世界了。
我和本书的另一位作者，皆是受过专业教育的计算机科学家。我们两人最初都不想对“目标的价值”这个相当普世，且看
似“无懈可击”的话题来针砭一二。相反，我们一直对人工智能颇感兴趣，这也是我们主攻的专业领域。但有趣的是，正如本书
的主题一样，你永远不知道脚下的路会通往何方。事实证明，即便在人工智能领域，目标的影响力也无处不在。人工智能研究
人员开发的许多计算机程序，都是为了达成这样或那样的目标而设计的，这些程序就好像是在模仿我们自己的文化，以同样的
方式来定义成功与否。举个例子，人工智能程序的目标，可能是帮助机器人学习如何穿越迷宫。由于人工智能领域本身自带很
强的目标导向性，也许终有一天，人工智能研究人员也会不可避免地陷入目标本身导致的陷阱。
我们从一个人工智能项目中发现，目标本身存在着一个深层次且很可能还未被认识到的问题（将在本书第三章详述）。这
个问题不仅仅涉及人工智能，还牵扯到人们如何选专业、找对象以及择业等方方面面的选择。上至探寻伟大发现，下至打发闲
暇时间，都与其息息相关。它与幸福和成功也有关联，但又不仅限于这些事情。它同样关系到我们对于“是什么真正催生了重
大进步和成果”这一问题的理解。一旦搞清楚了这一点，我们的观念和视角就会真正发生转变。那时，我们就能把更多的时
间，放在实实在在的重要事项上，而非消耗在担心谬误的陷阱——“目标的神话”之上。
无目标者的胜利
在你规划之际，生活已悄然前行。
——约翰·列侬(John Lennon)
有时候，人生的轨迹会如我们所愿地发展，比如你学了会计专业，最后成了一名会计师；你小时候热衷于打篮球，长大后
如愿进入校篮球队。但那些伟大的成功，那些横空出世，随后颠覆整个行业或体系的成就，通常不会遵循这样的剧本。没有人
敢确保参加了超级巨星训练营，就一定能够成为风靡全球的明星。改变世界的神奇公式并不存在，或者说，伟大的成就并没有
所谓的成功脚本，它们往往没有经过周密的计划便诞生。
以职业发展为例，市面上存在海量的目标职业选择指南或资源，你可以阅读理查德·博利斯(Richard Bol es)的《你的降落
伞是什么颜色？》( What Color Is Your Parachute? )，了解如何选择并得到一份适合自己的工作。或者可以参加“择业指
南”(Career Key)测试，搞清楚自己这辈子应该以何为生。除此之外，还有坎贝尔兴趣和技能量表(Campbel Interest and Skil Survey)、迈尔斯-布里格斯类型指标(MBTI:Myers Briggs Type Indicator)和凯尔西气质分类法(Keirsey Tem perament Sorter)等
性格测试、技能评估、工作价值观测试，等等。亚马逊网站上，以职业选择和发展为主题的书籍，总量已经超过了9.7万本。
如果你在求职路上感到迷茫，总会有一位职业导师摩拳擦掌，想要帮你规划人生。
尽管这些“专业人士”的指点，对某些人颇为受用，但其他人可能选择不按套路行事。有些人设定了目标，但最终却完全没
有实现——这样反而更好。为什么偏离既定目标之后反而取得更大成就的神奇故事，在那些最成功的人身上如此常见？为什么
他们不需要听从所谓职业顾问的意见？究其本质，这并非不可破解的谜题，因为要预测什么道路可以通往最令人满意的结果，
本身就很困难。与生活中所有的开放式问题一样，通往成功的踏脚石，往往是未知的。因此，我们在进入一个充满不确定性的
世界时，不时地顺应偶然性，遵从它的指引，也不见得是坏事。对未知的机会秉持开放和灵活的态度，有时候比明确地知道自
己要做什么更重要。毕竟，条条大路通罗马，哪怕是最出乎意料的道路，也可能通往幸福的彼岸。有些人似乎天生就掌握了发
现这种意外机遇的秘诀，哪怕这些机遇与他们最初设定的目标背道而驰。
享誉全球的顶尖心理学大师理查德·怀斯曼(Richard Wiseman)曾做过一个有趣的实验，他要求受试者数出一份报纸中照片
的总数量。研究结果表明，那些沉浸于数照片这个目标的人，完成任务的时间比那些不太专注于这个目标的人更长。为什么会
这样？那些没把“目标”太当回事的受试者发现，在报纸第二页的内侧已经写着：“不要再数了，这份报纸总共有43张照片。”尽
管有人会争辩说，这些人不过是纯粹的运气使然，但过度专注于既定目标，确实会限制我们寻获意外发现的能力。
也有人会说约翰尼·德普(Johnny Depp)纯粹是运气好。谁能想到，一个混迹于一支不温不火的乐队的吉他手，会在演艺事
业上受到全球的追捧。早知如此，德普不是应该埋头苦练演技，而不是练习吉他吗？但对他而言，成立乐队是正确的踏脚石，
尽管最终的结果并不合乎逻辑或符合预期。德普只是坚持了他想成为摇滚巨星的梦想，同时对其他可能的机会保持了开放的态
度。事实上，甚至是德普所在高中的校长，也曾告诉过他，其应该追求音乐明星的梦想，而不是按部就班地完成高中学业。尽
管德普的音乐事业从未腾飞，但事实证明，加入一支乐队还是给他带来了意想不到的好处。德普不仅娶了乐队贝斯手的妹妹为
妻，还通过身为化妆师的妻子的人脉，获得了演艺圈的工作机会。回过头看，如果德普最初的梦想不是成为一名摇滚歌星，他
最终可能永远都不会成为一位名动全球的成功演员。
对于那些功成名就的人士而言，此类无心插柳的故事出乎意料的普遍。美国畅销小说家约翰·格里森姆(John Grisham)在转
行成为作家之前，学的是法律专业，还当了十年的刑事辩护律师。触发他改变职业赛道的原因是，有一天他无意中听到了一位
年仅12岁的强奸案受害者的特殊证言。不知何故，这段证词让他意识到，他应该而且能够尝试写作，于是他开始在工作前早
早起床，逐步完成第一部小说《杀戮时刻》。接下来，他的另一本小说《陷阱》，在《纽约时报》畅销书排行榜上保持了连续
上榜47周的记录。正常来说，大多数有抱负的作家，不会选择上法学院学习写作技能。毕竟，与练习创造性写作相比，在尘
封的图书馆里阅读无穷无尽的案卷，似乎是糟糕的职业准备，但也许这就是格里森姆反而取得成功的原因——他没有遵循一个
常规的作家养成计划。
事实上，如果你想成为一名作家，不走寻常路或许是一个相当不错的策略。在《哈利·波特》系列小说狂卖数百万册之
前，J.K.罗琳在葡萄牙担任英语老师，给那些把英语作为第二语言学习的葡语学生授课。村上春树，这位写出《奇鸟行状录》
和《海边的卡夫卡》等获奖作品的日本知名作家，一开始经营着一家咖啡馆和爵士乐酒吧。村上春树确信，如果没有经营酒
吧，他永远不会成为一名作家，因为这让他有时间观察和思考。后来他的许多角色，都与他一样喜欢爵士乐。有趣的是，村上
春树直到29岁才产生了文学创作的灵感和动机。
类似的案例层出不穷。美国硬汉侦探小说的创始人雷蒙德·钱德勒(Raymond Chandler)直到45岁“高龄”被石油公司从高管职
位上裁掉之后，才开始动笔写作。被公认大器晚成的哲学家玛丽·米奇利(Mary Midgley)说：“我很高兴在50岁之前没有写过
书，因为在那之前，我不确定自己在想什么。”因此，如果你想成为一名顶级作家，也许你的目标恰恰不应该是成为一名作
家。
当然，总有一些捍卫目标导向思维的人，想要阻挠他人实现人生更高层次的梦想。他们总是会告诫我们，要脚踏实地，设
定更现实的人生目标。不知为何，这种矛盾在音乐家们的身上显得尤为尖锐。约翰·列侬的母亲就曾告诫他，“吉他当然很好，
约翰，但你永远也没办法靠吉他养活自己。”埃尔顿·约翰(Elton John)的父亲，也给出过类似的人生建议。他竭力想要劝说埃尔
顿放弃“成为音乐明星”这个不靠谱的愿望。选择一个现实的人生目标，对我们所有人来说并不陌生，只要想想那句老话“现实一
点，别做白日梦了”，你就懂了。尽管选择现实人生目标的压力，显然对音乐家们的影响更大，但他们的故事，实际上反映了
一个更广泛的文化传统：在人生目标的选择上，追随本心似乎比追求实际更愚蠢。
但在某些情况下，成就伟大事业的种子早已埋下，只待合适时机破土发芽。哈兰德·大卫·桑德斯(Harland David Sanders)
（更知名的昵称是桑德斯上校）的父亲，在他6岁时去世，而他的母亲又要工作，桑德斯便担当起为家人做饭的责任，但直到
40岁才以此谋生。在这期间，桑德斯从事过多份工作，包括轮船驾驶员、保险经纪人，甚至务农。但直到他开了一家加油服
务站，顺便为客人烹鸡，成功的机会才到来。没有人能够预料到如此曲折的职业道路，最终会带来风靡全球的肯德基，但唯一
能确定的是：桑德斯上校毫不犹豫地抓住了偶然性的风向——他在整个早期人生经历中，表现出了灵活转换方向的意愿——而
这最终带来了成功的事业作为回报。
所有这些成功故事的共同点是，大获成功的人，都偏离了最初的职业道路，无论这些道路是由他们自己还是其他人规划
的。不知何故，原本看似正确的目标，最终变成了通往截然不同的职业目标的踏脚石。无论是德普对音乐的热爱意外地把他拉
进了演艺圈，还是格里森姆在法律领域的从业经历最终激发了他的写作灵感，我们永远不知道这些踏脚石最终会通往多远的地
方。不知何故，这些成功人士都对偏离既定的道路保持了开放的态度。他们大获成功的秘诀，似乎是愿意在感觉到对的苗头
时，做出彻底的改变，而不是盲目地忠诚于最初的目标。正如我们所看到的那样，这种转变可能带来令人惊叹的伟大成就。
你可能会说，这种成功的故事，只会发生在天选之人身上。但是偶然性实际上并不那么挑人。一项同行评议的研究发现，
近三分之二的成年人。将他们职业选择的某些因素归因于偶然性。正如一位受访者所说：“我偶然参观了一家动物医院，并对
兽医学产生了兴趣，最终转行成了兽医。”因此，你永远不知道，自己会意外发现何种隐藏的职业激情。
已经有部分职业专家开始认真对待这一趋势。正如一项大型调查显示：“诸如志愿服务、加入俱乐部等与其他人或团体的
常规接触行为，很可能会增加客户获得意外职业经历的机会。”请注意这项研究结果对“意外”经历的强调，这些体验不同寻常的
地方在于，它们并没有试图找出最好的工作，并将其作为一个目标来追求；也不是什么冷冰冰的测试，试图通过几个多项选择
题，将人划分为特定类型的人格。它只是建议，所有人都应该开始寻找可能通往成功的踏脚石，且无需事先设定任何特定的终
点。
***
这个非目标性原则的好处是，它不仅适用于职业的选择，还适用于几乎任何涉及寻找目标或意义的事情，覆盖了广泛的领域和主题。恰恰因为带来最伟大成果的踏脚石是未知的，所以不试图寻找特定的东西，往往会带来最令人兴奋的发现（或自我
发现）。在本书中，从计算机仿真到教育系统，这种不试图发现任何事情，但最终带来了意外发现的例子，将反复出现。
谁能想到会有这么多不同的场景，遵循这个看似有违常理，但却至关重要的基本原则呢？成功的关键在于，我们要对一个
不断变化的环境保持开放态度。在这个环境中，既定目标带来的虚假表象可能会欺骗我们，但看穿它就可以带来解放和自由。
取得伟大成就的人愿意放弃原来设定的目标，并在新的机会出现时，勇敢地抓住它。在此类情况下，重要的是避免被锁死在最
初的宏伟目标上，对目前的踏脚石可能带来的结果保持关注和开放。有时我们只需要感觉到“这件事有潜力”就可以——无论是
成为一名音乐家，还是找到一种新的烹饪方法——即使这种潜力的未来，仍是未知和不确定的。
虽然“不寻找，就是最好的寻找方式”这个想法略显奇怪，带有些许随缘的禅意，但它确实已经潜伏在我们文化的某些角
落。正如洛丽泰·扬(Loretta Young)所说：“不是你找到了爱，而是爱找到了你。”“爱”几乎是每个人都在追寻的一个伟大但难以
捉摸的目标，我们很容易对“爱”的欺骗性感同身受。但有趣的是，在洛丽泰关于爱情的这句至理名言中，“爱”几乎可以替换成
任何遥远且“高大上”的目标。仅仅从追寻爱情这个狭隘的主题上，我们就能窥见追寻“高大上”目标的道路上可能出现的矛盾。
正如D.H.劳伦斯(D.H.Lawrence)所说：“那些埋头寻找爱的人，只会表现出他们自己缺爱的本质，缺爱之人永远找不到爱。只
有拥有爱的人，才能找到爱，而且他们从来不需要去寻找爱。”许多人迟早会意识到，心存“理想伴侣”这一先入为主观念，最终
往往会事与愿违地找到一个令人失望的伴侣。
从大的方面来说，这种认识会影响到包括爱情在内的所有目标，这些领域内最伟大发现的真实性质，往往与人们的想象大
相径庭。这就是为什么踏脚石如此具有迷惑性——我们往往将它们与错误的理想进行比较。
我们对爱情领域的这种迷惑性十分熟悉，也许这就让广为传颂的爱情故事，常常有出人意料又令人愉悦的结局。曲折的爱
情故事往往表明，最好的结果，不需要通过费尽心思的努力也能实现。这种轻松自在的跌宕起伏，与我们世代信奉的追求梦想
的方式，形成了鲜明对比。例如，有一天格蕾丝·古德休(Grace Goodhue)正在浇花，抬头看到卡尔文·柯立芝(Calvin Coolidge) 站在窗边刮胡子，身上只穿了一条内裤，头上还戴着一顶帽子。幸运的是，古德休被柯立芝的样子逗笑了，笑声也引起了柯立
芝的注意。作为未来的美国第一夫人，古德休当时可能并未想到，这样一个穿着内裤刮胡子的人，有朝一日会成为美国总统。
未来的柯立芝总统当时也不太可能会想到，他人生最幸福的一个时刻，是被自己的妻子抓到几乎全裸着刮胡子的形象。但话说
回来，计划外的事情，往往就是命运最好的安排。至少在浪漫的爱情领域，我们都体验过“目标很丰满，现实很伤感”的矛盾。
毕竟，还有什么目标能比寻求终生幸福更宏伟呢？
我们很熟悉爱情领域的教训，同样的教训有时也会出现在其他领域，比如个人的休闲娱乐活动。与职业选择不同，每个人
选择的爱好，往往不是因为一些长期的宏伟计划，而只是出于个人的喜好。因此，没有特定目标的爱好至少也能带来一些个人
满足感。随着互联网的普及，世界各地的人更容易分享和发现一些奇奇怪怪的爱好，如“蜗牛赛跑”“水下曲棍球”“极限滑冰”“极
限独轮车”，甚至“极限熨衣”（所有这些奇怪的爱好，你都可以在网络上查到）。有些爱好甚至成为通往更大目标的踏脚石。奈
森·萨瓦亚(Tathan Sawaya)曾是一名企业律师，非常热衷用乐高积木拼装各种艺术模型。他整日沉迷其中，玩得不亦乐乎，最
后决定辞去工作，全职发展这项爱好。尽管偏离最初的职业规划意味着很大风险，但遵循初心再次为他带来了更好的结果。他
创作的作品独树一帜，现在非常畅销，足以让他过上衣食无忧的生活。
你或许也曾听说过约瑟夫·赫舍(Joseph
Herscher)，他把大部分时间花在建造复杂的鲁布·戈德堡机械(RubeGoldberg machines)上。这些新奇的小东西，除了看着有趣之外，没有任何实际的必要性。在一个装置中，一个球从斜坡上滚下来，落
到一个杠杆上，点燃了一根保险丝，烧掉了一根绳子，释放出另一个球。如此循环往复，最终除了帮他翻开报纸外，这个装置
什么事也干不了。这用一个英语单词来形容就是pointless（用来形容“缺乏明确目标”的流行词），他的作品虽然没有什么实用
性意义，但照样带来了相当大的意外之喜。数百万人看了他拍摄的作品视频，他也借此成为电视和广播节目的常客。事实上，
心理学家已经明确表示，成长期的儿童需要时间来自由探索，不需要成人为他们设定特定的任务或目标。有时，“自由散漫地
玩耍(unstructured play)”这个专业术语，会被用来描述这种活动，也许成年人也同样需要这种活动。
当然，当你听到有人将成年后的生活都花在拼乐高积木或建造鲁布·戈德堡机械上时，很容易把他们的兴趣爱好视为愚蠢
而轻浮的举动，因为这是对宝贵时间的浪费。但这种“浪费”已经超越了其看似肤浅的表象，带来了更深层次的价值，它们反映
了一个事实：我们不知道哪些踏脚石可能会带来有趣的成果。这些人愿意将他们宝贵的生命，投入我们大多数人完全忽视的踏
脚石上。对我们所有人而言，这都是一件好事。因为没有人确切地知道，哪些踏脚石会催生最伟大的发现，所以我们最不应该
做的事情，就是阻止其他人去探索被我们忽视的踏脚石——谁知道他们会发现什么？当然，这并不意味着所有人都需要突然在
某一天幡然醒悟，放弃既定的生活，转而去玩命倒腾鲁布·戈德堡机械。但是，约瑟夫·赫舍很有可能在某天醒来之后，发现他
的一台鲁布·戈德堡机械，解决了一个意想不到的问题。
在历史探索领域，我们也见过类似的例子。1879年，马塞利诺·德·索图拉(Marcelino de Sautuola)——一位非专业考古爱
好者，在西班牙阿尔塔米拉山附近意外发现了古代洞穴绘画。在此之前，人们对史前绘画的精巧程度一无所知。重要的是，马
塞利诺有各种各样的独特爱好，包括洞穴探险和研究古代文物。幸运的是，这些爱好在他探索一个猎人发现的洞穴时成了极大
的助力。当时，他的女儿发现了洞顶上的野牛画像，过往丰富多样的爱好和知识储备，令他瞬间意识到这些图画的重要性，并
将其传达给一位教授朋友。如果没有他为了自娱自乐而培养的爱好，人们可能永远也不会发现这些洞穴画的重要性和价值。所
以，这些爱好出乎意料地成为通往伟大发现的踏脚石。
当他的女儿第一次看到这些洞穴画时，马塞利诺突然意识到，乐趣并不是这些兴趣爱好带来的唯一好处。有趣的是，这种
出人意料的转折在许多成功故事的背后相当常见，例如当今的互联网企业。比如为了某个特定目标而创建的一个网站，在被用
于原计划之外的新方向后，才真正实现了盈利。举个例子，YouTube最初是一个视频约会网站。但你上次通过YouTube找到约
会对象是什么时候？它的创始人转向了视频分享，结果使其火爆全球。说到分享，照片分享服务Flickr（网络相簿）最初只是
一个大型网络社交游戏中附带的一个小功能（它本身的灵感，来自玩一个与照片分享无关的虚拟宠物游戏）。事实证明，照片
分享功能的火爆程度最终胜过了它所依托的社交游戏本身。当然，企业在转变目标后大获成功，并不是互联网时代所特有的现
象。例如，（现在的）游戏公司任天堂，走的也是一条迂回曲折的成功之路。任天堂成立于1889年，早年只是靠销售传统的
日本纸牌赚取微薄的利润。到了20世纪60年代后期，随着纸牌市场的没落，公司几乎破产，不得不尝试新的业务，如提供出
租车服务、开“情侣酒店”（还是钟点房那种）、生产速食米饭和销售玩具等。后来新成立的玩具和游戏部门的经理今西纮史
(Hiroshi Imanishi)雇用了一群业余工匠，利用周末的空闲时间，尝试开发一些头脑风暴类的产品。其中一位工匠制作的一个可
伸展的机械玩具手，给今西纮史留下了深刻的印象，继而将其命名为“超能手”并投放市场。该产品在商业上的巨大成功，促使
任天堂放弃了非玩具板块，进而专注于玩具开发。后来任天堂开始进军电子游戏领域，最终成为“超级马里奥兄弟”(Super Mario Brothers)背后的传奇游戏公司。
如果你只能从本章中学到一个道理，那么它也许应该是：每个人都有权追随人生的激情所在，即使它们偏离了最初的计
划，或与最初的目标相冲突。因为改变方向的勇气，有时也会带来意想不到的丰厚回报。我们应该牢记的另一个重要真理是：
人生的所有事情，并非都需要一个客观的目标。如果你可以选择上一所著名的法学院，而你却选择了一所艺术院校，你的家人
和朋友便可能会有一些疑问。“你为什么要放弃这么一个大好‘钱’程，转而去做如此不确定的事情？你想达到什么目的？”与其
努力编出一个符合实际的理由来证明你的选择并非一拍脑袋，不如直接回答“条条大路通罗马”。没有人知道通往幸福的踏脚石
是哪一块。读法学院看起来确实更能够保障未来的富足，但（也许对你来说）幸福是一个更“高大上”的目标，而选择艺术院
校，在你的直觉看来，更容易获得幸福。当然，生活充满了风险，有些选择确实不会成功；但那些忽视意外之喜的人，也很少
能实现自己的梦想。你可以简洁地告知忧心忡忡的亲朋好友，你发现了一块不错的踏脚石，即使（像所有其他人一样）你并不
确定它最终会载着你去往何方。
无论是成功的事业还是爱情，都有充分的证据表明，在诸多最伟大的成功事迹中，盲目地坚持最初的目标并不会带来伟大
的成就。在所有这些成功的故事中，人们愿意听从偶然性的召唤，追随激情或奇思妙想，而不是那些合乎逻辑的目标。但是，
除了一系列鼓舞人心的名人轶事之外，还有什么其他的证据吗？事实证明，我们对这个有违常理的最初发现，来自一个科学实
验的偶然所得。我们将在下一章揭示这个互联网上数百名用户通过软件来培育图片的有趣实验。
繁育艺术的艺术
我不会追随小路的方向，而是前往无人踏足之地，留下自己的足迹。
——莫瑞尔·史多德(Muriel Strode)，《风中的野花》
本书的主题是质疑目标的价值，但拥有目标是如此普世和常见的做法，我们要如何开始挑战其根深蒂固的存在意义？撰写
本书的灵感，事实上最近才开始闪现。在此之前，我们两位作者并不如诸位想象的那样，毕生的事业就是投入所谓的反目标运
动（这样的运动既不存在，也没有蓬勃发展）。我们跟诸位一样，按部就班地做着自己的事情，并如普罗大众一般设定目标，
满心欢喜地遵循设定的目标努力前行。唯一不同的是，我们是人工智能领域的研究者，目标就是找出让机器变得更聪明的方
法。我们从人工智能研究转向专门撰写一本书来反对目标的设定是一个堪称离奇的故事。讲述这个故事，将帮助诸位了解一个
同样离奇的想法从何而来，即为什么目标的设定往往带来很多害处，而非预想的好处。
本书的故事真正始于我们研究小组的一个决定，即创建一个名为“图片孵化器”的网站——一次非常独特的科学实验。一开
始，设计图片孵化器网站背后的想法与目标之间的关系并不明确。我们其实最初希望将其设计为一个让用户可以真正“繁育”图
片的网站。你可能完全无法理解，但它实际上很简单。我们的计划，就是让这个网站可以像动物一样繁殖，即网站上的图片能
够像动物一样，繁衍出与父母一代略有不同的“孩子”（就像动物的幼崽那样，尽管与父母有着明显的相似之处，但仍具备自身
的独特性）。我们希望，通过允许用户“繁育”他们认为最有趣的图片，随着时间的推移，用户们最终能够培育出令他们感到满
意的艺术作品，哪怕他们不是专业的艺术家。
当然，一个繁育艺术的网站，乍听之下非常奇怪。艺术怎么可能被人工繁育呢？一幅毕加索的画总不能像动物一样吸引梵
高画作的喜爱，然后结为夫妇，共同孕育后代吧！但事实上，我们已经找到了让艺术品繁育的方法。理解图片孵化器设计逻辑
的关键在于，真实的动物在一起繁殖后代时，双方的基因会结合起来，共同形成后代的基因。事实证明，研究人工智能的科学
家们已经找到了一种方法，为存储在计算机内部的图片创造了一种人工DNA。这使我们可以将图片的基因，像动物那样整合
到一起。这项技术由理查德·道金斯(Richard Dawkins)在其著作《盲眼钟表匠》中首次提出，有时候也被称为遗传艺术。自从
道金斯首次展示这个想法以来，科学家们已经将其能力大大增强，这也是激发我们设计图片孵化网站的部分原因——让全世界
的人都能参与到游戏中来，享受到它的乐趣。
了解动物繁育的过程，能够帮助我们理解遗传艺术。想象一下，如果你是一群马的饲养员，就可以决定让哪些公马与哪些
母马交配，再等上11个月，你就拥有了一群新生的小马。小马的遗传特征，取决于你选择用来交配的公马和母马。如果你想
要培育奔跑速度快如闪电的小马，育种的策略便是选择奔跑速度都很快的亲代来交配。当然，有时候育种的目的不一定如此实
用，比如你只想要让最漂亮的公马和母马，或者最愚蠢的两匹马相互配对。不管育种的策略是什么，通过筛选亲代，你可以影
响到子代小马的基因，它们会自然而然地成为父母基因的混合体。新一代的小马长大之后，就可以重复这个繁育的过程，经过
多代的基因筛选，有一部分小马最终会比自己的祖先跑得更快，或变得更傻。经过多代基因筛选，动物的进化方式，最终其实
反映了人类饲养者的喜好。
图片孵化网站上的遗传艺术程序的运行方式，与繁殖马匹基本相同，差别仅在于我们选择的对象不是动物，而是图片。图
片“繁育”的过程是：屏幕上会显示一组图片（可能同时显示10张或20张图片），然后用户点击自己喜欢的图片，这些图片就成
为下一代图片的“父母”。例如，大多数图片看起来都是圆形的，但用户点击了一张看起来更像方形的图片，那么下一代图片就
可能包含许多类似方形的元素（见图3.1）。换句话说，方形的图片会“繁育”出方形的图片，就像你的孩子可能有一双与你十分
相似的眼睛。但就像自然界的生物繁育那样，后代不会长得与父母一模一样，尽管你能够看到父辈与子辈之间的明显相似之
处，但后代的基因中，仍隐藏着轻微的变异。
如果你一次又一次地重复这个过程，不停地点击自己喜欢的图片，让它们“繁育”出新的图片，那么经过多次迭代之后，最
终生成的图片，将反映出你在这个过程中选择偏好的演变，就像马匹反映出饲养员的喜好那样。遗传艺术的游戏本身充满了乐
趣，因为它将允许你探索从未想象过的许多可能性。
图3.1 亲代和子代图片群示例
注：在这个图片“繁育”的简单示例中，用户在“亲代”图片群中选择了一张类似正方形的图片，结果，下一代的图片（右
图，“子代”图片群）就包含了不同类型的方形图片，因为每一张图片都是用户选择的方形图片的后代。
但是，这与目标有什么关系呢？二者之间的确存在关联，但我们可能要费一番功夫才能理解。在考虑预期的育种方向时，
目标就会出现，因为它就是你的育种目标。例如，在马匹繁育的案例中，饲养员的目标可能是培育一匹跑得快的马；在图片孵
化器网站上，你可能希望“繁育”出一张带有人脸或动物特征的图片。但真正令人惊讶的是，用户培育出的令他们最满意的图
片，往往并非他们最初设定的目标。换句话说，在网站用户对自己希望找到的东西保持开放的心态时，图片孵化器网站便能够
提供出乎意料但最令人满意的结果。为了理解我们如何能确定这一点，以及为什么它最终与影响我们生活方方面面的诸多目标
有关系，我们应该首先了解这个网站发展过程中的一些细节信息。
***
2006年，我们开发了一种全新的人工图片DNA，它能生成比以前更丰富、更有意义的图片（你将在下文看到）。更重要的是，这个全新的项目（也就是后来的图片孵化器网站）包含了使它变得尤为有趣的另一个因素，即任何一个互联网用户，都
可以利用历史用户“繁育”的图片作为亲本，继续“繁育”下一代。这个功能对图片孵化器网站而言尤为重要，因为这种类型的系
统的不足之处在于，用户可能玩了一小会儿之后，就会感到头昏眼花，不想继续了。毕竟，你能一口气盯着满屏的图片多长时
间？事实证明，大多数玩家在“繁育”20代图片（即连续选择20次图片）之后，就无法继续集中精力了。但是，只有经过多个代
际的进化，才能取得最好的效果。这就意味着仅仅“繁育”20次，很难产生真正有趣的图片。
当时还是在读博士生的吉米·塞克雷坦(Jimmy Secretan)参加了研究小组的会议，提出了一个聪明的解决方案：将图片孵化
器网站变成一项在线服务。这样一来，用户可以将自己之前“繁育”的图片分享给其他用户，而其他用户可以在此基础上继续“繁
育”。换句话说，如果你在图片孵化器网站上“繁育”了一个三角形，然后将其发到网上，其他人可以在此基础上继续“繁育”，最
终可能会得到一架飞机的图片。在图片孵化器网站上，这种从一个用户转移到另一个用户的过程被称为“支化”(branching)。支
化的好处在于，它可以使繁育的过程持续进行下去，远远超过单个用户20个代际的极限。玩累了的用户，可以不断地将自己
繁育的图片分享给新用户，为其血统的延续再增加20个代际。最终，经过用户们的前后接力，图片就能完成数百代的进化。
但是，总会有一些用户不想使用从其他用户手上繁育出的已有图片，那么他们可以选择从头开始“繁育”，这也是图片孵化
器网站上的每一个有趣的发现开启的方式。从零开始随机构建人造图片DNA（从头开始“繁育”），最终会在你的电脑屏幕上生
成一堆简单、随机的模糊斑点。你可以从这些圆形斑点中挑选出“亲代”，然后“繁育”下一代图片。图3.2展示了一位用户从零开
始“繁育”的过程。你可以看到，该用户将一组扭曲模糊的斑块，进化成一组形状更圆的图片，里面包含类似嘴巴的弧形线条。
这或许是一个有趣的结果，但也算不上什么惊天动地的发现。
但如果你以这种方式一代又一代地挑选亲本图片，你觉得这些图片最终会变得多奇妙呢？事实证明，这些图片最终会超乎
你的想象。不管你是否相信，图3.3中的每一张图片，都是在图片孵化器网站上以不停繁育迭代的方式培育出来的，所有的图
片最初都只是类似图3.2的随机斑点。更重要的是，培育这些图片的人，并非接受过专业培训的艺术家，而是因好奇才点进网
站的普通用户。事实上，他们中可能很少有人能够仅凭一己之力，独立画出最终在网站上培育出的图片。
图3.2 图片孵化器网站上从零开始，并经三代选育后得到的图片序列
注：当用户选择图片时，他的个人喜好会影响图片进化的方向。星形标注的图片，就是用户选择的图片，也是后面显示的
子代图片的亲本。
图3.3 图片孵化器网站生成的一些令人惊艳的图片
注：每一张图片都源自一个随机生成的圆形斑点。
网站用户培育出的图片，激起了我们的好奇心，即使有了全新的人造DNA，我们也还没有意识到，这些图片会变得如此
生动且富有内涵。从某种意义上说，图3.3中的每一张图片，都是一项独特的发现。同样需重点记住的是，图片孵化器网站的
用户经常会利用彼此的选育成果，继续“繁育”新一代图片。例如，图3.3中第二行中间的骷髅头图片，就是这样选育而来的。它
实际上是网站的两个用户，以彼此发布的图像为亲本，“繁育”五次后得到的结果（从最初的随机圆形斑点开始，总共“繁育”了
74代）。因此，即使最后演化出惊艳图片的用户并不是“白手起家”，但他前面的用户一定是从头开始的，这意味着最终所有的
东西，都可以追溯到最初随机的圆形斑点图片。这也会让你感觉到，所有这些令人惊叹的发现，是多么难得。
然后，故事开始变得有趣了。假设你想要在网站上“繁育”出一张类似法国埃菲尔铁塔的图片，你可能会觉得，只要登进图
片孵化器网站，然后不断地选择越来越接近目标图片（埃菲尔铁塔）的图片来“繁育”，最终一定会得偿所愿。但有趣的是，最
终的结果可能会令你大失所望，事实证明，以进化出一张特定图片为目标去“繁育”图片，是一个糟糕的想法。真相是，一旦你
在图片孵化器网站上找到了一张图片，往往就不可能再从头开始“繁育”，并最终进化出同样的图片——哪怕我们知道，这张图
片的确是网站繁育和进化出的结果！
为了验证图片孵化器网站这个矛盾的特质，我们启用了一项强大的计算机程序，并迭代了上千次。首先，我们从用户培育
并发布在网站上的图片中，选择一张目标图片。然后，计算机程序根据这张目标图片，在每一次的“繁育”中，自动选择与目标
图片越来越相似的亲本图片。有趣的是，最终得到的图片，与目标图片完全不同——实验彻底失败了。这就意味着，如果我们
将某张图片设定为目标，就绝对不可能将其培育出来。网站上所有的图片，之所以被发现，是因为它们本身并不是繁育和迭代
的目标。发现了这些图片的网站用户，无一例外都是那些一开始并没有将它们设定为自己寻找的目标的人。
我们还可以提供一个更具体的案例，图3.3中第三行左侧的汽车图片，这张令人尤为惊叹的图片，是由本书的作者肯发现
的，我们因此充分地了解了它被发现的过程和背景。最重要的是，我们很明确地知道，在发现它之前，肯的目标并不是要培育
一张汽车的图片。相反，肯实际上选择了以前用户培育的酷似外星人脸的图片作为亲代（见图3.4），并在此基础上进行了支
化操作。肯一开始的计划是，培育更多外星人脸的图片，但接下来发生的事情却出人意料——在图片孵化器网站上的所有重大
发现，在最终出现之前，几乎都充满了偶然性。随机的突变使外星人的眼睛，在几次迭代之后逐渐下调了位置，乍一看就像是
汽车的车轮（见图3.5）！这就是偶然性！谁能想到，一张外星人脸的图片，最终能演变为一张汽车的图片呢？但事实证明，
前者的确是后者的踏脚石。
如果不是因为图片孵化器网站上几乎每张有吸引力的图片，都遵循了同样的偶然性轨迹，这个故事不过是一个有趣的轶事
罢了。总会有那么一块意想不到的踏脚石，最终能带来出乎意料的发现。举个例子，请观察图3.6中所有怪异的图片，它们都
可被视为一块块踏脚石。当我们开始注意到这个奇怪的趋势时，就难以忽视其背后的怪异现象，以及令人惊讶的寓意：如果你
想在图片孵化器网站上通过图片培育找到一张有意义的图片，最好不要将其作为你的目标。
图3.4 外星人脸的图片
图3.5 外星人的眼睛，是汽车车轮的亲本图片
注：上图的圆圈标注和箭头说明了关键特征之间隐藏的相似性。
图3.6 最终的图片很少与作为踏脚石的图片相似
注：左边的图片是催生右边图片的踏脚石，尽管它们的外观不尽相同。
事实上，网站上的这些图片，之所以能被意外发掘出来，是因为用户每次在网站上发布的新图片，都在不知不觉中成了其
他人的踏脚石。演化出外星人脸图片的用户，从未想过它有一天会变成一辆汽车，而最终演化出汽车图片的用户（本书的作者
肯）也没有预料到这一点。没有人预测到汽车图片的出现。因此，有人进化出外星人脸图片，并将其分享到网站上是一件好
事。如果没有这张图片作为踏脚石，也就不会有之后的汽车图片，甚至也就没有这本书了！这个软件系统作为一个整体，得以
运作的前提便是它没有统一的目标，每个人都在遵循自己的本能。而最能玩出花样的用户，就是秉持开放心态的人，他们没有
刻意地专注于只寻找某一张特定的图片。
换句话说，整个网站上最成功的用户，是没有设定目标的那些人。通过研究网站上的图片并最终得出这个结论后，我们的
确感到出乎意料。按照最初的设想，那些最好的图片培育者，应该是先构思了一个目标形象（即他们想要演化出的图片），然
后朝着这个目标不断前进的人。但事实证明，情况恰恰相反——图片孵化器网站上最令人惊叹的发现，往往出自那些无任何事
先规划者之手。而这个初步的观察结果，被证明不仅仅适用于图片生成，还适用于生活的其他领域。
归根结底，图片孵化器网站上的实验过程，与生活中其他事情的演变过程并无本质的不同。你或许有一些想要创造或实现
的东西，于是你开始努力寻找能够达成目标的踏脚石，但你又如何能够确定，这些踏脚石真的能够通往设定的目标呢？如果它
们最终变得像上文的外星人脸图片那样充满了潜力，但与最终生成的目标图片（汽车图片）完全不同，又该怎么办？在这种情
况下，如果我们过于专注希望实现的目标，最终反而可能忽略了实现目标的最关键步骤。我们不禁会想，这个从不起眼的图片
孵化网站上分析出的原理，是否真的会影响到生活中与实现目标有关的方方面面？如果是这样，那么这个原理一定很重要，因
为目标在生活中无处不在。正如你在上一章看到的所有例子，同样的故事似乎无时无刻地在生活的许多领域反复上演。
但不管我们呈现了多少个情节类似的故事，它依然无法真正地回答：为什么世界会如此运作？因此，我们将在下一章回答
这个问题。“放弃目标”有时候往往是最好的决定，这个结论并非空穴来风，不管你是否制定了计划，踏脚石几乎从来不会通往
最终目的地。换句话说，不管看起来多么诱人、多么有说服力，遥远而宏伟的目标并不能指引你来到它的身边。宏伟的目标本
身就是最不可靠的指南针。
目标是错误的指南针
在我们所列举的所有偏见中，也许还有一种最根深蒂固的先验性谬论或自然偏见；它不仅在古代世界占据着至高无上的地
位，而且仍然对许多最有修养的头脑拥有几乎无可争议的支配权……这就是，一个现象的条件必须，或者至少可能会，类似于
现象本身。
——约翰·斯图亚特·穆勒(John Stewart Mil )，《逻辑体系》
你或许很少面临踏着一块又一块踏脚石穿越湖泊的问题，但你可以想象一下这个画面。为了增加挑战的难度，你可以想象
视线无法穿透的浓雾笼罩着整个湖面，前路由此迷茫不清。离彼岸最近的踏脚石，随着雾气的弥漫而逐渐消失在视野中。当你
沿着湖面的踏脚石摸索前行时，身后的湖岸也逐渐在浓雾中消失不见。向前看去，不见彼岸，去处仍笼罩在层层雾气之中，遥
不可见。最糟糕的是，你最终会来到一个岔路口，必须抉择应该走哪一条路。
厚重的雾气，让你无法判断这两条路分别通往哪里，但你清楚地知道，其中一条是死胡同，而另一条最终会将你带到湖的
对岸。但即使你在这个岔路口做出了正确的选择，接下来可能会出现更多的岔路。在浓雾中踩着踏脚石穿越湖面，意味着你需
要在不知道前路通往何方的情况下，做出很多关键的决定。
然而，穿越浓雾笼罩的湖面并非需要应用踏脚石概念的唯一场景。在上一章关于图片孵化器网站的讨论中，踏脚石的概念
也反复出现。在任何庞大的、未知的探索空间中，踏脚石代表了抵达最终目标必须跨越的枢纽站。事实上，“踏脚石”这个术
语，就是取自在浓雾中踩着踏脚石铺就的未知路径试图穿越湖面的场景。关于探索未知的一个根本问题是，我们通常在开始
时，并不知道哪些踏脚石能够通往最终的目标。毕竟，如果我们总是笃定地知道哪些是正确的踏脚石，那便可以轻而易举地实
现所有预期的目标。因为这种不确定性的存在，我们需要跨越的未知湖泊总是被笼罩在看不穿的迷雾之中。从某种意义上说，
人类面临的现状是：我们被放逐在未知的踏脚石上，只能依赖人类头脑的洞察力作为指引。尽管人类的智慧是一种强大的搜索
力量，但不管我们如何聪慧，都很难看到一步之外的未来。1946年，重达30吨的ENIAC成为通往个人计算机道路上的一块关
键踏脚石。但此后人们依然需要花费长达25年的时间，经历无数个过渡型号，才最终生产出了全球首部台式机。
假使我们设定了“高大上”的目标，那么预测踏脚石的方位将变得尤为困难。比如你的目标不过是在海滩上堆出一个沙堡，
那么打一个稳固的地基，显然有助于建造出第一座沙堡。这是一块很容易找到的踏脚石。然而，从建造一座沙堡到建造摩天大
楼之间，应该经历什么样的踏脚石就没那么显而易见了。事实上，人类花了几个世纪的时间才找出从沙堡到摩天大楼之间的这
些踏脚石并逐一跨越。为此，追逐“高大上”的目标存在的另一个问题是，它们的解决方案距离我们可能不止一块踏脚石。尽管
天赋异禀、具有远见卓识的人，往往可以为我们指出下一块踏脚石是什么，但有没有人能够一蹴而就，引导我们直接看到遥远
的彼岸，看到许多块踏脚石之外的远方呢？
事实证明，从目标的本质出发，可以很好地解释踏脚石为何如此难以预测。回顾本书第一章的内容，我们知道，实现目标
的一个关键手段，是确保目标的进程的可衡量性。例如，在教育领域，分数通常被用来衡量学生对某一门学科知识的掌握程
度。我们默认一个拿到了A评分的学生，对课程的了解和掌握要比一个不及格的学生更好。借用计算机科学和最优化理论
(optimization theory)的一个术语，这种衡量标准通常被称为“目标函数”(objective function)。这个术语中包含了“目标”一词也并
不奇怪，因为从字面上看，这就是一种衡量目标实现进度的方法。因此，目标函数的优化便意味着我们正在朝着目标靠近。但
问题在于，将不断提高的分数与学生正在掌握学科知识画等号并不完全正确。因为向目标靠近的过程，可能并不会增加目标函
数的值，哪怕我们确实在向目标靠近。
这种困境听起来令人费解，为何目标函数不能表明人们正朝着正确的方向前进呢？这是因为，目标函数（或任何衡量进步
的其他标准）必然是不完美的，毕竟这些衡量标准的提出者是不完美的人类。一个典型且被普遍接受的目标函数类型，不外乎
是将当前的状态直接与最终的目标进行比较。当前状态与最终目标的相似度越高，我们赋予目标函数的值就越高。但这种常见
的比较方法，反映了一个经验法则，即当你走到岔路口时，最好选择通往预期目的地的那条路。但回顾上一章关于图片孵化器
网站的内容，我们讲到了一个汽车图片的故事，在“繁育”出汽车图片的过程中，这种选择方法往往会产生误导。回想一下，“汽
车”图片的前身是“外星人脸”图片，如果我们为“获得汽车图片”这一目标设定的函数是“它有多像一辆汽车？”，那么外星人脸图
片的函数得分会很低，因为它看起来根本不像汽车。但实验最终证明，“外星人脸”图片恰恰是通往“汽车图片”的正确踏脚石。
这个故事充分说明，总是将当前的现状与预期的目标进行比较的方法，蕴含着很高的潜在风险。
当目标函数充当了错误的指南针，这种情况就被称为“欺骗”(deception)，这也是探索的过程中人们普遍遭遇的一个基本问
题。在存在欺骗的情况下，通往目标的踏脚石可能并不会增加目标函数的值，所以最终的目标可能是充满欺骗性的。这就好比
你带着一个坏掉的指南针，去跳跃浓雾笼罩的湖面上的一块块踏脚石，如果指南针指向了错误的方向，那么你就会被其欺骗，
永远无法抵达正确的彼岸。
为了更具体地说明这个概念，我们选了一个关于这种欺骗性的绝佳例子，也就是所谓的“中国指铐”(C hinese finger trap)。
这个整蛊玩具的外形像一根空心管子，看起来不会伤人，但玩家将自己的左右食指同时伸入这根看似平平无奇的管子的两头之
后，手指就会被牢牢卡住，拔得越用力，卡得就越紧。中国指铐的欺骗性在于，让手指重获自由的正确方法是继续往内推，这
同“让手指获得自由”的目标背道而驰。换句话说，通往自由的踏脚石，是变得更不自由。这个案例很好地说明了目标的欺骗
性，因为它也展示了衡量实现目标进展的常规方法错得多么离谱。如果你的目标是摆脱中国指铐的陷阱，那么用“离自由有多
近”的程度作为其衡量标准，恰恰是错误的做法。
或许你会认为中国指铐这样的例子有失公允。毕竟作为整蛊道具，其目标就是要欺骗你。但是，中国指铐的陷阱实际上比
我们想要解决的各种问题或我们想要探索的各种发现简单得多。中国指铐其实只有一块欺骗性的踏脚石，所以想要研发出接近
人类智力的人工智能或治愈癌症这样的“高大上”目标，无疑将遭遇比这多得多的欺骗性踏脚石。事实上，探索任何复杂问题的
过程都将充斥无数欺骗性的踏脚石。
以常见的国际象棋为例，有很多看起来能够帮助我们赢得棋局的走法（比如吃掉对手的一个棋子），后来却因为微妙的、
不可预知的影响，而成为昏招。这种不可预知的影响，已经让国际象棋的对弈变得波诡云谲。想想看，我们生活的世界，远比
一盘棋局复杂，所以欺骗无处不在。我们需要正视的一个真理是，如若无法克服一定程度的欺骗，我们就不可能取得任何伟大
的成就。任何不包含欺骗性的问题，都是小事，因为解决它的踏脚石是显而易见的。显然，对于那些“高大上”的目标，我们还
没能找到正确的踏脚石，没法解决这些问题。这也就是欺骗性无处不在的原因。类似中国指铐陷阱这样的难题，总是会利用人
类错误的假设，哪怕在国际象棋中，看似胜利在望的局面也可能会在十步之后突然转为溃败。然而，我们也不必为此灰心丧
气，总会有外星人脸的图片出乎意料地变成汽车的图片，就像真空管的发明最终促成了计算机的问世，拉格泰姆最终催生了摇
滚乐那样。
***
欺骗性往往是目标不能带来伟大成就的关键原因。如果目标具有欺骗性（其实大多数“高大上”的目标都如此），那么设定目标并以此为我们努力方向的做法对实现目标没有什么帮助。然而，除了专注于目标之外，我们还有一个替代方案。请回顾上
一章关于图片孵化器的内容，这个网站最有趣的一点便是不设定最终的目标。换言之，其目的并非寻找某些特定类型的终极图
片，即所有图片中的“巅峰之作”（通常来说，终极图片产生后，其他图片都不会再有意义）。更好的方法是把图片孵化器网站
看成一个踏脚石收集器，它收集的踏脚石能够创造出发现更多踏脚石的可能性。此外，收集踏脚石与追求一个目标不同的是，
图片孵化器网站收集的踏脚石，并不指向某个特定的地方。相反，它们可以是通往任何方向的道路。要想到达非凡之地，我们
必须对多条道路敞开怀抱，不执着于明悉这些道路最终会抵达何方。图片孵化器网站的实验表明，这样一个完全开放式的系统
是可行的。
然而，在所谓的“无目标伟大探索系统”中，图片孵化器网站只是一个很小的例子，还有一些更重要的演变过程也是以同样
的方式进行。以几个非常重要的发现为例，自然进化和人类创新都是在事先没有任何终极目标的情况下发生的。这两个至关重
要的过程都比图片孵化器网站更深刻、更复杂，但仍然遵循了无目标的原则，这着实令人震惊。然而，目标思维的力量在我们
的文化中是如此根深蒂固，以至于我们倾向于认为生物的进化和人类的创新都是由目标驱动的。此时此刻，你甚至可能开始质
疑，我们两位作者怎么能够声称自然进化或人类创新没有任何目标呢？鉴于我们已经在上一章看到了无目标的探索在图片孵化
器网站上呈现的有违常理的变化，我们不妨更进一步地思考，为何目标导向思维，哪怕在自然进化这样无人不知的过程中也同
样发挥了误导作用。这或许会是一个有趣的反思过程。请注意，本书大部分章节的内容，都将专注于引导诸位挑战不同领域的
目标导向思维。在每一个案例中，我们都会首先展示传统的、基于目标的探索和发现的观点是如何反过来阻碍了人类的进步，
然后强调非目标性思维如何以全新的视角重塑已有的假设。生物的进化——作为地球上最终极的发现过程——是我们尝试重新
审视整个过程的一个极佳切入点。
自然进化是一个充满发现和创造的过程，产生了多样且极其复杂的生物体。我们熟知的自然界，在很大程度上都是自然进
化的产物，从遍布全球、孕育了生命的绿色植被再到人类自身，自然进化创造的生物复杂性和规模再怎么被崇拜都不为过。就
连人类大脑也是进化的产物。人脑有约120~140亿个神经元，其复杂程度远远超过人类本身能够设计的任何事物。有趣的是，
当前流行的观点将自然进化解释为一个过程，在这个过程中，不同性状似乎都是为了满足某种全球性的目标才出现的，进而把
自然进化描述为一个特殊的、不断优化的过程。然而，就像上一章的图片孵化器网站一样，自然进化背后的故事，远比这更复
杂。
我们不妨尝试一个思维实验，看看将目标思维应用于自然进化会发生什么。你可以把这个实验看成高中生物实验的终极挑
战版。想象一下，你拿到一个地球大小的庞大培养皿，在这个培养皿中有一个单细胞生物，它相当于地球上最早的活细胞，所
有其他生命形式，最终都需要从这个单细胞生物进化而来。你的实验目标，就是通过选择应该繁衍的生物体，以期进化出具有
人类智能的生物体。该实验的基本逻辑是，通过你个人的选择取代自然选择，决定哪些生物可以繁衍。例如，你碰巧发现了一
个看起来异常聪明的变形虫，就可以选择它进行繁殖，继而产出更多像它一样充满智慧的变形虫。当然，这听起来是一个艰巨
的任务，但想一想，你拥有40亿年的时间来完成这个实验，难度是不是就降低了？
这个实验的伟大之处在于，我们知道它的确有成功的可能性。因为地球上最原始的那些单细胞生物，经过数十亿年的进
化，确实进化出了人类。因此实验最终是否会成功，是一个无需担心的问题。地球当前的状态，就证明了自然进化是成功的。
这个实验的关键挑战在于，如何成为一个好的育种者。因为在实验中，人为地选择哪种生物来繁衍，跟自然界动物之间的交配
繁殖没什么两样。你要做的不过是选择越来越接近人类的父本和母本进行交配。然后，可能在你反应过来之前，整个进化过程
已经完成了（但不可否认，这个过程可能需要持续几十亿年的时间）。
那么，你应该采取什么策略，才能将单细胞生物一直培育成具有人类智力水平的生物？我们希望给你提供一个思路清晰、
直指核心的方法——对单细胞生物进行智力测试！然后你需要做的，就是挑选得分最高的生物，作为下一代的亲本。很快，我
们就能找到真正的“爱因斯坦”了，对吗？
但也可能事与愿违，因为这种策略显然有致命的缺陷。如果你真的对单细胞生物进行智力测试，那么它们能不能存活下来
都是个问题，更别说进化出任何类型的智能生物了。但是，为什么此类通过智力测试筛选进化方向的方法就行不通呢？毕竟这
个方法遵循了目标导向的普遍进度衡量原则，也就是通过比较当前的位置和想要达到的位置，来衡量我们在实现目标方面的进
展。但这个原则的正确性和适用性越来越令人怀疑，正如这个思维实验再次揭示的那样。
问题就出在这些看似通往人类智能水平的踏脚石，根本就不代表任何智力。换句话说，“人类的智力”是进化论的一个欺骗
性目标。欺骗再一次发挥了迷惑和误导的作用。从单细胞生物到人类的进化过程，真正的踏脚石并非提升智力水平，而是多细
胞化和两侧对称等与智力毫无关系的突破。几百万年前，人类的祖先还是一只扁形虫。它在智力方面没有任何值得称道之处，
但其一项伟大意义是进化出了生物的双侧对称性。谁能想到生物的两侧对称，是写出一首好诗的必要条件？但它的确是创造出
莎士比亚道路上的一块重要踏脚石。利用智力测试决定进化方向的问题在于，它完全忽略了这些具有里程碑意义的重要发现。
相反，它浪费了宝贵的精力，来测量一种直到数百万年（人类出现）之后，才会具有重要意义的属性（智力）。正如哲学家马
歇尔·麦克卢汉(Marshal
McLuhan)所说：“我不知道是谁发现了水，但它肯定不是一种鱼。”或借用科学家查尔斯·萨克
尔(Charles P.Thacker)的话：“在铁路时代到来之前，你不可能建造铁路。”同理，即便你想进化智力，也不应该对原始的单细
胞生物进行智力测试。
显而易见的是，对一个单细胞生物进行智力测试（或任何类型的智力测试）无疑是荒谬的举动。但这个做法的荒谬性，恰
恰是我们想要强调的重点，这也是为什么这个思维实验为那些仍然盲目信奉目标的伟大力量的人敲响了警钟。同理，将自己当
前正在培育的图片与骷髅头图片进行比较，然后在图片孵化器网站上搜索类似骷髅头的图片作为父本和母本进行培育，其荒谬
程度是否降低了？同样，通过衡量我们迄今为止最有可能实现的方法与任何遥远的、“高大上”的目标的接近程度，以期实现这
些“高大上”的目标的做法，是不是就没有那么荒谬了？这个思维实验想要揭示的是，由目标驱动和以目标为导向来追求成功的
传统做法，可能会导致真正荒谬的行为。然而，无论荒谬与否，“目标能够推动伟大事业实现”这一假设，已然主导了我们文化
和日常生活的方方面面。
让我们回到思维实验室，再度审视地球这个巨大的培养皿。如果我们不能根据父本和母本与目标的相似程度来挑选亲本，
那么我们还有什么其他选择？我们应该如何完成进化这一伟大的挑战？显而易见的是，必然存在一个行得通的方案，因为人类
这种水平的智力最终的确进化出来了。但是，自然界的进化过程，并不是让化学培养皿中漂浮的单细胞生物进行智力测试，这
个过程再次印证了我们在图片孵化器网站上得出的实验结论。地球上的自然进化，并没有试图进化出人类这种水平的智力，而
这恰恰是自然进化能够最终得出这个结果的唯一原因。换句话说，在数十亿年史诗般的进化中，生成人类那般拥有百亿神经元
的大脑这一惊人结果的唯一途径，恰恰是不要将它作为目标。正如本书的作者肯只能通过不试图进化汽车图片来进化出图片孵
化器网站上的汽车图片那样，大自然也只能通过不试图进化出人类来最终进化出具有智慧的人类。
与图片孵化器网站一样，自然界的进化也是一个收集踏脚石的过程。收集这些踏脚石，并不是因为它们可能通往某个遥远
的重要目标——某个所有生命都指向的、终极的超级有机体，而是因为它们本身具有良好的适应性。在通往人类的进化道路
上，每一种生物都在繁衍生息，因为它在自己所处的时代和自己的生态位中都是成功的存在。扁形虫用它们新发现的对称身体
蠕动着，继续生存和繁衍，而繁衍就是进化过程中延续血脉的唯一要求。一些旁系后代是否会进化成为人类，就与它们无关
了。按照这个意义理解，自然界最终产生的东西，并不是它最初的目标，就像图片孵化器网站一样。这就是自然界能够产生这
么多非凡且多样化生物的根本原因。
***
想想看，我们生活中有多少人造产品的灵感源自自然进化的产物，尽管这些产物都不是自然进化的目标。例如，鸟类的飞行激发了航空旅行的灵感，但从来没有人为了实现“飞行”的目标而选择繁育鸟类的遥远祖先；光合作用给人们带来了利用太阳
能的灵感，但植物得以进化出光合作用，并非因为这是刻意设定的目标；甚至人类的思维，也激发了人工智能研究的灵感，但
正如上文的思维实验所显示的那样，以产生人类智能为唯一目标而开启的进化过程是愚蠢的。归根结底，人类社会许多伟大的
工程发明，如飞行、太阳能、人工智能，并不是进化的预设目标，尽管进化过程的确创造了所有这些东西。进化过程之所以能
够带来这些伟大的发明，是因为自然界是一个踏脚石的收集器，持续积累着生成更复杂、更新奇事物的方法步骤。在可能带来
新生命形式的、浓雾笼罩的进化湖面，它始终大步向前。虽然没有设定任何具体的前进方向，但它可能会抵达任何地方。而这
就是现代人越来越熟悉的、能够带来惊人成果的创新过程的显著特征。
即便如此，人们依然普遍认为自然进化确实存在一个“高大上”的终极目标，那就是生存和繁衍。这个关于生存和繁衍的故
事很受欢迎，并支持了这样的文化假设，即所有伟大成就，都是由目标驱动的。但是，当目标的故事围绕着“生存和繁衍”这样
的开放式约束条件展开时，我们应该小心对待。因为满足约束条件，与通常意义上的目标驱动获得的成就，有很大的不同。
比如说，目标驱动的产物与最初的目标不相似或无关的情况有多常见？鸟类是进化的产物，但鸟类并不是目标。在进化
的“生存和繁衍”这个宏大目标中，没有任何地方提及鸟类。有哪个企业家在创办公司时，会以创造一个经久不衰的产品作为唯
一目标？如果他们设定了这样的目标，但最终建造了一架飞机，是不是显得很荒谬？我们很难将这种情况视为正常的商业计
划，更谈不上是否高瞻远瞩了。通常情况下，目标应该是一个明确而具体的产物，且在成功实现目标的情况下，你最终确实会
生产出它，而非一个模糊的笼统的描述。
当然，这并非“生存和繁衍”这样开放式的“高大上”目标与传统意义上的目标之间的唯一区别。通常情况下，当我们制定一
个“高大上”的目标时，我们还没有实现所设定的那个目标。因为在设定目标时就实现是一种非常奇怪的开场方式，你肯定没有
见过开跑哨声刚响起就结束的怪异马拉松比赛吧？但这恰恰是以“生存和繁衍”为目标的进化过程进展的方式，即在起点就已经
完成了。显然，地球上最早的生物体，都完成了生存和繁衍，否则人类也不可能出现和存在。不仅如此，那些位于生命之树最
底层，并最终直接导致人类出现的每一种其他类型的生物，也完成了生存和繁衍的目标。因此，我们拥有了一个令人难以置信
的、由成功的生存者和繁衍者构成的进化链，每一个环节的生物都在不断完成着生存和繁衍这个共同的目标。这个过程是否符
合目标驱动的伟大发现的传统定义呢？
也许将生存和繁衍看作对进化的一种约束更符合常理。换句话说，这是所有生物的进化必须满足的最低标准。但这个逻
辑，并没有描述进化过程可能创造的产物、我们现在和未来可能存在的区别，以及进化背后隐藏的巨大潜力。而通过将自然界
中的生存视为一种制约因素而非目标，我们便不再需要将进化生搬硬套进一个目标驱动的过程。
当然，“生存和繁衍”是一个重要的制约因素（在本书最后的结论部分的第一个案例研究中，我们对其进行了更详细的讨
论），但它不是我们通常追求的那种目标。如果你想设计一辆汽车，那么你的目标通常应该是设计一辆汽车。而“生存和繁
衍”这样的约束，则是截然不同的——它们是替代方案的一部分，在这种情况下，我们放弃了既定的目标，转而去探索踏脚
石。“生存和繁衍”是自然进化过程寻找踏脚石的一种手段——它使进化过程能够识别出可能成功催生出其他生物的有机体。但
这并不是非目标性探索的唯一手段。事实上，进化也不是世界上唯一遵循这种过程的活动。总的来说，人类的创新也是这样运
作的。
***
把人类的创新作为目标，我们可以尝试另一个思维实验。计算机是在20世纪才问世的，但如果第一台计算机是在5 000年前被发明的呢？因此，我们不妨尝试给互联网的发展提供一个全新的机会。假设我们穿越到5 000年前，聚集所有当时最聪明
的头脑，这些聪明的先辈们将在一个遥远的隐蔽处开展一项史前的“曼哈顿计划”。我们向他们提出计算机这个奇妙的可编程机
器的想法。换句话说，他们的目标，将是在5 000年前制造出一台计算机。
这个项目是否有意义？我们希望将史前时代的顶尖人才投入实现这个“高大上”的目标（研发计算机）中，这值得把他们从
其他更紧迫的现实问题中拉出来，聚到一起努力。就这个意义而言，这个实验与我们今天可能投资的“高大上”项目相类似都汇
集了全球最聪明的头脑，让它们从更现实、更紧迫的问题中抽身而出，投身伟大而遥远的事业。但不幸的是，这不会有好结
果，我们还不如直接要求他们制造一台时间机器。
根本问题在于，通往高效计算机的踏脚石，在5 000年前还不存在。因此，无论我们的团队多么出色，他们都不可能预见
到并开发出组装最终产品所需的踏脚石。正如本书第一章所指出的那样，真空管是早期计算机的奠基性踏脚石，但是计算的概
念并没有提供任何关于真空管需求的线索，也没有提供关于电力需求的线索。你可能会反驳说，如果有足够的时间，他们可能
会糊里糊涂地解决这个问题，从而找到真空管。但历史并没有给出这样的结果，因为真空管的发明者在发明这个东西时，脑子
里想的显然不是计算或计算机的应用。事实上，如果你对电学实验感兴趣，反而更有可能发明出真空管。
目标再一次展现了其欺骗性，把人们从正确的线索上引开。提前获得计算机的最好方法，不是强迫伟大的头脑浪费他们的
生命去钻研一个遥远的梦想，而是让这些聪明人在他们当前的现实中追求他们个人的兴趣。有些人会朝着几个世纪后可能引发
计算机诞生的方向前进，有些人会朝着其他方向前进，但至少他们会一步一步地向前迈进，找到一个又一个踏脚石，而这是通
往未来的、唯一现实的道路。
事实上，这个提前制造出计算机的思维实验，几乎可以轻松地适用于其他任何发明。因为大多数有趣的发明，不过是跨越
几个世纪的思想链的成果，它们也必然依赖于为完全不同的目的而创造的铺垫性发明。事实上，将这一思路延伸到其逻辑结
论，可以得出一个关于常见发明的、极具挑衅性的假设：任何重大发明的先决条件，几乎都是在没有考虑到该发明的情况下发
明的。虽然这个想法听起来很奇怪，即便它并不完全正确，也能引发人们对目标驱动的深刻反思。毕竟，如果其前提条件几乎
可以确定来自具有完全不同目标的人，那么实现这个“高大上”的目标还有希望吗？但我们有充分的理由相信，世界正是以这种
出乎意料的方式运作的。电力的发现，并没有考虑到计算机，甚至没有考虑到真空管。而真空管的发明，也不是为了促进计算
机的制造。人类只是缺乏足够的先见之明，无法理解一项发现后来会推动什么新发明的出现。
我们所讲述的关于伟大发明的故事，往往掩盖了这个不太浪漫的真相。我们听到的是像莱特兄弟这样的天才发明了可以飞
行的机器。这些能干的成功者，不畏艰险、英勇奋斗，最终给世界带来了永久性的改变。当然，他们在经历了几代人的失败尝
试后，最终制造出了可以飞行的有翼机器，他们的成就是值得肯定的。但是，莱特兄弟不能否定在他们之前由无数人打造的创
新链的贡献。这个链条包括往复式燃气内燃机，它是第一架飞机的重要组成部件，在被发明之初并不是为了飞行这一用途。
相反，这种发动机主要应用于早期的三轮汽车和后来的工厂设备（如印刷机、水泵和机床）。现代内燃机的前身是感应线
圈，其最初也不是以制造发动机为目的。作为一种简便的高电压触发器，它主要被应用于早期的电气实验。它在“克鲁克斯放
电管”(Crookes tube)中被使用，从而促成了阴极射线（即电子）和后来X射线的发现。从感应线圈到内燃机，再到飞机的创新
链中的每一个环节，其发明者都没有想到下一个环节可能是什么。过去所创造的未来，并不是过去所设想的愿景，而是过去意
外促成的结果。
堪称天才的莱特兄弟，并没有从头开始发明飞行器的每一个必要部件。他们认识到，鉴于过去的创新，人类离飞行只有一
步之遥。创造伟大发明的前提，是所有的先决条件已经存在。那些有着与之完全无关的前辈们将它们呈现到我们面前，只需组
合和改进，就能最终形成划时代的发明创造。洞察力的格外迷人之处在于，它能够看到那些在已有的基础之上建立通往下一个
踏脚石的桥梁。而这些踏脚石的故事，并不是一个有意识的、以目标为导向而构建的故事。每一次发明都朝着一个总体计划所
设想的、遥远的超级发明而去。相反，就像自然进化和图片孵化器网站那样，这些踏脚石是在它们自身的环境中，为它们自身
独立存在的原因而铺设；而不是因为一个有远见的人预见到了它们在未来伟大的作用而存在。就像自然界和图片孵化器网站都
是踏脚石的收集者一样，人类的创新之树也在不断向外延展，朝着计算机、互联网、汽车和飞机——人类想要发展的任何方向
去扩展，虽然没有任何具体的发展方向。
这些例子也证明，图片孵化器网站并不是什么荒谬的好奇心探索。它实际上不过是一类迷人的现象中的一个例子，我们可
以称之为非目标探索过程或者踏脚石收集器。这类过程带来的巨大创造性可能超乎想象。毕竟，正是这类过程（自然进化）创
造了人类，人类也通过它们征服了天空和网络世界。非目标探索过程，是赋予人类生活价值的真正来源。当我们把伟大的探索
从目标的陷阱中解放出来，把它从只朝着我们希望到达的地方前进的要求中解放出来时，它就变成了一位寻宝者，能够实
现“大海捞针”的伟大创举。那么，为什么我们这么多的努力，仍然被极具欺骗性的目标所支配？无论你的目标是找到完美的合
作伙伴，还是创造下一个划时代的伟大发明，如果目标太过“高大上”，那么你可能得到的唯一回报就是被目标欺骗。这就是你
使用错误的指南针需要付出的代价。
***
即使你设定的目标并不崇高，也无法避免陷入被（目标）欺骗这一困境。也许你的目标不过是想变得富有，但正如我们从上一章的个人故事中看到的那样，以实现目标的进度条来衡量成功，很可能会在各种情况下将你引入歧途。在追求发家致富这
个目标的道路上，目标的欺骗性一样会发挥作用。例如，怀抱“成为百万富翁”目标的你，拒绝了一份无报酬的实习工作（哪怕
你发自内心地喜欢这份工作），这样的目标又有什么意义呢？事实上，假如有朝一日你的确实现了身家百万的梦想，那可能恰
恰是因为你遵从本心，追求了自己的兴趣和激情，而不是一路走来都在向“钱”看。真正的激情才是驱使你成功致富的根本原
因。你可能在某天会突然意识到，你距离致富的目标，只差一块踏脚石而已。然而，成为富人这个目标，在你真正成为富人之
前，并不会引导你的每一个人生决定。相反，秉持“一切向钱看”的衡量标准，很可能是通往财富之巅的错误道路。
还有一点很重要，就是不要将这个发家致富的例子视为人生道德观的规劝。至少在本书范围内，我们并不强调其道德或价
值观层面的正确性。这个案例与我们在大自然的进化中看到的教训、在人类创新中学到的经验以及在上一章图片孵化器网站案
例中讲述的经历并无本质不同。踏脚石不一定意味着通往最终的目的地，它自身也无关对错，只涉及探索的过程和无限的可能
性。
我们这个世界理想的运作方式与其真实的运作方式之间的脱节，是我们真正应该关注并担忧的问题。当我们致力于追求梦
想时，我们至少应该知道这个梦想是什么，并充满激情和毅力地为之奋斗。但如果我们不假思索地接受了这种说法，它反而会
导致荒谬的行为和结果。就像你不可能在地球培养皿中以智力测量为标准最终进化出人类智力那样，仅凭决心和智力，也不能
让我们制造出一台计算机——我们需要踏脚石！正如我们不可能仅仅通过找一份高薪工作就变得很富有一样，因为今天加薪，
并不能保证未来还会持续加薪。我们需要接受的现实是：很多事情，是无法单纯地通过努力实现的。
虽然这些不同的思维实验测试了极端的情况，但这并不意味着它们得出的结论可以被轻易否定。基于这些实验的结果，就
简单地否定了实现一些“高大上”目标的可能性，也并不是我们想要传递的信息，因为案例中提到的所有令人惊叹的成就，的确
被实现了。我们真正应该担心的是，它们都是在没有设定明确目标的情况下达成的。人类水平的智慧的确是进化出来了，但它
从未被设定为自然进化的目标；人们的确发明了计算机，尽管其所有先决条件，都不是以计算机的发明为目的而诞生的；许多
人的确实现了致富的目标，但不是因为他们以致富为梦想，而是因为他们追求了自己的激情，而这种孜孜不倦的追求，恰好带
来了丰厚的物质回报。当然，图片孵化器网站最终也培育出一张汽车图片，尽管它的发现者，并没有将生成汽车图片作为预设
目标。所有这些没有明确设定目标的伟大发现，不仅有可能实现，而且已经实实在在地发生了。但这一切成为现实的前提是，
只有在明确的目标被忽视、探索的缰绳被彻底松开时，我们才有可能征服最遥远的未知边界。
也许在读完本章，了解这些颠覆性的观点之后，你依然推崇和信奉目标，依然是目标的“铁杆粉丝”。因此，你要记住一
点，我们这里谈论的“目标”都是高层次的远大目标，如果你距离目标只有一块踏脚石的距离，那么设置并遵循目标依然是有意
义的。问题是，“高大上”的目标与稀松平常的目标不同，实现这些远大目标的最佳方式就是忽略它们，而这种想法，似乎违背
了常规的直觉和传统的智慧。更重要的是，它们似乎表明：人类探索未知的态度似乎存在本质的问题，人们惯用的方式似乎无
法取得令人满意的结果。世界上最伟大的指南针（目标），反而有可能导致我们迷失方向，而一种神秘的、未知的方法（非目
标探索），却令人惊讶地被证明是通往伟大的正确路径。每当出现新的证据，威胁到已被公认的智慧时，我们感到犹豫不决也
很正常。不经过剧烈的斗争就无法放弃常规，这也是人的天性。尽管我们会下意识地选择为传统的智慧和现状辩护，但不确定
性带来的好处则是无限的新机会。如果这个世界并不像我们想象的那样运作，那么也许转变思维，就可以让它真正运作的方式
被我们捕捉到，并使其为我们所用。为了探索这个新机会，我们将在下一章探讨，如何在没有可靠指南针的情况下，自主设定
探索的规则，去发现桀骜不驯、野性毕露、陌生而遥远的未来。
有趣的和新奇的探索
抓住每一个时刻的独特新奇性，享受意料之外的快乐。
——安德烈·纪德(Andre Gide)
我们身边或许都有这样一个人，他/她在新年当天许下愿望：新的一年，我要学会说一门流利的外语，每天慢跑七公里，
三个月内只吃胡萝卜和苹果来减肥。但过了一周，所有这些豪情壮志就被彻底抛在脑后，但没有人对此表示惊讶。或许不需要
什么科学调查的结果，你就已经知道，大多数新年愿望最终都会不了了之。老实说，尽管这些许下了新年愿望的人中，超过半
数认为自己能够坚持，但最终成功实现的人只占12%。
这个超低的成功率也提醒我们，设定目标尽管在当下很吸引人，却是整个过程中最容易完成的事情。说出你想成为什么样
的人、想要去哪里，或你想要完成什么，并不需要太多的努力，真正难的是如何实现这些愿望。更确切地说，真正的问题是，
我们很难确定从这里到最终目标之间的踏脚石。这也暗含了一个不寻常的想法：我们不妨将花在制定明确目标上的精力，转投
到那些有希望引导我们实现某些伟大事业的踏脚石上，但这些踏脚石不一定准确地通往我们设定的目标。毕竟，目标本身并没
有对通往它的踏脚石应该是什么样子这件事提供任何有用的线索。因此，我们或许可以换一种角度来看待探索未知这件事。与
其担心我们想要去什么地方，不如将我们现在所处的位置，与我们曾经到过的位置进行比较。假如比较之后，我们发现自己身
处一个新奇的位置，那么这个新奇的发现，未来或许会被证明是通往全新领域的踏脚石。尽管我们可能无法确定这些新领域是
什么，但当前的踏脚石，成了探寻新发现的大门。
对目标的过度关注，实际上反映了我们对未来的过分关注。每时每刻的进展，都要根据我们在未来想要达成的目标来衡
量。我们是否正在逐步靠近目标？衡量的结果，是否证明我们正在向前迈进？未来好似成了一座远方的灯塔，指引着我们所有
努力的过程。但这座灯塔往往具有欺骗性，在灯光上玩弄花招，将我们引入歧途。指引人类发明飞机的“灯塔”，没有提示我们
需要感应线圈；指引人类发明计算机的“灯塔”，也没有提示我们需要先发明真空管。即便我们在很久之前就发现了这些踏脚
石，但并没有意识到，它们可能通往如此遥远的目标。既然如此，我们将现在与理想中的未来进行比较有什么好处呢？既然没
有好处，我们不妨尝试一些不同的、更符合情理的做法。我们可以转而将现在与过去进行比较，这总比与未来进行比较容易得
多，毕竟我们可以确定地知道过去已经发生了什么。
诚然，过去不会告诉我们目标是什么，但它确实提供了一条同样重要，甚至更加重要的线索——过去是创新的指南。但与
未来不同的是，过去不存在模糊性或欺骗性，因为我们实际上已经知道自己在过去的位置，于是我们能够清晰地知道，如何将
其与当前位置进行对比。这种比较不会让我们判断自己朝向目标的进展如何，但可以让我们判断我们在多大程度上摆脱了过时
事物的束缚。有趣的是，这种比较将问题从“我们正在接近什么”，变成“我们正在逃离什么”，而逃离过去的有趣之处在于，它
能够开启全新的可能性。
新奇事物的重要性在于，它们往往可以成为踏脚石探测器，因为任何新奇的东西，都是催生更新奇事物的潜在踏脚石。换
句话说，新奇性是识别趣味性的一条“简单粗暴”的捷径，而有趣的想法往往能够开辟全新的可能性。尽管去寻找“有趣的”事
物，听起来相当儿戏，但有趣性的概念，实际上蕴含着惊人的深刻意义。用著名哲学家阿尔弗雷德·诺思·怀特黑德(Alfred North
Whitehead)的话说：“一个命题的趣味性比真实性更重要。”另一位哲学家斯塔斯(W.T.Stace)补充说：“把‘趣味性’批判
成‘一个微不足道的目标’，源自一种被扭曲和颠倒了的价值尺度。”新奇有趣的想法不仅远非微不足道，而且往往还会带来新的
思维方式，进而触发更伟大的创新和发现。
更重要的一点是，通过不断地使新事物成为可能，新奇性（以及趣味性）能随着时间的推移产生聚合效应。因此，我们与
其寻求某个最终的目标，不如转而寻求新奇的事物，因为后者的回报，将是一连串的、无穷无尽的踏脚石，即一项新奇事物的
产生，将带来更多的新奇事物。这样一来，未来就不再是某个特定的终点，而是一条没有尽头、未被定义、潜力无限的道路。
这种不强调目标的观点，更好地体现了类似图片孵化器网站、自然界的进化和人类创新背后的逻辑——继一块踏脚石之后，再
找到下一块，不设定特殊方向地向外不断地分化和延展，朝着所有可能的方向发展，最终形成一个不断更新迭代的循环。
在图片孵化器网站上，“外星人脸”被选中并不是因为它可能会繁育出汽车图片，而是因为“外星人脸”本身就是一种有趣且
新奇的东西。“外星人脸”所开辟的道路是值得探索的，因为它具备了潜力——不是那种通过智力测试或成绩评估来衡量的、实
现既定目标的潜力，而是类似一望无垠的海洋地平线上低垂的斜阳所具备的那种潜力，那种开放的未来所具备的超越一切的可
能性。我们不妨尝试抓住这种潜力，而抓住它们的关键，将是追逐新奇性。
但似乎仍有一个问题。追逐新奇性意味着一种漫无目的的不确定性，我们怎么知道要去哪里？这其实就是关键所在，最伟
大的创新过程之所以会成功，正是因为它们并不试图去往任何特定的地方。按照这个逻辑，我们需要放弃目标带来的虚假安全
感，转而去拥抱未知的、疯狂的可能性。当然，我们仍然有理由担心，这种对新奇性的探索令人不踏实，甚至可能有点听天由
命。它难道不就是纯粹地从一个新奇事物，跳转到另一个新奇事物吗？我们为什么要相信，这样一个随机的过程存在任何意
义？
担心这种猎奇的心态可能不会带来任何有意义的结果也符合人之常情。导致这种怀疑的一个主要原因与信息量有关。人们
担心，指导未知探索的唯一有用信息是通过思考探索的目标而获得的。但事实上，新奇性蕴含的信息量并不逊色于目标概念，
区别只在于二者提供的信息类型不同而已。事实上，驱动新奇性概念的信息比目标概念能提供的信息更丰富、更可靠，尤其是
目标往往充当了一个错误的指南针。新奇性的概念不要求我们依赖于一个具有欺骗性的指南针，只要求我们将当前的位置与过
去进行比较。
简而言之，设定目标意味着遵循一条未知的路径，朝着遥远的目的地前行，而新奇性只要求我们远离已经到过的地方。离
开一个已经到过的地方，不仅更简单轻松，还蕴含了更丰富的信息。因为我们可以回顾过去的整个历史发现，将其作为判断当
前新奇性的参考。因此，相信新奇性是推动进步的一台有意义的引擎。
证明新奇性在创新中具备重要作用的另一个证据是，人类往往对新奇性非常敏感。有时候，哪怕我们不确定某条道路或某
个想法会通向何方，但依然会有探索它的冲动。虽然人类的直觉和预感往往促使我们朝着没有任何目标的方向前行，但我们最
终依然能发现一些与众不同或有趣的东西。因此，在讨论新奇性时，趣味性的概念会自然而然地出现，这并不是巧合。当一个
想法真正让人感到新奇时，它就足以让我们产生好奇心。这个想法的确激发了我们的兴趣，即使它的最终目的并不明确。
这个见解，与另一个耳熟能详的谬论有关，即“伟大的发现都来自偶然”。其谬误之处在于将偶然性看成一种意外。关于偶
然发现的刻板印象，通常是一个疯狂的科学家，因为意外而稀里糊涂地发现了一些足以改变历史的重大突破。这不禁让人联想
到某个动画片的故事：主人公不小心将一瓶花生酱放到微波炉中，导致了爆炸，却意外发现了反重力的秘密。然而，这种漫画
故事却不当地抹黑了偶然性，因为伟大的发现从来都不是什么稀里糊涂的意外。
现实情况是，人类天生对有趣事物有着敏锐的嗅觉。大家都知道，如果我们选择了一条有趣的道路，它可能会通往重要的
目的地，尽管我们可能并不知道这个目的地确切在哪里。纵观“偶然性发现”的历史，有无数个成功案例支持了这一观点。但如
果偶然性发现纯属意外事件，那就意味着没有任何特殊的教育背景或智力水平的人，也能够得出同样的发现。因此，我们或许
会假设，凌乱无序或疯狂甚至是开启伟大发现之旅的最佳方式。但在现实世界中，情况似乎并非如此。因为大多数重大的偶然
性发现，都不是外行人的疯狂想法推动的。事实上，这些伟大的发现，大多数都出自智力超群、受过良好教育且在各自行业内
颇有建树的人之手。
例如，牛顿偶然观察到一颗苹果从树上掉下来，进而发现了万有引力定律，但牛顿的职业生涯，并不仅仅局限于观察从树
上掉下来的苹果，他在数学、天文学和物理学方面还有许多其他的伟大发现。另一个例子是法国科学家路易斯·巴斯德(Louis Pasteur)，他在化学领域做出了重大贡献，也是微生物学的创始人之一。他的许多重要发现似乎都充满了偶然性的色彩，包
括“手性”分子(chiral molecules)和拯救了无数生命的细菌疫苗。像牛顿一样，巴斯德始终能够跨越多个学科进行创新。充满偶
然性色彩的伟大发现，事实上不胜枚举。例如，古希腊数学家阿基米德某天在洗澡时，突然意识到浴缸中所排出的水等于他身
体的体积，于是就有了举世闻名的“尤里卡时刻”：他赤身裸体冲过大街，大声狂喊着“尤里卡”。但我们对阿基米德的印象，更
多的是一连串的根本性的创新，如杠杆原理、“阿基米德式螺旋抽水机”和流体力学定律。所以，这些伟大的发现者并不是狂热
的、没有受过教育的人，也并非全凭纯粹的好运才得以邂逅伟大的发现。
在任何偶然性发现的背后，几乎总有一位心态开放的思想家，他们对什么计划会产生最有趣的结果往往有着强烈的直觉。
虽然几千年来，万有引力定律一直静默地存在于世间，但牛顿才是第一个发现它的人。正如胡威立(Wil iam Whewel )写道：“世
界上成千上万的人，甚至是最善于探究和推测的人，都曾看到过物体的自然坠落；但除了牛顿，谁又曾关注过这一现象背后的
因果关系。”这些伟大的发现者，注意到了一些现象背后深刻的规律，这不仅仅是一种偶然或机缘巧合。正如巴斯德的一句名
言：“在观察的领域里，机会只青睐有准备的头脑。”
如果偶然性的发现的确不是纯粹的好运，那我们是否可以通过寻找新奇而有趣的东西，最终获得偶然性的发现——哪怕我
们的心中没有设定一个具体的目标？如果这个想法行得通，我们应该从科学上证明这种获取偶然性的方法是有效的，至少存在
那么一个可以开展的实验，以便为这个想法提供一些科学证据。事实证明，我们的确可以开展这样的实验，但请诸位做好心理
准备，接受一种不同寻常的实验程序。为了研究非目标性探索的前景，我们将设计一种没有目标的计算机程序或算法。
***
乍看之下，一个没有设定目标的计算机算法，似乎是一个自相矛盾的存在。“算法”这个词会直接让人联想到一些有既定方向的、机械化的东西，并且算法通常被视为解决某些特定问题的良方。人们已经设计出各种不同的目标驱动型算法，机械性地
完成诸如求解微分方程、对大型列表进行排序和数据加密等任务。但本质上，算法是一种宽泛的概念。作为一种明确地描述一
个过程的方式，算法是一个不存在任何模糊性的、解决问题的方法，从而确保计算机可以精确地遵循其指令。因此，虽然大多
数算法都有目标，但它们也可以被用于描述没有目标的过程，比如寻找新奇的东西。由于算法能被具体地编写成可被分析和研
究的计算机程序，它就可以帮助我们检测科学假设是否成立。
编写未设定具体目标的算法有一大优点，即我们可以说到做到，将资金花在刀刃上。如果仅靠寻找新奇的事物就能有效地
帮助人们发现有用的东西，那么我们就应该可以真正地将这个过程，以算法的形式正式呈现出来。在算法设计出来之后，它就
可以被投入测试。这种通过构建算法来测试理论的理念，在人工智能领域（与心理学领域不同）已被普遍接受。事实上，在人
工智能研究中，关于任何事物的解释，只有在被构建成一个计算机程序并在计算机上运行和测试之后，才会得到普遍认可。这
样一来，人工智能领域成功的门槛就变得相当苛刻，因为人工智能的研究人员不能只是简单地提供文字解释，而是必须真正建
立起一项理论的原型，并通过测试证明它是有效的。因此，在这种情况下，我们可以借用人工智能领域的这一准则，并将其应
用于非目标发现的论证。让我们看看，当我们给计算机编程，让它只搜索新奇的东西而没有设计特定的目标时会发生什么。
我们编写的新算法被称为新奇性搜索，其灵感来源是用户们在图片孵化器网站上的操作。我们发现，这个网站的用户获取
的最佳发现成果，往往并不是他们预先设定的目标。这些“成功玩出新花样”的用户，在选择图片时采用的标准，并非某个特定
目标，而是凭借本能去寻找有趣而新奇的东西。这个发现就激发了我们尝试通过编程，让电脑来干同样的事情的灵感。而将一
个想法编写成算法的一个好处是，它能迫使我们去搞清楚其真正的含义。换句话说，当机器在运行测试时，我们的意图就不可
能隐藏在某些含糊不清的文字表述背后。因此，要编制一个算法，我们需要首先决定计算机究竟应该如何搜索新奇的东西。
测试这样一个程序的第一步是确定什么叫领域。换句话说，计算机只会在一个特定的类别中搜索新奇的东西，如新奇的艺
术、新奇的音乐或新奇的机器人行为，等等。之所以要明确领域，是因为每个领域可能需要以不同的方式进行编程，但更重要
的是，领域决定了算法即将探索的空间和范围。
为了让大家更容易理解这个概念，我们以行为空间为例，因为大多数关于新奇事物搜索的计算机实验都集中在这个空间。
通常在新奇性搜索中，“行为”一词指的是真实或模拟的机器人做出的一系列举动。更简单地说，机器人的行为，是指它在特定
情况下做出的举动。回顾一下我们在本书第一章中用来使所有可能的图像具象化的、看不到边的“大房间”。我们可以想象一个
类似的、包含了无数机器人行为的大厅，其中一个角落里的机器人可能除了不停地转圈什么都不做，而另一个角落里的机器人
可能正在地板上临摹《蒙娜丽莎》的轮廓。我们可以轻易地发现，这个大厅里的一些机器人行为，与其他行为有很大不同。例
如，一个四处撞墙的机器人，和一个在走廊上根据导航前进然后走进一扇门的机器人有很大不同。一旦我们有办法了解到是什
么区分了不同的行为，就有可能会问：什么是新奇的行为？
试图发现新奇事物的行为可以帮助说明，即使没有特定的目标，寻找新奇事物的行为也会产生有趣的结果。想象一下这个
场景：一个机器人被放在走廊的一端，另一端的门是开着的。这类实验在机器学习领域很常见，即试图让计算机具备从经验中
学习的能力。在实验中，机器人会通过越来越熟练地探索走廊来学习如何接近走廊另一端的门口。例如，在一系列实验中，机
器人总是被放回其起始位置，它可能会具备更强的、穿越整个走廊的能力，并越来越接近敞开的门——这就是目标。在这种目
标驱动的方法中，无论哪种行为会使机器人最接近敞开的大门，它都会成为尝试新行为的踏脚石。这种将进步视为一系列逐渐
接近目标的渐进式改进的观点，也反映了在我们的文化中追求成就的常见方式。
但我们也可以用一种基于新奇性搜索的、截然不同的方式来处理这个任务。例如，机器人可以无需尝试走到走廊的另一
端，只是纯粹地尝试做一些与以往不同的事情。机器人可能会先撞上一堵墙，因为它一开始并不具备探索和穿越走廊的经验。
（见图5.1）然而，与追求特定目标（即抵达敞开的大门）时不同，在新奇性搜索中，机器人撞墙的行为被认为是好事，因为
我们以前从未见过它这样做。换句话说，撞墙的行为是新奇的，而这正是我们在探索新奇性时想要看到的东西。但如果撞墙被
视为好事，那么机器人接下来可能会做什么？
图5.1 机器人的一系列新奇行为
注：通过穷尽各种撞墙的方式，新奇性搜索可以增加机器人对探索和穿越走廊的理解，并最终使它发现出门的方法，尽管
成功地出门并不是新奇性搜索的目标。
答案是，它可能会撞上另一堵墙，但只要第二次撞墙与第一次不同，也会被认为是好事。即使第二次撞墙比第一次离目标
更远，这仍然被认为是新奇性搜索的一个好的迹象，因为这一次与以往不同。如你所见，这种欣赏新奇情况而不加评判的态
度，就已经使新奇性搜索有别于目标驱动型搜索了。
测试中的机器人撞上各种墙壁，听起来可能并不那么令人兴奋，但接下来发生的事情堪称神奇，凸显了新奇性搜索的力
量。到了某个时刻，在撞了足够多的墙之后，就没有新的墙可以撞了。在那一刻，新奇性搜索已经穷尽了所有的撞墙选择，然
后一个值得注意的事实开始发挥作用：现在机器人要做一些新奇的事情，而唯一可行的办法，就是不再撞墙。这个进步很有意
思，因为学习避开墙壁，从未被表述为一个目标。但即使它不是目标，只追求新奇行为的机器人，最终也必须学会避开墙壁才
有望继续产生新的行为。
事实上，寻求新奇行为的机器人，最终甚至不得不进入另一端的大门，因为它将再次穷尽在同一走廊内的所有新奇行为的
可能性。这个新奇行为实验的结果令人费解：一个只被告知要寻求新奇行为的机器人，却学会了如何避开墙壁在走廊里自如地
穿梭，最终走向敞开的大门，而且这些动作都没被当成指令、奖励这样的目标。按照这个逻辑，追求新奇性过程中所产生的行
为的复杂性，似乎比预期更多。
同时，这种显而易见的成功似乎只是“穷尽一切可能性”（计算机科学家称之为穷举法）后出现的结果。如果你真的有时间
去尝试世界上每一种可能的行为，最终也可能办成一些“聪明事”，但你可能要花上几乎一辈子的时间才能得到这个结果。这个
方法听起来有点愚蠢，但事实证明，新奇性搜索中的发现比简单地尝试每一个你能想到的行为都要更深入。新奇性搜索比穷尽
可能性更有趣的原因是，它倾向于以某种特定顺序来产生行为。
顺序是探索和发现的一个关键因素。事实上，我们对任何一种搜索都充满信心的主要原因是，我们期望它能指导人们以某
种合理的顺序发现通往成功的踏脚石。在目标驱动型搜索中，我们通常期望坏的行为出现在好的行为之前。换句话说，我们期
望搜索行为的质量，在搜索的过程中不断得到提升。这样一来，目标将带来一连串的发现这一结论似乎就合乎逻辑了。
但问题是，从坏到好的顺序虽然充满吸引力，但却是不切实际的想法。这只是目标驱动的欺骗性——这个“老骗子”安排的
另一种套路。回顾一下中国指铐陷阱——在这个案例中，通往成功的唯一正确顺序是“让本就糟糕的情况，变得更糟糕”，然后
才是“否极泰来”。所有的欺骗性问题都会在某一点（而且往往是在很多点）上，表现出这种误导性的特性。因此，考虑到目标
的欺骗性，只遵循从坏到好的顺序，应该很难让你相信最终有可能发现伟大的事物。这就像坚定地认为通过智力测试可以将单
细胞生物培育成爱因斯坦一样天真（事实上，在本书第七章中我们将看到，试图只进行从坏到好的改进，在对学生进行测试方
面，也能有惊人的新发现）。这些失败意味着我们可以不再担心自己是否总是要追求从差到好，而是考虑放弃过分在意好与坏
的明显顺序，这实际上可能反而更有希望令我们得偿所愿。
如你所料，新奇性搜索会产生与众不同的排序。它不会按照从坏到好的顺序进行搜索，因为没有一个目标作为标杆，它甚
至不知道什么是“好”。尽管看起来，显著的“新奇性”总是比微小的“新奇性”“更好”，但这完全取决于个人在当前看到的情况——
因为其他有不同经验的人，可能作出完全相反的判断。当新奇性得到回报时，“更好”不会随着时间而保持“更好”的地位。因为
一旦机器人发现一个新奇的行为，随着类似行为的持续发现，其新奇性很快就会降低。
并且一种事物或行为是否被认定为新奇，完全取决于具体的时间和环境。事实上，在新奇性搜索开始之前，我们甚至无法
判断哪些行为更新奇或更不新奇，因为新奇性是一个相对的衡量标准。这就是为什么孤立地考虑新奇性是没有意义的——某样
东西是否具有新奇性，完全取决于它之前是否被发现过。
目标驱动型搜索则截然不同：一辆拥有更高效能发动机的汽车，总是比一辆拥有更低效能发动机的汽车更节能环保，无论
两种汽车是什么时候被发明的。关键的区别在于，在搜索目标时，什么是更好的，什么是更坏的，其标准并没有改变。新奇性
搜索不能提供这样一个持续不变的坏和好的概念，也不能形成一个从坏到好的排序。但事实上，新奇性搜索确实提供了一种更
有趣的排序：从简单到复杂。
虽然大多数人都熟悉这样一个概念，即将进步视为一个从坏到好的过程。从简单到复杂的变化，由于没有设定明确的目
标，很容易令人觉得陌生。但在某种程度上，后者更为合理，因为它不会受到目标的欺骗性的影响（因为你并未试图从中获取
任何特定的东西）。寻找新奇事物的过程，将导致行为从简单变得复杂，其原因本身就非常直接。当所有简单的行为方式都耗
尽后，剩下的唯一可以被发现的新行为，自然就会变得更复杂。例如，我们再回顾一下前文那个试图穿越走廊的机器人。一开
始，几乎所有类型的行为都是新奇的，因为它之前从未尝试过任何行为。而在绝大多数情况下，这些最初的行为往往是简单
的，就像很多简单的发明往往是通往更复杂发明的踏脚石那样。
这种简单行为的一个例子，就是机器人一开始总是走直线，哪怕直接撞到墙。但什么才是真正“简单”的行为？关于简单的
本质，我们可以长篇大论地说上好几章，但在本书范围内，简单行为的关键特征是，它不要求掌握关于这个世界的任何信息或
知识。撞墙是一种简单的行为，因为机器人可以在不了解墙壁、走廊的情况下做到这一点，事实上它也不需要有感知任何事物
的能力。我们只是简单地打开机器人的前进马达，让对周围环境一无所知的机器人无条件地向前跑。但如果机器人最终想要成
功地在有墙面的走廊里穿行，就需要获得一些关于墙的知识。这种新知识，就是新奇性搜索中化腐朽为神奇的一步——将无知
无畏的探索，转化为有意义的探索。最终，做一些新奇的事情，总会要求我们学习一些关于世界的知识。就好像如果不先学会
走路，就不可能发明出一种新的舞蹈；而如果不了解（哪怕是潜意识的）重力和运动的相关知识，就无法行走那样。
归根结底，我们必须获得某种知识，才能继续创造新奇事物，这就意味着新奇性搜索是一种信息收集器，用于不断积累关
于世界的知识。搜索的时间越长，它最终积累的关于世界的信息就越多。当然，信息量和复杂性是相辅相成的，更复杂的行为
必然需要更多的信息。
有趣的是，新奇性搜索并不是唯一一种不断积累信息的搜索。信息的积累和复杂性的增加，是任何一种没有设定明确目标
的搜索的标志性特征。新奇性搜索是一种特殊的非目标搜索，但其他的搜索，比如自然进化，也明显表现出了这种特征。虽然
自然进化与新奇性搜索不同（我们将在本书结尾处第一个案例的研究中更深入地探讨二者之间的关系），但它与新奇性搜索有
一个共同的关键属性，即它最终产生的东西，不是它最初设定的目标。由于这个原因，前面讲到的自然进化也成为一个从简单
到复杂的信息收集器。
正如斯蒂芬·杰·古尔德(Stephen Jay Gould)指出的那样，在进化过程中，一旦所有简单的生存方式都被开发殆尽，创造新
物种或生态位的唯一途径就会变得更加复杂。换句话说，进化成细菌类生命体的方式，无论有多少，都是有限的。这就是为什
么如果自然界要继续进化，复杂性的增加便几乎是不可避免的结果。但是这些复杂性的增加，并不是任意的。相反，它们反映
了进化过程所在的世界的属性，例如眼睛的出现，代表宇宙中光的存在，耳朵象征着机械振动的存在，而腿和肺部则分别是重
力和氧气存在的证明。
在对进化的常见解释中，类似眼睛或肺部等器官的进化，可能被认为是目标导向性带来的进步，因为它们提高了生物的生
存能力。但它们也可以被看作一种不可避免的趋势，由一项没有最终目标的搜索，积累了关于其所处世界的信息所导致。毕
竟，最初的单细胞生物并不具备眼睛或肺部这些花哨的器官，但它们依然存活得很好，没出任何问题。唯一的问题是，生物如
果想要做一些新奇的事情，就需要将自然界某些方面的信息反馈到其DNA中。严格来说，视觉驱动的行为，并不是生物生存
的必要条件，但如果自然界通过突变，不断尝试设计新的物种，即使没有设定任何特定目标或方向，进化过程也最终会意识到
光的存在这一事实。然后，它将成为进化论积累的信息库存的一部分。
从某种意义上说，经过漫长岁月的进化后，人类的身体已经成为一种关于人类所处的宇宙的相关事实的百科全书。不仅宇
宙的许多物理现实已经反映在人类的身体结构中（例如光、声音、重力、热、空气等），而且考虑到进化已经持续了如此漫长
的时间，人类现在实际上已经在身体内部的某个地方，编码了令人难以置信的、关于宇宙的具体细节信息。人类的大脑记得哪
些行星是围绕太阳旋转的，甚至记得街角商店里百吉饼的价格。在人类的一生中，学习和适应的能力已经将进化的信息积累性
质，推向了一个新的极端。当然，这并不意味着自然进化的这个信息积累过程，会因人类的出现而停止。但我们再次观察到的
是，没有明确目标的搜索（在这种情况下指自然进化），从最简单的单细胞生物进化到最复杂的动物的过程，也是不断积累信
息的过程。这就是为什么地球上的生物已经成为一面反映世界现实的镜子，不同的物种，以庞大的多样性，反映了我们身处的
宇宙所赋予的、物质形态上的无限可能性。
这种非目标搜索的观点，也解释了这样一个事实：图片孵化器网站好比是一面镜子，它向我们反映了一些关于人类世界的
信息。毕竟，图片孵化器网站就是在人类世界里诞生并不断发展的。因此，它已经成为一个收集了人们熟悉主题的庞大目录：
从蝴蝶到人脸、从城堡到行星、从日落到宇宙飞船。尽管这些都不是它的目标，但它们都是在这个网站上被发现的。
与图片孵化器网站或自然进化一样，新奇性搜索是另一种类型的非目标搜索。它不像自然进化那样神奇，但它的优点是，
可以变成一种能在计算机上运行的算法，因此我们可以科学地测试它，看看它能做些什么。它也提供了极大的便捷性，因为它
可以应用于容易编程的领域，如走廊内机器人行为的简单模拟。可以想象，单机电脑游戏Pong的编程肯定比完全沉浸式的现
代三维射击游戏（通常需要花费数百万美元来开发）要简单得多。因此，要判断非目标搜索在新奇性搜索中的优势，我们不必
编写最复杂的程序，例如展示地球所有的荣耀历史，重现类似自然进化这样的宏大脉络，等等。如果它能够像预期的那样运
作，我们应该能够在新奇性搜索运行时发现信息收集器正在按由简到繁的顺序收集信息，并表现出明显的非目标特性。为了不
断寻找新事物，最终机器人不得不发现，周围世界是由墙壁和门组成的，而它虽然会撞到墙壁，但却能穿过门洞。
但是，即便你暂时接受了这个观点，即搜索是从简单到复杂的过程，你仍可能担忧新奇性搜索最终会永远地被困在毫无意
义的行为之中，找不到任何有意义的出口。目标的设定之所以让人放心，是因为它将无穷可能性的空间，压缩到仅剩少数几个
实用的选项。例如，既然可以选择开车去上班，那便没有人会认真考虑爬行去上班的好处。换句话说，目标可以帮助剔除那些
明显“得不偿失”的想法，这可以避免人们在与目标不相关的活动中白白浪费精力。相比之下，新奇性搜索似乎缺乏这种实用性
的约束，这可能意味着它会导致我们浪费大量的时间，在毫无意义的可能性的空间里徘徊。
然而，我们有充分的理由相信，我们不需要目标的约束来避免无意义的浪费。物理世界自身就提供了很多约束。新奇性搜
索不会考虑许多可以想象但无法实现的行为（例如人类依赖自身的躯体飞行），因为它们是不可能的。例如，机器人不能穿过
一堵墙，所以即使我们可以想象瞬间移动(teleportation)，这些行为都不会被考虑，因为瞬间移动是一种在物理层面不可行的行
为，也就是说，这种搜索的空间不存在。
一般来说，人类可以想象的许多行为，都会因为现实物理世界的限制，而沦为同样的结果。例如，我们可能想象过成千上
万种穿墙而过的行为，但是由于物理现实的限制，所有这些可想象的行为，在现实中都被简化为同一个结局，即撞到墙上并停
下来，因为穿墙而过根本就不可能实现。重力以类似的方式限制了人类的行为，所以无论你如何想象自己在天空中自由飞翔，
当你从前廊跳下时，现实的结果几乎总是同样的不幸——摔得伤痕累累。
因此，在搜索新奇事物时，实际尝试的行为空间变成人类可以想象的所有行为空间。这个空间虽然看似更大，但新奇性搜
索的空间，仅是其中的一小部分，这也是新奇性搜索变得实际可行的前提。世界的物理特性限制了新奇性搜索能考虑的所有行
为，这一想法也解释了新奇性搜索积累世界信息的趋势：真正成为下一步行为的踏脚石的那些行为，必须尊重现实世界运作的
方式和规律。回到上文的例子，开车去上班比爬行去上班更有可能获得新奇感，因为你不需要将一整天的时间都花在上下班的
路上。因此，在同时面临这两种选择时，新奇性搜索会倾向于集中在开车去上班这一选项上，因为这是一块更优质的踏脚石。
正是由于这个原因，进一步的探索最终会集中在有意义的概念，而非毫无意义的徘徊上。简而言之，创造新奇事物的最佳方
式，是利用世界真正运作的方式，并据此积累有关信息。
在这一点上，你可能会质疑新奇性自身，是不是某种特殊类型的目标。事实上，自从2008年首次推出新奇性搜索算法以
来，我们已经反复听到了类似的质疑。人们会对“没有目标的发现会更好”这一反直觉的信息持怀疑态度，这是正常且合理的。
每当有新的理论挑战主流的世界观时，人们自然会试图恢复旧有的秩序，而一个常见的办法便是通过重新解释新的理论以适应
旧的思维方式，避免彻底地推倒重来。本着这种精神，拯救目标驱动范式的最常见尝试，是试图将新奇性强制套入旧的目标驱
动观点，将新奇性本身描述为一个目标，但这种策略存在很大的弊端。看到我们在下文回顾其中的一些论点时，你可能会想起
本书上一章中关于为什么生存和繁衍不是传统目标的讨论。但这里的区别是，我们关注的是更广泛层面的问题，即新奇性本身
是否应该被称为一个目标。
就传统目标而言，成功意味着得偿所愿。例如，你想成为一名银行家并最终成了一名银行家，那么你的目标就实现了。关
于目标，我们通常认为，当我们实现了所设定的目标时，目标就得到了满足。但是——这就是把新奇性称为目标的第一个问题
——新奇性并不是这样运作的。毕竟，如果你的行为与其他人不同（或与你过去的行为不同），你也可能会成为一名银行家，
但在这种情况下，成为一名银行家并不是你的目标。在探索新奇事物的过程中，你成为什么或实现什么，永远不是你的目标。
因此，新奇性与目标有着本质的不同。
你可能会继续驳斥说，即使一个人确实通过保持新奇，最终努力成了一名银行家，那么他依然实现了保持新奇这个目标，
哪怕成为一名银行家并不是目标。然而，第二个问题随之而来，“保持新奇”本质上是一个难以捉摸的、变化莫测的概念。我们
不可能时刻牢牢地秉持这个理念。例如，如果你保持银行家的身份太久，新奇性便丧失了。那么我们是否可以说，你已经不再
满足“保持新奇”这个目标了呢？从另一方面来看，如果你的目标是成为一名银行家，而你最终也成了一名银行家，这个目标就
得到了绝对满足，其满足性并不会随着时间的推移而变得模糊或难以界定。不仅如此，假设保持新奇是你的目标，那么你在成
为银行家的过程中可能更换过多种职业，每一种职业都与上一份职业不同，实现了新奇的目标。这会令你陷入一个自相矛盾的
境地，即在成为银行家之前，你实际上已经多次实现了“保持新奇”的目标。那么就这个意义而言，成为银行家对实现新奇性
的“目标”是否还有意义？最根本的问题在于，将新奇性视为一个目标，需要我们扭曲自己的逻辑，以尽可能地套用传统的、以
目标为导向的思维方式。
然而，这种逻辑层面的扭曲完全没有必要。我们在本书中探讨“目标”一词，是为了帮助诸位做出重要的区分，而不是掩盖
差别或混淆定义。如果你能仔细思考“新奇性是如何从简单走向复杂的”这一问题，那么搜索新奇性的整个过程，与追求传统目
标的实现，两者之间存在本质性区别。这就是如果我们试图用“目标”概括所有类型的发现和探索过程，就必须要做出前述逻辑
扭曲的原因。目标是驱动成功的老式引擎，而新奇性则是不同的东西。为此，让我们时刻牢记目标与新奇性这两个不同术语的
差异，而不是将二者混为一谈。
同样的逻辑过程也解释了为何“新奇性搜索”很像自然进化中的“生存和繁衍”（这也是一种非目标型的发现过程）。两者都
是对可能发生的事情的约束，并且可能都在一开始得到满足（就像单细胞生物也同样满足了“生存与繁衍”的“目标”）。这两个
过程，都催生出了并未被设定为初始目标的伟大发现，且两者均未设定任何具体的目标。这些都是非目标探索的显著标志。
此类非目标进程的另一个重要且强有力的属性，是它们与发散以及发散性搜索概念之间的关联。目标在本质上会促使探索
的过程朝着特定目标聚拢，而聚合效应则意味着许多潜在且有趣的方向将得不到探索。然而，剥离了目标的聚合性负担之后，
探索就可以自由地朝着多个方向分化，在不断发散的同时，收集不同类型的新踏脚石。尽管发散性探索牺牲了朝着某个预定的
方向进行探索带来的舒适感和安全感，但发散性思维这个词通常与创造力和创新联系在一起也并非巧合。正是因为发散性思维
者不会被困在“搜索空间”的一个陈旧角落里，所以他们通常以大胆无畏和令人惊讶的发现而闻名，其他目标导向者往往会因专
注于目标而错过这些发现。放弃设定明确的最终目标，新奇性搜索就成为一种发散性的搜索形式，从而成为类似自然进化和人
类创新的探索和发现过程，并充分契合了这种更奇特和激进的发现形式。
***
正如前文所述，从科学的角度来看，新奇性搜索概念的一大吸引力是，它实际上可以被编成一种计算机算法，并进行可衡
量的测试，这正是我们所做的。事实上，到目前为止，我们已经将新奇性搜索置于大量不同的场景中进行了测试，第一项就是
机器人在迷宫中的模拟实验。换句话说，我们对计算机进行编程，模拟机器人在围墙式迷宫中的行为，类似于驾驶模拟器模仿
汽车上路的状况。这就好像电脑自己玩的一个简单的视频游戏。机器人模拟实验在人工智能领域很常见，因为模拟的机器人可
以非常迅速地反复尝试新的行为，而且不存在器材损毁风险。图5.2是其中一个迷宫的示意图。
图5.2 机器人迷宫
注：大圈代表机器人的起始位置，小圈代表目标位置。地图中看似通往目标位置的死胡同具有欺骗性。
所以想象一下，一个带轮子的机器人在迷宫中尝试新奇性搜索，总是试图做出一些新举动，实验将如何开展？基本的想法
是，计算机程序可以先产生新的“想法”，然后机器人尝试做出相应的行为。如果该行为在机器人尝试时被证明是新奇的，那么
该行为可能是有趣的，所以程序可以将其认作一个好主意。请注意，这种判断想法质量的方式，与设定了具体目标的情况不
同。例如，如果设定的目标是让机器人从起点位置走到迷宫的终点，那么“好”的行为，就应该是那些让机器人最终会比之前更
接近迷宫终点的行为。
什么行为是好的或坏的是一个很重要的问题，因为程序将只会继续探索被认定为“好”的想法。换句话说，新奇性搜索的希
望在于，好的想法可能是通往有趣事物的踏脚石。因此，在尝试了一系列的行为之后，程序决定专注于测试那些看起来有趣的
行为。为了做到这一点，程序将采用这些新奇的想法并进行微调，继而观察是否会出现更有趣、更新奇的东西。如果机器人绕
过一堵从未绕过的墙，那么对该行为的微调就有可能让机器人走得更远。另一方面，如果机器人做了以前做过很多次的事情
（比如撞墙），那么这个行为就会被忽略，不会被进一步探索。这种专注于如何在迷宫中实践更新奇的想法的方式，与任何其
他类型的创造性思维相同，即你可能有一个有趣的想法，然后在思考一段时间后，发现它启发了其他有趣的想法。
这将是实验变得更耐人寻味的地方。想象一下，如果机器人不断尝试新的行为并进一步探索最新奇的行为，它就与我们在
本章前文描述的那个机器人有点像：一开始总撞墙，然后知道了如何避免撞墙，最后学会穿过门洞。问题是，如果我们持续这
样的新奇性搜索过程，机器人最终会不会发现一个能破除整个迷宫的行为（换句话说，一个能驱动机器人从起点顺利走到终点
的行为），哪怕走出迷宫并不是它的目标？
实验结果表明，答案是肯定的——如果我们运行一段时间的新奇性搜索算法，计算机将持续产生驱动机器人通过整个迷宫
的行为。这个实验结果很有趣，因为没有人编写让机器人顺利通过迷宫的程序。更重要的是，穿越迷宫从来都不是一个既定目
标，该程序甚至不知道目标的存在。因此，有趣的是，新奇性搜索最终发现了一个看起来相当智能的行为，尽管从来没有人告
诉计算机它应该做什么。
但是，情况从这里开始变得更加复杂，因为新奇性搜索并不是我们利用这个机器人走迷宫程序进行测试的唯一算法。我们
还利用机器人走迷宫来测试了一种传统的、基于目标的探索方法：在这个测试中，一个驱动机器人更接近终点目标的行为被认
定为更好的行为。换句话说，计算机将进一步探索那些驱动机器人更靠近目标的行为。这与大多数目标驱动型活动的运作方式
相似，即我们不断地将时间和精力投入那些能够使我们更接近目标的行为上。
如果你是目标论的“粉丝”，并且认为目标是实现任何伟大的成就不可或缺的因素，那么你可能会认为：基于目标的方法在
发现通往迷宫终点的行为方面，比新奇性搜索更可靠，因为后者甚至没有设定任何目标。但实验的结果恰好相反，新奇性搜索
在探索走出迷宫的行为方面要可靠得多。具体来说，我们重复了40次新奇性搜索的迷宫实验，机器人在39次实验中找到了终
点；而40次基于目标的迷宫实验中，机器人只成功了3次。
试图找到走出迷宫的行为，在大多数情况下都失败了，而不尝试这个目标的行为却一直成功，这个结果的确出乎意料。是
不是因为实验设置存在一些缺陷呢？正如你可能猜到的那样，自从最初的迷宫实验以来，科学界已经针对这个问题进行过多次
辩论，现在已经有很多科学文献提供了此类讨论的大部分细节。探讨的结果表明，这个实验有着坚实的基础，并遵循了本书迄
今为止一直在强调的逻辑，即只关注目标会导致欺骗性结局。看似离目标更近的机器人，实际上经常会走进死胡同，这些死胡
同与通往真正解决方案的正确路径相去甚远。我们可以在图5.2中看到这些死胡同，它们就像其他欺骗性的陷阱一样——实际
上与中国指铐这种整蛊玩具没有本质区别。看起来能让机器人更接近终点的方向，最终却成了错误的方向。另一方面，新奇性
搜索不存在欺骗性问题，因为它连目标都没有，也就谈不上所谓的目标欺骗性了。它只是尝试不断发现带来新行为的行为。最
终，其中一个新行为，恰好帮助机器人解决了迷宫难题。
有些人认为，迷宫中的欺骗行为太明显了，它被故意设置成一个迷惑机器人的问题。但实际上，它并不比任何其他欺骗性
问题更具迷惑性——这意味着几乎所有有趣的问题都是如此。不过，为了说服那些仍持有怀疑态度的人，我们确实在一个更自
然的场景中尝试了新奇性搜索实验——双足机器人(biped robot)。换句话说，我们试图为一个拥有双腿的模拟机器人寻找新奇
的行为。
如果你的第一反应是，“双足机器人想做什么？”那么你就忘了，新奇性搜索并不试图做任何特殊的事情。它只是观察双足
机器人正在做什么，正在尝试什么新行为，而这些行为在被发现时，都是新奇的。因此，如果双足机器人摔倒了，只要它此前
从未以同样的方式摔倒过，这就是一个好的行为。你认为一个寻找新奇性的双足机器人，最终会做出什么行为？
答案是，双足机器人学会了行走（见图5.3）。并且新奇性搜索中的双足机器人学会行走的方式，比设定了以行走为目标
进行学习的情况更好。换句话说，一个尝试越走越远的双足机器人，行走的距离反而不如一个试图一次又一次地尝试一些新奇
动作的双足机器人。不出所料，背后的原因依然是目标的欺骗性。因为通往行走这一发现的踏脚石不一定是走得好，甚至不一
定是平衡感。摔倒或踢腿可能反而是比迈步更好的踏脚石（因为踢腿是摆动的基础，而摆动是行走的基本方式）。但如果行走
被设定为目标，那么摔倒就会被认定为最糟糕的一件事情。因此，新奇性搜索在这个实验中的表现，再次将目标驱动型搜索的
表现远远甩在身后。
图5.3 通过新奇性搜索发现的双足机器人行走步态的一个周期
注：Frame=画面(1、2、3、4……12)
有趣的是，我们进行的机器人走迷宫和双足机器人的新奇性搜索实验结果，并没有“独领风骚”太长时间，因为来自世界各
地的研究人员，也开始关注新奇性搜索。由让·巴蒂斯特·穆莱(Jean Baptiste Mouret)领导的法国科学家团队，复制了迷宫实验
的结果。在加拿大，约翰·杜塞特(John Doucette)将新奇性搜索应用于计算机程序的进化，这些程序用于控制试图追踪食物的
人造蚂蚁的行为。在捷克，彼得·克拉荷(Peter Krcah)发现新奇性搜索不仅有助于解决搜索行为的欺骗性问题，还有助于设计
模拟机器人的身体。在美国，希瑟·格斯伯(Heather Goldsby)用新奇性搜索来发现计算机程序中的错误。而在我们位于佛罗里
达州的实验室里，我们的同事塞巴斯蒂安·里西(Sebastian Risi)发现，终生学习并适应其环境的机器人也可以从新奇性搜索中
获益。从其广泛的应用可以看出，机器人迷宫和双足机器人实验的结果并不是空穴来风，反而证明在一般情况下，新奇性搜索
有时可能比寻找一个特定的目标产生更好的结果。因此，通过不试图实现任何目标的做法，我们往往能够获得更多发现——现
在我们还拥有一系列实验证据来支持这个结论。
当然，也有人证明了新奇性搜索的局限性，说它不能“一招鲜，吃遍天”。在进一步的迷宫实验中，我们生成了数百个不同
难度的随机迷宫，并分别用新奇性搜索和目标驱动型搜索的方法来破解这些迷宫。数据显示的趋势是，随着迷宫变得越来越复
杂，新奇性搜索和目标驱动型搜索都无法破解迷宫，但目标驱动型搜索解决问题的能力衰减得更快。换句话说，新奇性搜索的
能力维度更大，但也不是无限的。这个结果提出了一个深刻的问题：对于最复杂的问题，还有什么方法可以确保持续性地解决
它们呢？
关于这个问题，或许不存在一个真正令人满意的答案。许多人都幻想过这个世界上存在一个万能的公式，能够让我们解决
所有问题。这种想法是如此诱人，甚至吸引了很多人投入毕生的激情和时间。但这就好像历史上的探险家对青春不老之泉的虚
幻追求。我们可能一直从错误的角度来看待整个问题，也许我们根本不可能总是在想要满足愿望的时候就能够得偿所愿。也许
并不存在什么神奇的方法，让我们总是可以达成每一个可以想象的目标。最终，人类所有探索和发现的行为都可能是徒劳的，
正如我们将在本书下一章探讨的那样。但是，即使没有万能的方法，也不能阻止我们发现有趣的事物。哪怕我们的探索漫无目
的，在前方未知的道路上依然埋藏着无数的宝藏。我们可以将它们都挖掘出来，享受它们带来的意外之喜，即使我们无法预
知“能发现什么”或“何时发现”。这就是趣味性和新奇性搜索教给我们的经验。但是，为了最清楚地理解这一点，我们需要理解
潜伏在所有发现方法背后的徒劳本质，这样我们才能从目标的“一招鲜，吃遍天”的虚妄幻想中解放出来，继而拥抱现实，让自
己成为一名拥有“即便没有目标，也能发现意外之喜”这种强大能力的“寻宝者”。
寻宝者万岁
我没有去看，而是去寻找。
——巴勃罗·毕加索(Pablo Picasso)
尽管人们常说，“一切皆有可能”，但事实并非如此。比如说，我们不能真的一蹦三米高；虽然许多孩子都梦想着长大之后
成为一名宇航员，但只有极少数人最终能够真正登上宇宙飞船。我们的主流文化总是宣称，只要你敢梦想、敢拼搏，你就能够
成为想要成为的人、做到任何想要做到的事情。因此，“不可能”并不是一个常见的或主流的话题。在本章中，我们将直面鲜有
人谈论的“不可能性”，但并不会以牺牲乐观主义为代价。相反，我们希望从中发展乐观主义，拥抱未来的不确定性，而不是借
此否定未来或心生畏惧。这段旅程将从思考和探索新奇事物的力量和局限性开始。
基于本书前一章的内容，新奇性搜索带来的经验看起来是在不刻意寻找目标的时候，找到“目标”反而更容易。换句话说，
当你不担心如何解决问题，而是真正采取行动时，反而能够解决更多问题。因此，从这个角度来看，新奇性搜索仿佛成了一
种“新工具”，可以添加到实现目标的现有“工具箱”中。此外，一些关于新奇性搜索的计算机实验确实产生了此类结果。在迷宫
里探索的机器人，在没有尝试走出迷宫的情况下，反而学会了走出迷宫的方法；双足机器人在不试图学会行走的情况下，反而
走得最远。
然而，我们需要谨慎解读这些实验结果，如果仅从其表面解释，可能导致误解。尤其当科学成果引入了一些奇怪的新事物
时，我们更应谨慎。正如汽车不是新品种的“快马”一样，新奇性搜索也不仅仅是一种实现目标的新方法。尽管很多证据都清楚
地表明，我们有时的确可以在没有设置目标的情况下做得很好，但更深层次的问题是，新奇性搜索并不总是能够帮助我们找到
想要的东西。我们可以找出一些问题，在所有可能的答案中漫无目的地搜索，但最终却找不到解决办法。生活中这种情况很常
见。
例如，我们想象一下，让新奇性搜索在一个一望无垠的迷宫中漫游，而这个迷宫朝着各个方向延伸。假设你在这个无边无
际的迷宫中选定了一个地点，那么通过新奇性搜索发现通往这个特定地点的可能性到底有多大？（实验表明，在这种情况下，
机器人可能会永久地迷失。）这种可能的失败说明，我们不能对新奇性搜索抱有过高的期望。尽管其有效性有时可能高于追求
特定目标的搜索法，但它并不是解决所有问题的“万金油”。
上述对新奇性搜索比较现实的看法能够被人们接受。但是即便目标驱动型搜索在实现特定目标的过程中表现得比新奇性搜
索更逊色，前者依然拥有很大的余威。在许多简单的问题中，朝着一个遥远的目标前进并不是一个好主意，它们显然比没有特
定目标的搜索更糟糕。但人们还是很难彻底抛弃目标有用论。为此，人们可能会试图提出一个对目标更有利的折中观点。其中
一个可能的论点是，目标依然必要且重要，新奇性搜索不过是强调避免“将所有鸡蛋都放在一个篮子里”。换句话说，在寻求目
标实现的时候，我们需要保持多样化的思维。再换言之，因为一心一意地追求某个特定目标太有欺骗性，所以我们应该尽可能
保留不同选择的可能性，以防一开始看起来最靠谱的路径，到后来反而行不通。
要理解这种“保持多样性思维”的方式，可以将其想象为在赛马场上赌马。即使是最优秀的马，也无法赢得每一场比赛，所
以最好的下注方法，就是同时下注几匹马，而非单押一匹“常胜将军”（这就确保了多种可能获胜的途径）。如果以同样的逻辑
思考新奇性搜索——将其作为一种保持更多选择的方式——那就没有必要彻底放弃设定目标的思路。因此，在积极地追求实现
某个特定目标时，我们要做的就是尽可能保留多块备选的踏脚石，以确保实现目标的成功率。
这种观点对目标论相当友好，如果你相信它，就意味着你本质上认为：尽管目标可能并不完美，但整体而言，目标的指导
性依然非常有用。我们可以将目标比喻为英语中的拼写规则，例如“字母i通常位于字母e之前，但接在字母c后面的情况除外”，
也就是说，大部分英文单词遵循这个拼写规则，但在极少数特殊情况下，这个规则会产生误导。基于这个逻辑，我们或许可以
对基于目标的探索“缝缝补补”后继续使用，而不是彻底抛弃它。本着这种精神，人们提出了一个折中的想法：将以目标为导向
的探索和新奇性搜索相结合，说不定会更有效。在这种情况下，目标可以帮助我们朝着正确的方向前进，而新奇性搜索则可以
抵御目标带来的欺骗性。没错，我们的确不应该纯粹依赖目标带来的驱动力，但也不应该彻底放弃设定目标的做法。
不幸的是，事情远没有这么简单，俗话说“鱼与熊掌不可兼得”。如果世界按照这个逻辑运行，那么人们就可以通过在追求
的目标中简单地添加一点多样性来“弱化”目标的误导性，进而保持对特定目标的追求，并最终实现这个目标。然而，这并不能
掩盖一个严重的问题，即目标越是“高大上”，其欺骗性也就越强。欺骗性是目标身上阴魂不散的“幽灵”，难以彻底清除。从欺
骗性角度看，目标在本质上就是一个错误的指南针。因此，不管你用多少理由说服自己相信只要保持开放的心态就能坚持既定
的目标，都不能改变目标指错方向的事实。如果你的指南针指向了南方，但你实际上要朝着北方前进，那么不管思想多么开
放，都无法改变目标这个“指南针”毫无用处的事实。诚然，秉持开放的心态，最终仍有可能引导你抵达想要去的地方。例如，
你有时选择无视指南针的指引，不时地尝试全新的道路以测试其成功的可能性。但如果你最终依靠这个方法达到了理想的目的
地，这种成功也无法归功于目标的错误引导。就此而言，与其保留一个错误的指南针，不如早早将其丢弃。
以本书第五章中在迷宫里寻找新奇行为的机器人为例（见图5.2），尽管将“走出一个简单迷宫”的行为称作“高大上”的目标
可能有些牵强，但事实证明，这个目标依然具有很强的欺骗性——当机器人试图以走出迷宫为目标时，它几乎总是失败。为什
么即使在一个看似相对简单的迷宫中，目标也如此具有欺骗性？答案与墙壁有关——当这些墙壁阻挡机器人直接跑向目的地
时，被目标驱动的机器人就会撞上目标方向上距离最近的墙壁。
这堵最近的墙吸引了机器人的注意力，因为通过接近这堵墙，机器人离目标——迷宫出口——更近了，这激励它继续前
进。但现实情况是，如果机器人想要比这堵墙更接近出口，它首先需要远离这堵墙。这往往不会产生好的结果，因为从目标驱
动型搜索的角度，远离墙壁看起来是一种更糟糕的行为。因此，对绕过墙壁这种想法的任何进一步的探索，都可能会被过早地
禁止。只有到了最后阶段，当机器人已经学会绕过障碍物，进入可以直线奔向目标的范围内时，目标驱动的行为才能够真正地
将探索推向正确的方向。但到了这个阶段，已经不存在任何真正需要解决的问题了。毕竟学会奔向位于正前方的目标，并不存
在任何挑战性。当最终的目标已经近在咫尺，无论目标驱动的方法是否与新奇性搜索结合，都能够轻而易举达成目标，目标本
身的意义也就不复存在。因此，尽管将目标驱动与新奇性搜索的概念结合能够解决一些问题，但这种结合绝对不是实现“高大
上”目标的良方，因为这些目标充满了欺骗性，以至于其本身沦为一种负担。就好像对于最聪明的探险家而言，一张破碎的地
图并没有任何用处那样——尽管探险家们最终仍然可能抵达目的地，但这种成功与这块地图碎片无关。
让我们回顾本书第五章提及的案例，人们试图穿越回到5 000年前，尝试提前实现发明计算机这个“高大上”的目标。在这
个例子中，这个目标就是所谓的地图碎片，它充满了欺骗性。因为在5 000年前，再开放的头脑也不会选择投入时间和精力去
研发真空管，因为没有人能够预料到真空管的问世直接导致计算机的诞生。为此，投入时间和精力探索所有看起来有趣的创新
会更有意义，而这实际上就是古往今来人类一直在做的事情。因此，我们只是需要更深层次的多样性（但仍专注于整体目标的
追求）这一想法本质上是错误的。它的问题在于否认了目标不可逃避的缺陷——如果你在前行的过程中使用坏的指南针，那么
无论你多么努力地尝试偏离其指向，还是会受其影响而继续朝着错误的方向前进。
这就是为什么不放弃对目标的执着信念，就不容易理解新奇性搜索。尽管纯粹地寻找新奇的事物肯定不是解决所有问题的
方法（即使在某些情况下这个方法很有效），但将寻求新奇事物的动机与实现目标的动机相结合，并不能掩盖目标的欺骗性。
当然，单纯地依赖目标的指引是一种更糟糕的做法。因此，我们不得不接受一些略显谦卑的观点：也许认为存在某种找到目标
的“最佳实践”的想法，在本质上是有误导性的。探索或追求的本质，或许就是“徒劳”二字——没有任何一种探索方法能够保证
我们得偿所愿。为此，仅仅放弃“目标是指导探索的最佳方式”的想法是不够的，因为我们已经知道，设置目标并非最佳的方
法。但同时我们还要放弃与之相对的想法，即任何事情都可以揭示出通往“高大上”目标的道路。
尽管在机器人走迷宫和双足机器人学习行走的实验中，新奇性搜索的确更好地解决了问题，但这并不意味着它永远有效。
但目标驱动型搜索的“无能”程度，有时甚至到了“不堪入目”的地步，这更令人不安。假如设定了一个目标并以此为目的地前进
是取得成功的正确路径，那么一个甚至不知道自己要做什么的方法，在一些简单的问题上竟然能够表现得比目标驱动的方法更
好，这又说明了什么问题？尽管你可能会驳斥称，在一些更复杂的问题上，新奇性搜索的表现可能也不是太好。但目标驱动型
搜索在这些简单问题上已经一败涂地的事实，是否意味着这个方法的前景更加黯淡？如果目标驱动的方法，在一个简单的走迷
宫测试中就已经远远逊色于新奇性搜索，那么在更复杂的探索（如探索高等智能等）中，它还有任何胜算吗？别妄想从单细胞
生物中进化出人类水平的智能了——我们甚至连训练一个机器人顺利走出一个简单的迷宫都做不到。
如果你仍然想为目标的合理性辩护，还可以争辩说，目标驱动的计算机实验背后的算法程序可能存在缺陷，导致实验结果
出现了偏差。但是本书第五章计算机实验的结果不是这么轻易可以否定的，因为除了分别追求目标性和追求新奇性之外，这些
程序和算法是一模一样的。而且，鉴于我们已经知道计算机程序在寻求新奇性的时候，确实能够稳定地解决迷宫问题，所以导
致实验结果不同的因素不可能是程序的缺陷或问题。经过对比实验，结果表明同样的算法在两种不同的设置下进行了探索，并
只在寻求新奇性的情况下获得了成功。更重要的是，其他研究者的实验也验证了这些结论。因此，问题只可能出现在目标本
身。由于新奇性搜索不能解决所有问题，新奇性搜索与目标驱动的混合体也不是完美的解决方法，我们只能面对一个严峻的事
实：没有任何方法，能够确保我们可靠地实现特定的目标。
这听起来是一个坏消息，但也在意料之中。举一个极端的案例，究竟是什么程度的搜索才能在摩天大楼那么高的干草堆里
找出那根被隐藏的、极细小的针呢？事实上，关于搜索的局限性，已经有无数学者做出了论述。例如，数学家大卫·沃伯特
(David Wolpert)和威廉·麦克里迪(Wil iam Macready)提出的一个著名的原则：“没有免费午餐定理”（NFL定理），表明在所有待
优化的问题上，都不存在整体最佳的搜索算法。事实证明，改进搜索过程尽管可以实现某一特定目标，但由此便无法实现其他
目标了。简而言之，不存在“万金油”式的方法。
通常能帮助我们做出正确决定的经验法则，在某些特殊情况下会误导我们，比如车钥匙并不总是放在上一次放钥匙的地方
（你的狗有可能将钥匙拖到别的地方）。机器学习领域的研究人员，特别是那些对所谓的“黑盒优化”(black box optimization)感
兴趣的人，应该非常熟悉这类争论。
但新奇性搜索使剧情出现了惊人的转折，尽管前述结论使探索的前景看似毫无希望，但实际的结论比表面上看起来更微
妙、更深刻。我们极有可能找到令人惊奇的东西，只不过没办法确定这个东西是什么！
这给人们带来的启示是，如果伟大的发现还没有被寻获和定义，那么这个“捷足先登”的机会就有可能是我们的。这个表述
以前面章节中的图片孵化器网站、自然进化过程和人类创新过程中的结果为论证。诚然，在本书第五章中关于新奇性搜索和目
标驱动型搜索的实验结果对目标驱动的理论十分不利，因为这些实验结果表明，目标驱动型搜索的表现实际上远远逊色于一种
更明智的、不依赖于目标的搜索。但非目标搜索的更重要启示是，它是一位实力强大的寻宝者。在漫无目标的新奇性搜索中，
你不一定能找到心中想要的宝藏，反而可能发现许多意料之外的宝藏，这将使整个过程充满惊喜。新奇性搜索的实验表明，一
些通过目标驱动方法难以找到的宝藏在没有设定目标的情况下，反而能够更容易被找到。但是我们无法准确地说出，哪些宝藏
将会被找到；我们只能说，在新奇性搜索的指引下，有些地方是可以抵达的，无论它们是不是我们想要去的地方；并且我们还
可以肯定地说，这些地方是目标驱动型搜索绝对无法抵达的。没有人设定在图片孵化器网站上生成一张汽车图片的目标，但它
最终出现了。颇具讽刺的是，如果有人真的设定了这个目标，那么这张汽车图片反而永远都不会出现。
努力追求目标成了一种“诅咒”，而放弃设定目标反而成了一种“福运”。这种奇怪的悖论，为我们能够更现实地理解“什么是
可实现的”以及“如何实现”奠定了基础。这就意味着，过分“高大上”的目标永远不可能通过努力追求来实现——除非这些目标距
离我们只有一步之遥。在目标遥不可及的情况下，我们唯一能做的就是放弃朝着特定方向的努力。尽管这种看似漫无目标的寻
宝方式不能确保我们到达任何特定的目的地，但它能在这个过程中不断地帮助我们积累通往未知地点的踏脚石。本质上来说，
寻宝者又可以说是秉持机会主义的探险家，他们致力于寻找任何有价值的东西，而不在乎这些东西具体是什么。要想成为一名
合格的寻宝者，我们就必须尽可能多地积累踏脚石，因为我们永远不知道哪块踏脚石可能通往有价值的地方。
此外，即便个人的探索旅程并没有在自己希望的地方结束，但抱着“孤独发明家”或“古来圣贤皆寂寞”的心态，认定“某个目
标不可避免地只能通过自己一个人的不懈努力来实现”总归是不现实的。相反，从长远来看，最终能彻底征服“搜索空间”的人，
必然是一群有着不同兴趣爱好的聪明头脑，而不是仅凭任何一个单独的目标来孤军奋斗的个人。我们确信，类似图片孵化器网
站上的蝴蝶图片和汽车图片一定会在未来被发现，不是因为有人在刻意地寻找，而是因为每个人都在探寻充满可能性的一切事
物。未来或许将不按照我们的计划到来，但它一定会到来。
这种看法听起来或许很悲哀，因为人类没有关于未来的确切指南针，我们为创造确定性和有目标的努力所做的一切，都可
能是徒劳无功的。但我们完全不必失望，也许探索和发现本身就不应该专注于具体的目标，而是应着眼于一些更伟大的东西。
在这种情况下，放弃错误的指南针（具体目标）或许能够解放我们的思维，打开全新的疆域。新奇性搜索的实验表明，即使在
一台计算机上，我们也能够通过算法捕捉开放式创新和发散性思维的过程。因此，新奇性搜索不可能是一种充满神秘的、类似
巫术的存在，而是一个有原则、有逻辑的科学过程，是人类可以理解并且掌握的过程。如果非目标导向型的发现，是自然进
化、人类创新、图片孵化器网站和新奇性搜索的灯塔，那么我们同样可以将其收入囊中、为己所用。它是值得拥抱的新事物，
我们不应该将其视为洪水猛兽。
图片孵化器网站和新奇性搜索实验的启示是，我们实际上可以根据非目标原则，建立各种不同的体系。我们在过去很少这
么做，但摆脱了对目标的盲目崇拜之后，建立各种不同的寻宝系统的可能性就变得十分诱人了。这些系统能帮助我们发现那些
在目标驱动方法下，被隐藏起来的有用或有趣的可能性。来自不同人的反馈甚至也可以发挥作用，就像利用了不同人群的审美
偏好和洞察力的图片孵化器网站那样。而一旦很多人开始产出成果，许多可能性就会在眼前铺开。
在一个不以目标为导向的世界中，充分调动群众力量的最佳方式，并非通过常见的“头脑风暴”式讨论、集体会议或“高大
上”的项目规划。它不要求一群人就接下来应该做什么达成共识，这不是寻宝者的工作方式。相反，达成共识恰恰是我们需要
摆脱的文化倾向。我们不想要什么“排名前40”的金曲榜单，因为它要求所有人都得在最佳歌曲的评选上达成一致意见；也不想
要什么“委员会的设计”，因为这会使集体共识削弱关于新产品的任何有趣的愿景。恰恰相反，释放寻宝者能量的正确方式是将
人们彼此分开，就像图片孵化器网站所做的那样，人们只能在他人完成的图片上继续创造，进行互动。尽管很多参与了寻宝系
统的人可能带着个人的目标而来，但由于每个人的目标各不相同，整个系统本身并不具备一个达成共识的既定目标。
例如，在图片孵化器网站上，一个人培育出一张只有他自己喜欢的图片，但这并不是一件坏事。因为不同的人，分别为整
个有趣图片的寻宝活动提供了有价值的踏脚石。网站设计的初衷，是收集每位用户依据各自的喜好而发现的诸多踏脚石。有趣
的是，互联网为我们提供了很多机会，使我们可以验证这种寻宝方式。得益于覆盖全球的即时通信体系，组织来自世界各地的
人进行创造，并在彼此的成果上进行再创造变得比以往更容易。
以销售家具的网站为例，假设你正在登录这样一个网站，你将看到一个线上的家具目录。通过浏览各色产品，你可以选择
中意的家具。换句话说，这是一种单向的创造性交流——作为消费者，你只能购买他人设计好并推销给你的产品。但在未来的
某一天，整个过程或许会变得不同。假设你想买一把椅子，那么在登录家具网站之后，你就能看到一系列在售椅子的款式模
型，但随即事情开始变得有趣——你没有像以前一样，选择一个已经设计完成的中意款式并下单购买，而是可以提出一系列个
性化的设计要求。这些要求并不是简单的客户定制（例如调整颜色或加上个人寄语），而是对现有设计的真正突变。例如在一
把新椅子的面料上添加一块新的彩色图案，或者要求把一张新桌子的桌腿以异于常规的方式进行弯折，等等。
然后，这些“突变”的家具将呈现在你的面前，几乎生成了一个全新的家具目录，但它们是基于你之前选择的模型而生成
的。在你找到自己想要下单购买的东西之前，你可以继续选择自己喜欢的东西，并查看它们的“变体”。最终，你下单购买的椅
子，将真正由你个人的创造力来塑造——你个人的选择和喜好帮助完善了设计方案。然后，这把椅子将被单独定制，送到你的
家中。与当前常见的线上购物目录不同的是，在这个全新的世界里，消费者成了创新的一部分，这在过去是不可想象的。更令
人激动的是，消费者无须是天赋异禀的木匠或专业的设计师就可以亲自“培育”出一把令人满意的椅子，就像在图片孵化器网站
上“培育”图片那样。
到目前为止，这个自主设计的故事只涉及一位客户。但随着多来越多的客户登录网站，并在自主培育出椅子后最终购买，
寻宝者系统的魔力就会开始显现。这个家具网站成为一个踏脚石的收集器，在一个不断壮大的椅子设计数据库中储存了许多新
发现，每一个新发现都可能是通往更有吸引力的椅子的踏脚石。更妙的是，我们已经知道哪些椅子是宝藏，因为我们知道客户
最终购买了哪些椅子。因此，当一位新客户访问网站时，最初给他展示的在售款式，可以是一套由老客户设计并购买的成品组
成的合集。这样一来，新客户会不知不觉地参与到椅子的设计中，从而跳出老客户们青睐的设计款式。老旧的在线订购家具目
录瞬间得到更新和补充，成为一个没有设定统一目标的合作性搜索体系，顾客也由此成为家具领域的寻宝者。
这种寻宝者形式的目录还可以应用于很多地方。不仅仅是椅子，服装、汽车，甚至住房领域都可以进行类似的探索。当
然，这种个人定制产品的成本可能更高，对制造工艺的要求也更高（也许可以寻求当下发展迅速、市场日益扩大的3D打印技
术的帮助）。这种定制法的真正优势是使消费者不再受限于专家和设计师的设计方案。这些目录可以自行发掘新奇设计，制造
真正有别于先前的独特的新产品。
但我们探讨此类互动性目录并非因为它是一个绝佳的商业创意，而是由于这个思维实验提出了耐人寻味的问题：你会信赖
这种目录吗？你会信赖一个所有东西全然没有专业人士参与设计，都是由客户独立“发现”的产品目录吗？你会期望这些产品合
集是怎样的？它们会是值得你花钱或关注的优秀作品，还是看起来就像出自毫无章法的业余爱好者之手的二流实验品？
让我们先厘清一个细节，必须有人先来设计在线系统，使家具样式（或任何产品样式）能够被探索。这种程序必须包含人
工智能才能使当前备选款式模型的微小、随机的调整得以实现。只有这样，用户才可以探索家具的设计。这个想法类似于图片
孵化器网站的原理。同样，这个家具网站也需要一种能对家具设计进行微调的呈现方式，即用一套数字化家具的形式来呈现微
调后的家具。我们不能想当然地认为，编写一组计算机程序来调整家具的设计是一件非常容易的事。它可能同样要经历实验和
试错的过程，才能得出最合适的结果。但更大的问题是，在编程时我们是否会期望它的使用者，能够最终发现理想的设计。即
使我们认为家具的各类程序已经设计得很完善，能够允许用户轻松地实现家具设计，但仍然会有一些潜在的问题。比如，使用
者不是家具设计师，彼此之间也没有统一的设计目标。所以我们依然需要知道，我们期望从这样的实验中得到什么？
对于一个家具公司或任何其他商品生产企业来说，这都是一种充满风险的尝试。一家企业是否真的敢让其客户决定公司设
计和销售的产品类型？但寻宝者实验的证据表明，这一系统正是发现隐藏宝藏的正确方式。缺乏统一的目标，意味着该系统不
会被改进的表象欺骗。它不会只局限于由用户达成审美共识后设计的几件传统家具。相反，它将不断积累一些踏脚石，然后带
来更多踏脚石。设计师自己，甚至是专业人士，在优化某一特定的产品风格或规格时仍然可能被欺骗（像往常一样）。因为通
往伟大设计的踏脚石可能看起来与最终的、理想化的产品并不相似。这就是为什么即使是专业设计师可能也想不出有趣的设计
方案。具有讽刺意味的是，这些原因使得业余爱好者在没有统一目标的情况下访问产品目录并参与其设计，有时反而更有可能
发现隐藏的宝贝。
但这并不意味着专业设计师会因此而失业，他们仍能发挥重要的作用，而且他们的许多设计都很出色且恰到好处。但有一
些可能性，是我们通过传统方式永远无法发现的，那些隐藏的宝藏只有在没有设定统一目标的寻宝者系统中才会被顾客发现。
类似不断“进化”的家具目录这样的系统（未设定一个统一的整体目标）其实是很有趣的，因为其参与者并不遵循“达成共识，朝
着特定目标前进”的初衷。相反，用户们的探索潜力得以释放，朝着不同方向发散，并在彼此的创造基础上继续发展。与其说
寻宝者体系消除了对专业人士的需求，不如说有朝一日，专家们的技能将被用来帮助创建和扩展这些类型的系统。这样一来，
他们可以利用专业知识为客户“搜索空间”的建设提供参考和助力。
最重要的是，我们可以利用寻宝者系统来创造并发现那些在目标驱动情况下，不可能存在的创新概念。交互式产品目录只
是其中一个可能的应用（本书第七章和第八章将探讨这个想法在其他领域或行业的应用）。更重要的是，交互式产品目录展示
了这种思维方式可以产生不基于传统设计理念的全新创新方法。没错，我们最终必须放弃“存在某种可以保证我们一定可以抵
达预定目的地的方法”的思维方式。确保所有成就都能达成的神奇公式并不存在，且探索在本质上可能是徒劳的。但我们仍有
一线希望，即人们仍然可以在没有设定特殊目的地的情况下出发，在遥远的某个地方找到隐藏的宝藏。因此，我们不应该为目
标神话的幻灭而太过悲伤。
在没有设定统一目标的情况下，探索反而最有可能大放异彩。只要看看自然进化、人类创新、图片孵化网站或新奇性搜索
就知道了。这些探索的过程并不太相同，有些比其他更为宏大，但它们的确有一个共同点，即没有设定目标。新奇性搜索的实
验凸显出盲目推崇目标的风险，当我们从目标的控制中解放出来时，我们看待世界的方式也将发生许多变化。我们将在本书第
七章、第八章探讨这种全新的思维方式对社会管理的影响。在非目标型创新的全新引领之下，许多曾经熟悉的经验法则或将被
彻底颠覆。
解开禁锢教育的枷锁
为了证明美国正在进步，你可以展示各种各样的证据：学校的考试成绩、犯罪统计率、逮捕报告，或其他可能让政治家顺
利当选、让普通职员获得晋升的任何东西。在制定了此类统计标准之后，机构中的许多人就会绞尽脑汁地想办法让它看起来有
进步，哪怕实际上根本没有。
——大卫·西蒙(David Simon)
本书的开篇曾指出，我们主流文化中几乎所有的事情都以目标为导向。目标在生活和工作中如此常见，以至于人们很少质
疑目标的必要性。不过现在我们已经知道目标可以轻而易举地欺骗我们。同时，图片孵化器网站和新奇性搜索这两个案例告诉
我们，在摆脱目标的束缚后，反而能探索到更好的结果。然而，目标依旧带来了深远的负面影响。我们将在接下来的两章探讨
目标是如何影响现代生活的。表面上看，目标似乎推动了人类社会向前发展，但实际上我们为此付出了高昂的代价。
在这一章中，我们首先要回答，对目标的日益迷恋会给社会造成怎样的危害？人们或许普遍存在这样的直觉，即不间断的