本书讲创新不可计划，反对 “大力出奇迹”，更不要说举国体制更是被嘲讽，万 sir 的推荐语已经尽显倾向，但错误是偷换概念，因为中国现在是追赶，是有固定目标的竞赛，从高铁，光伏到新能源发电和汽车，到华为的芯片和全系操作系统，不是创新而是突破封锁线，当然需要举国体制并目标明确，就是本书讲的 AI，东数西算和电力需要国家体制和历届政府的接力赛。明显的实例比如合肥市政府，5 届领导班子接力赛，这样才在中部崛起，从京东方的引进，到存储器，新能源汽车都能稳步前进，20 年 GDP 翻倍 20 倍。美国的教育体系的失败不是因为太计划性，而是放任的 “快乐教育”，对 10% 的天才和上流家庭当然很好，但大部分被淘汰放弃，美国不能让制造业重返，恰恰是没能培养出工程师队伍，科技队伍也让中印移民顶替，顶层少数占据华尔街，因此才引起懂王代表的传统民众的愤怒。关于本书讲的创新，应该去学习吴伯凡的道德经课程，再去看张瑞敏如何将 “量子管理” 和道德经结合，创造 “人单合一 “管理模式，中国自古从来不是僵化的计划经济，混合所有制的特点就是发挥民营经济的创新能力，等到成熟了，比如现在的房地产业，就到了纳入规范的整顿期，这也是中国的制度优势，而日本的失败，反而是典型的五大商社垄断，压制了创新，美国社会最大的悖论就是社会上崇尚自由平等，可在企业中完全是僵化 KPI，官僚主义严重。 创新是内卷竞争出来的，最残酷的是战争，西方的科技革命也是源于近代欧洲的战争，典型是二次大战的殊死竞争，计算机的发明首先是为了大规模的战争计算，无论是核武器还是互联网都是军事竞争的结果，马斯克的星链和火箭也是如此。本书讲的是多样性和非目标设定，狭义的也是指 AI 的发展要注重多样性而不是僵化标的，书中说到目标是中英文语境不同，作者不会理解教员那批开国者就是因为目标高远才成就伟业，只是实现的路径中国人天然不会教条主义，是下围棋的民族而不是下国际象棋的，懂得 “条条道路通罗马”。在科学领域，世界排名前 10 的大学中有 8 所来自中国。荷兰 2023 年 CWTS 莱顿排名。如果按类别细分，情况会更加疯狂。对于 “物理科学与工程”，排名前 20 的大学来自中国，对于 “数学与计算机科学”，排名前 27 的大学来自中国！

😁

我们应该不断尝试新的事物和方法，发现更多的可能性。这和我们在追求目标时常常陷入的固定思维模式形成了很鲜明的对比。我们不能局限于自己的目标，而是要积极探索未知领域，去适应变化。面对意想不到的挑战和机会时保持乐观的心态就很重要。不要一个劲儿往前冲，而是要根据实际情况适时的来调整方向。时刻保持自己的好奇心，或许在不经意间就找到了自己的方向。放弃目标并不意味着放弃寻找正确道路的想法，成功也并不仅仅取决于是否达到了预想的目标，更重要的是在过程中获得的成长和收获。总的来说，这本书有一种让人眼前一亮的感觉，带来了一种新的思考方式。书中作者不断的鼓励我们保持开放的心态，适度的探索和漫无目标相结合，这样可以激发自己的潜力，发现自己的方向，还可以在过程中获得更多的成长。我们每个人都有独特的职业道路和价值观，要学会接纳和理解不同的观点，而不是要强迫他人接受我们的观点，让人没有选择的余地。我们也要勇于追求自己的梦想和价值观，这样才能找到真正属于自己的道路，实现个人的成长和发展。

这本书所表达的思想让我想起了之前读过的这三本书：拖德。罗斯的《成为黑马》（大人物不走直线路线）、蒂姆哈福德的《混乱》（创意、创新不是按部就班的产物，而是自由发展的产物）、马特。里德利的《自下而上》（自然界没有顶层设计，一切源于野蛮生长）。

囫囵吞枣的读完了这本书，感觉脑子都是懵的（请原谅我的才疏学浅🧐）。书名最好，可惜书中内容却很是普通…… 本书提出了一个不同寻常的观点：若想实现更多所谓的丰功伟业，目标往往会成为绊脚石，而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。书中给的建议是，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。

伟大的发明或发现难以被计划，但是伟大的工程可以被计划，虽然大工程往往会超预算和超进度。伟大发明或发现难以被计划是因为，它们不是自上而下的，而是自下而上的，它们不是顶层设计出来的，而是底层探索出来的，它们不是周密计划的产物，而是随机乍现的灵光。最重要的是，人要保有好奇心和童心，对于任何事物要有求知和探索的欲望，这往往是人上了年纪之后最缺乏的，人天生追求稳定、可预测和掌控感，厌恶风险和不确定，但这也是扼杀伟大的关键原因。

无心插柳柳成荫，歪打正着，误打误撞…… 这一类描写目标之外额外收获的俗语和成语还有很多。我之前一直认为，这些都是人们在追求目标的路上，孜孜不倦地付出艰苦的努力之后额外的收获。直到我看了《为什么伟大不能被计划》，副标题《对创意、创新和创造的自由探索》这本书后，才让我意识到，若是一心一意只为目标行动，那么这些词语将不复存在。同时，也让我不禁反思，用设立并追求目标的方法来取得某些成果，是最佳方案吗？“伟大不能被设计” 这个颠覆传统认知的想法被提出来，并不是作者开始就设立的 “目标达成的结果。而是作者在研究人工智能的过程中，在研究最佳算法的方式中，偶然间发现的。《为什么伟大不能被计划》的作者分别是肯尼斯・斯坦利和乔尔・雷曼。两位作者的背景就不赘述了，能翻看这本书的朋友都懂。现在让很多设计师都在焦虑的 ChatGPT，就是由 Open AI 研发的。作者在研发的过程中，发现与其用符合使用者目标的方式来创造图片，不如让电脑开放式地生成图片，然后从结果中选择最优解。这个发现，进一步让作者意识到，我们很多伟大的发现、发明，并不是因为追求目标而实现的。就像计算机的发明，是在有了电、真空管等一系列发明之后才出现的。而这些发明创造的目标，也不是为了发明电脑。不过，组成电脑的各种元件，像真空管等，便是通向电脑的一块又一块踏脚石。如果看到这里，咱就把自己的计划本直接扔进了垃圾箱，那么也是不对的。正如这本书的名字《为什么伟大不能被计划》中表明的那样，那些离成功只差一块踏脚石的情况，以目标导向的方法追求更快地实现，是有意义的。所以，看完本书后，打开我的计划本，原来该干啥的，就继续努力干吧。

这本书是今年破万卷读书节的时候罗老师推荐的，而且是针对创业者人群更有启发，我果断添加读书清单，通过这一段的拜读，我发现书中的很多道理都是非常有一定超越理论性的哲学源泉基础的，我们做什么事情，不要被传统的经验所限制，不要被目标思维所局限，不要被启发式和理论证实所固化，更多的是应该发掘这件事的有趣点，潜力点，以及发散性，通过这件事去找到我们下一个脚踏石，然后以此类推的去达到自己想要的目标。当然了，对于很多事情，或者决策，我们需要一定的知识和经验作为参考，去发现到这件事的趣味和潜力，但是不能用过往的貌似性能提升去作为衡量和参考。目前驱动，经验参考，省力原则这是人类的本性，轻易不好改变，但是我们再做事情嗯时候一定要警钟长鸣，随时思考我们现在正在做的事情是否陷入了目标思维，是否对于发现下一个脚踏式有充分的趣味性和新奇性。读这篇文章的同时我也在创业，对于公司日常决策的开展，本书给我了很大的脑洞，不但给予我了做事的逻辑和方法，也让我坚定了信心，去不断的尝试新奇的东西，去找到创业过程中的一个个脚踏石，直到实现自己的想要达到的结果。

看完了～两位作者是 OpenAI 的研究员，书中观点其实不算创新，但理工男的文笔实在让人捉急，关于本书的大部分争议与槽点，都是源于程序员式的叙述风格。书名中不能被计划的伟大，是指真正意义上的革命性颠覆创新，比如说两位作者所在的 AI 领域，大前研一把 AI 革命定义为第四次浪潮，前三次分别是：农业革命、工业革命、信息革命。这肯定没有作业可抄，确实更无法计划，需要开放式、多元化的探索。在 2016 年 AlphaGo 下出第 37 手时，不仅仅颠覆了围棋领域认知，也阶段性结束了 AI 领域的路线之争 *。尤瓦尔・赫拉利甚至认为那一刻，是 AI 超出人类认知与管控的奇点。借用书中作者的定义：李世石代表了几个世纪以来，传统的 “老靠谱” 模式；而 AlphaGo 则代表了新兴的 “超自然” 模式。在击败国际棋手之前，AI 经历了半个世纪的曲折探索，AI 的棋力也肯定曾经不足挂齿过。尽管如此，不应该因此放弃对 AI 的探索，同时保持多样化尝试，不要放弃任何可能，作者要说的另一个观点是这个。这本书读后感是：听君一席话，胜过一席话。本书其实比较小众，绝大多数人，可以不用读这 16 万字，剩下时间看点儿别的。大家能经历到的创新，都需要目的性明确的计划，也不影响成就伟大，比如说《哪吒 2》《阿凡达》注：其实 AI 领域的算法算力路线之争延续到今天，deepseek 就是算法派的代表，更巧妙的算法，可以省下很多算力。类似的，有人用几句话讲清楚的事情，有人写一本书也说不清楚。比如，140 个汉字蕴含的信息量，几倍于 140 个单词（如果对比 140 个字母就太欺负人了～）书的最后，程序员作者提到了人性的复杂，权威期刊的不公正…… 这对于技术宅来说，相比让大众明白随机遍历试错算法，是对这个世界更重要的领悟。江湖不是打打杀杀，江湖是人情世故～人同此心 心同此理～

天马形空地想象就可设计出美妙的图画或美妙的发现。当今科技的大融合创新出若干行业，催生出若干发现，进而推动了社会的大进步大融合，地球越来越像一个村子。

2025 年，DeepSeek 以黑马姿态登顶 AI 圈，震惊中外网友，也再次让世界感受到了开源和创新的魅力，还有伟大不能被计划这一理念的重要性。这本书的两位作者是 chatGPT 团队的核心科学家，相信大家都还记得，chatGPT 问世时带给我们的震撼只会比现在更强。时隔一年多再次重读这本书，正是因为看到了 DeepSeek 创始人梁文峰的一段采访，让我特别有感触。“我们的总结是，创新需要尽可能少的干预和管理，让每个人有自由发挥的空间和试错机会，创新都是自己生长出来的，不是可以安排的，更不是教出来的。创新就是昂贵且低效的，有时候伴随着浪费，所以经济发展到一定程度之后才能够出现创新，很穷的时候，或者不是创新驱动的行业，成本和效率非常关键，OpenAI 也是烧了很多钱才出来的。我不知道我们做的事情是不是疯狂，但这个世界存在很多无法用逻辑解释的事，就像很多程序员，也是开源社区的疯狂贡献者，上了一天班很累了，还要去贡献代码。这里边会有一种精神奖赏，类似你徒步 50 公里，整个身体是瘫掉的，但精神很满足。不是所有人都能疯狂一辈子，但大部分人，在他年轻的那些年，可以完全没有功利目的地、投入地去做一件事。” 当梁文峰团队埋头打磨算法、探索求解新方法时，或许并未预见到今日的辉煌。这种 "技术理想主义" 的纯粹性，恰好印证了书中的核心论断：真正颠覆性的创新永远超出规划者的想象边界。伟大不是 GPS 导航的终点，而是指南针指引的探险。DeepSeek-R1 的突破，源自对算力分配方式的重新解构而非沿着领路人的既定路线，其开源生态形成的技术踏脚石网络，这就像生物进化中的基因突变和优势积累 —— 每一个技术成果都可能成为他人创新的支点，每一次成功的探索都可能成为下一次突破的基石。书中揭示的悖论相信我们都不陌生，在 AI 时代则愈发显著：越是执着于 "三年赶超 OpenAI" 的顶层设计，越可能陷入技术路径依赖的泥潭。OpenAI 自身从开放实验室到商业巨头的蜕变，反而印证了作者当年的忧虑 —— 当创新机构开始精心规划伟大时，或许正踏上背离初心的歧途。反观 DeepSeek 保持的开源节奏，恰似在人工智能的黑暗森林中持续抛撒技术火种，这些看似散落的踏脚石，终将在某天连结成通向奇点的道路。而 DeepSeek 本身，正是开源的受益者。R1 模型最令人惊叹是它的成本低廉，这种低廉来自于它们引入了不依赖监督微调的强化学习，把需要人工标准的高质量数据这一块极大幅度减少了，也就极大地降低了训练成本。这个思路不是 DS 团队自己拍着脑袋想出来的，而是有前人的经验。这个经验就是当年轰动一时的围棋 AI AlphaGo 的下一代版本，AlphaGo Zero。之所以叫 Zero，就是因为它修改了算法，不需要输入任何一份棋谱，而是让 AI 自己和自己下棋，自己和自己对弈。Zero 代表着从零开始，从零学习。而 DeepSeek R1 版本的上一代，或者说同一代，叫作 DeepSeek R1 Zero。DeepSeek 团队敢于尝试这种新的微调方式，基本上完全使用无监督的强化学习，当年的 AlphaGo Zero 一定给了他们不少信心和启发。正因为这种传承与跨越时空的互助，人工智能领域的大佬，Meta 首席人工智能科学家杨立昆才会说，DeepSeek 的成就，不是两国人工智能谁超过谁的问题，而是开源模型战胜了专有模型，是开源的胜利。开源不是任何人的武器，而是全人类的智慧宝藏，是一个独立于现实之外的乌托邦。这本书的书名叫作《为什么伟大不能被计划》，但绝非否定规划的价值，否定目标的意义。作者说的是那种颠覆级别的、历史级别的科技创新和伟大产品不可能被计划，像 iPhone，像 GPT，像人工智能，像 DeepSeek 这种级别的，而不是所有领域的目标、计划都是无效的、无意义的，这点要特别明确。正如梁文峰强调中国 "不缺资本缺信心，不缺技术人才，不缺优秀理念"，书里念同样指出了基础设施积累的重要性。DeepSeek 工程师们深厚的数学功底、对 MoE 架构的深刻理解，国家几十年来人才的积累、经验的总结、发展的稳定，正是自由探索得以展开的前提。无目标的探索不等于瞎眼狂奔，而是建立在扎实基础上的创造性发散。站在 2025 年这个值得铭记的时间节点上，DeepSeek 的成功给了我们一些很有意义的启示：对自己而言，可以适当像梁文峰团队那样保持 "技术理想主义" 的纯粹，保持具有好奇心的 “新奇性探索”，无功利地尝试一些 something bigger than yourself 的事情，只为兴趣和热爱。于整体生态而言，一个容许试错的技术原野，一个鼓励探索和创新的市场环境，非常重要。优秀的种子需要充足的阳光、雨水和优质的土壤。当更多创新者学会在目标管理与自由探索间保持张力，我们可能会更加深刻地理解：伟大确实不能被计划，但可以被勇敢又真诚的探索者创见。伟大确实不能被计划，但是过去迈出的每一步，都可能成为未来的踏脚石。伟大确实不能被计划，但人类所有开源精神共享的智慧宝藏，同样无比伟大。伟大不能被计划，我们读过的书、走过的路、见过的人、遇过的事，都会在某一刻相聚。这正是时间与成长的魅力。

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。

看书名就已经值回票价

斯坦利和雷曼花了相当大的篇幅，和许多科学创新史上的真实案例，来证明，在高技术领域，“唯目标主义” 会带来视野狭窄、方法路径错误等种种弊端。过度强调 “目标导向”，在两位作者深耕的人工智能技术领域，表现得尤为突出，例如，究竟存在不存在一种通用普适性的人工智能解决方案？在理解人类语言时，是让人工智能发挥现有算法的优势，利用越来越庞大的数据库进行深度学习？还是走截然相反的路子，尝试人工智能像人类那样思考，理解各种语言概念背后的逻辑关系？似乎在肉眼可见的未来，这些问题暂时还不会有明确的答案。

第一，两位作者的 Novel search 在 AI 界并不是目前科学理解特别有效的东西，它仅仅是一个算法，硬上价值干啥？你说蒙特卡洛树我都不会生气，如果你上价值，那就是大力必然出奇迹。这是一个非常不符合古典美学的东西。第二，演化算法的重点不是环境假设抽象，而且 “突变”，怎么变？有效的变？才是最有价值且需要思考的。第三，这本书没有任何新观点，完全就是已有观点用新的讲述方式再表达了一遍，是一本非常平庸的书。这本书最好的地方在于它起了好名字。

突然发现，万维刚推荐的书大部分评分不高。是因为主题原因还是阅读体验不好？个人觉得实在是因为太容易走神了。要是不用语音带着我，几乎是看不到一页就开始走神了。按照副书名，对创意、创新和创造的自由探索，本应该是我相当感兴趣的主题呀。难道，对创意、创新和创造的自由探索，本身就是一种只可意会，不可言传的主题？框架会阻碍创意 / 创新？以前一直觉得目标确定详细，更容易达成，这头一次听说原来创意原本就是一种 “有心种花花不开，无心插柳柳成荫” 的说法，关键是还觉得确实是这么回事儿。这和《最小阻力之路》的理论相契合。🌹唯一不会抑制进步的原则是：一切顺其自然。🌹成功者并没有将精力浪费在遥远而宏伟的愿景上，而是专注于当前可能发生的前沿事件。🌹想要成功，反而不要以成功为目标；只需要做你喜欢和相信的事情，成功就会自然而然地到来。🌻我最大的收获就是，计划和目标不是最重要的，最重要的是先开始，慢慢优化改进，说不定会有意想不到的惊喜！🌹不要拘泥于目标，不要死板地设定具体方案，以兴趣为持久动力，以漫游寻宝为心态，才是抵达伟大与成功彼岸的底层逻辑。这是人工智能的发展路径，其实，又何尝不是人类的创新路径呢。🌹在科学探索中，任何理论、解决方案，乃至材料或者技术的价值，往往是和它的 “新奇性” 挂钩的，所谓 “新奇才是王道”。🌹不要拘泥于目标，不要死板地设定具体方案，以兴趣为持久动力，以漫游寻宝为心态，才是抵达伟大与成功彼岸的底层逻辑。

这书核心想表达的内容大概是不要被目标锁死，要变通，机会很多时候在别的路径冒出，但是论点论据实在很有问题，双标主客体不分，逻辑漏洞百出，将同一含义的东西割裂成两方玩踩一捧一，一面在贬 “目标”，一面说需要积累 “踏脚石”，但所谓 “踏脚石” 不过也是别的导向的小目标，这么去挪换名目大概就是已有褒贬对象，然后就会发现褒扬的案例导向个体创新踏脚石，贬抑的案例导向政策目标计划，就还是新自由主义那文字游戏套路，还用得很烂。然而更烂的是就算想从这本书里收集点有价值的素材都很难，案例净是别处用烂的那些，莱特造飞机都反复提了好多次（这例子还没有说服力）。

1、书中举了很多案例，反反复复希望讲透一个认知，即：伟大的发生不是由高大上的目标驱动的，伟大的发生依赖的是一块块 "踏脚石"，而这些 "踏脚石" 的发现是由新奇性与趣味性驱动的。2、有句诗说得更有禅味："有心栽花花不发，无心插柳柳成荫。"3、对人生的启示：高大上的目标往往舍本逐末，对人生有很强的误导性。比如你给自己定了一个财富自由的目标，很有可能，你看上去向这个目标努力前行，却实际上离这个目标越来越远。人生真正打开方式，应该是做一个由新奇性与趣味性驱动，跟随自己直觉的寻宝者与 "踏脚石" 收集者。4、"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它途径。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。"5、"求新就是求好，出奇就是出色，有趣就是有戏。"6、一个可怕的思考：人类会不会是其他智能出现的踏脚石。7、本书看待生物进化的思考（1）"自然进化在地球上积累了不同种类的生命塑造方式。生命之树的树干从根部不断向外分支，一边扩展，一边收集新的生命的踏脚石。并不是所有的踏脚石能保存下来，但它们确实成了促成新物种诞生的一个又一个关键环节。"（2）"有趣的是，自然进化并不是通过竞争来获得生物多样性，而是通过避免竞争。特别是某一生物如果能以一种新方式谋得生存，那便是成功找到了自己的专属生态位。因为它会成为第一个以这种方式生存的生物，所以作为此道开山者，竞争不会太激烈，繁衍也会更容易。"（3）生存于繁衍是一种约束，而不是一种目标。（4）"进化就是一种特殊的非目标搜索，即满足最低条件的搜索。虽然没有什么特定的方向，但它会前往任何满足生存和繁衍这一最低标准的地方。" 事实上，"进化是一种条件最少的检索" 这一观点，促使我们发明了一种新奇性搜索的算法变体，起名为 "最低标准新奇性搜索"。8、"其中许多公司成立的愿景，便是研发出某种革命性的新型人工智能。这些公司遭遇的失败与苹果公司取得的成功之间的差异，也说明了一个道理：根据当前所处的位置，决定应该去哪里，往往比根据想要去哪里来决定前进的方向要更明智。所有人都有能力将现在转化为未来，但没有人可以将未来变成现在。"

两位作者持续多年扎根人工智能前沿领域，这本书是他们在科学研究的过程中蹦出的意外火花。因为这一全新发现并不是直接回馈于他们本身所处的人工智能领域，而是 “无心插柳” 收获了对人类约定俗成的思维方式的全新颠覆。这一研究打破了人类世界延续多年、难以撼动的、依靠目标和计划成事的文化基因，真正开启了人类伟大创新的惊喜之旅。他们在学校、TED、科研论坛等场合公开演讲，让这一新思维方式影响并激励了许多人。他们自身也凭借写入本书的 “寻宝者思维”“踏脚石模型”“新奇性探索” 等具体思维方法，在人工智能研发领域取得了飞跃式的突破和进展，产生了一系列惠及人类的伟大创造。

伟大之所以伟大，是因为其创新部分和价值部分。创新部分带来巨大改变和价值。由于未来的不确定性，我们在现有的知识水准下，很难清晰的看到未来的演变路径。更多的是在现有阶段最好的选择，不断的进化，最终成了 “伟大”，当然不伟大部分都被优化和淘汰了。可以有一个模糊的目标和方向，但不要形成具备的目标，这样形成的目标，很有可能会由于不合时宜而导致失败。不要计划伟大，而是塑造可以孵化伟大的环境和土壤，快速迭代、持续改善会增加伟大诞生的概率。