想象在某个平行宇宙中，你被任命为某国的科技部部长，你的任务是把该国的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开发目标。

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，这样的计划能够成功吗？

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深层式人工智能chat GDP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。他有open AI研发，且在最初并未得到美国政府的特别关注。

Open AI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，在斯坦福大学学习过计算机专业，中途退学。首席技术官米拉-莫拉蒂，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上过哈佛大学和麻省理工学院，在最终都退学了。首席科学家伊利亚苏辞客服原本是俄罗斯人，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open AI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忙干，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。比尔盖茨迎合吉克打游戏的需求，普及了个人电脑。硅谷的一个车库里诞生的谷歌。埃隆马斯克起家是网上支付领域，最后却推出了特斯拉。

对比之下，那些由政府从上而下主持的大科技项目呢？

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十年的大项目，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，他激励了后来的各国政府，但仔细考察，比之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被计划的。

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，但是没有说服政府。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。

凯尼斯斯坦利和乔尔雷曼的为什么伟大不能被计划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open AI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于AI算法。

比如你想要从一些简单的线条出发，画出好看的图片，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做新奇性探索犯法，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心急性比较高的方案，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。

这个算法在叠到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，只问行不行，不问好不好？

而且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，能最快找出迷宫的走法，能让机器人最快学会直立走路，这是为什么呢？

一个原因便是球星就意味着求复杂，简单的方案总是先出现，等你把简单的方案都尝试过之后，要还要新的出来的就一定是这些复杂的方案，复杂意味着掌握更多的信息，掌握信息多意味着高级也就更容易解决问题。

更重要的原因是新方案是通过其他新方案的踏脚石，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和你必须探索很多很多的地方才能够才能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，目标会转化你的探索范围，对伟大的事业来说，目标具有误导性。

比如前面交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路呢？

而对新奇性探索算法来说，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。

球星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挂控管的一个部件，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和奥吉奥加斯所做的成为黑马，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就的职业。

公司也是这样，比如YouTube最初设想一个视频约会网站，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，是因为通往伟大的道路从来都不是直线，很多时候快反而是慢，没有特殊目标，每次只是选择下一块踏脚石，你反而能够找到珍宝。

请注意，这可不是说人生就应该漫无目的的随波逐流，新奇性搜索算法不预设具体的目标，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。

球星就是球好，出席就是出色，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，讲规划，确实取得了伟大的成就，后发优势使他们不用踩踏脚时就知道飞机，微波炉和计算机是怎么回事，他们便可以确立明确的目标，这样的发展方式速度虽然快，但是也在无形中限制了他们，他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了无人区，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，高品牌加颠覆性创新为主的高端发达模式，需要向新奇性探索算法这样的去思考。

然而转变是有条件的，要让人们敢于追求新奇有趣，最起码得有点余弦和余弦才行。

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，并不是像很多人想象的那样，是因为自然选择的非常残酷，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，有的时候你开辟了一个新的生态位，就可以避免竞争。

多样性不是竞争的产物，是逃避竞争的产物。

懂得这个道理。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，取消无畏的考核，用减少内卷换取增多，增加多样性，用自由发展取代顶层设计一件更宽松的环境

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，让真正兴起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能一定能够一直发展下去，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。