# 为什么伟大不能被计划：Stepping Stones 模型与创业的真实轨迹 > 目标导向思考是陷阱。Kenneth Stanley 和 Joel Lehman 的《为什么伟大不能被计划》揭示了一个反直觉的真理：从微波炉到 GPU，从莫扎特到柯达，所有改变世界的发现都是在追求兴趣、而非预定目标的过程中诞生的。Paul 的创业之路，从 iShelly 到 nvesto 到 我们的 AI 平台，完美印证了 Stepping Stones 模型。 - Author: Paul Kuo（郭曜郎） - Date: 2025-06-27 - Pillar: 创造与建构 / Creation & Enterprise - Tags: 创业, 计划, Novelty Search, Stepping Stones, Kenneth Stanley - Canonical: https://paulkuo.tw/zh-cn/articles/why-greatness-cannot-be-planned/ - Language: Simplified Chinese (简体中文) - Translation: AI-translated from the zh-Hant (Traditional Chinese) original - Original (zh-Hant): https://paulkuo.tw/articles/why-greatness-cannot-be-planned.md - Site index for LLMs: https://paulkuo.tw/llms.txt --- 你被任命为科技部长。会议室里每个人都端着完美的策略文档，密密麻麻的执行路径，清晰的 KPI。你内心有点不安，但开始签核：「就这样做。」
▶ 听摘要
AI 合成语音・作者本人声线克隆
六个月后，你发现所有计划都在轨道上，但没有任何激动人心的事在发生。该死的是，你无法解释为什么。所有的指标都是绿色的。 Kenneth Stanley 和 Joel Lehman 用了一个编程的例子来说明为什么。他们问：如果你要演化出一个能通过完全特定目标（比如最快走过迷宫）的 AI，最有效的方法是什么？ 直觉的答案：直接优化这个目标。选择那些每一步都更接近终点线的变异。 实际上呢？这些直接优化的 AI 往往卡在局部最优值，永远找不到真正的出口。因为每一步都在往看似正确的方向走，所以没有动机去探索那些「看起来是迂回」的地方。而正是那些迂回的地方，才能绕过死胡同。 现在反过来。假如你不直接优化「走出迷宫」，而是优化「探索最多新的状态」（Novelty Search），会怎样？ 奇异的事情发生了。AI 开始乱走。它走进死胡同，然后退出来。它探索角落、走廊、各种冗长的路线。在追求「新奇」的过程中，它意外地发现了一条直达出口的通道。而这条通道，正是它如果直接优化的话永远走不到的。 这个实验，后来改变了 Stanley 对人类历史的看法。 ## 故事中的转折点 《为什么伟大不能被计划》用历史案例来验证 Novelty Search。案例选得无敌： **莱特兄弟。** 他们想要造飞机，但花的时间不是在发动机工程上，而是在风洞实验中研究飘带的行为。那些看起来完全无关的实验，却是他们后来能够控制飞行的基础。每一个「偏离计划」的实验，都是后来成功的 stepping stone。 **微波炉。** Percy Spencer 在雷达公司工作时，发现微波能融化巧克力。那不是他的目标。目标是开发更好的雷达。但这个「意外发现」，后来改变了每个家庭的厨房。 **GPU。** 电玩游戏产业需要更快的图形处理，推动了 GPU 的发展。没人在 1990 年代说：「我们需要 GPU 来训练大型神经网络。」但那些为了游戏而优化的芯片，后来成了深度学习的基础设施。 共同点？所有的成就者都在追求某个兴趣点，然后被带往完全不同的方向。每个「偏离」都不是浪费，而是在建构一个可能性空间。 这不是鸡汤。这是一个数学上可验证的模式：**采用 Novelty Search 的系统，往往比采用 Goal Search 的系统，发现更强有力的解决方案。** ## 从政策到个人 书的中间有一个令人不安的章节：教育政策。 各国政府都在做同样的事，定义「成功」，然后设计教育系统来最大化这个成功指标。测试分数、大学升学率、就业率。每一项都能测量，所以看起来很科学。 但结果是什么？他们培养了一代人，擅长走预先规划好的路线，却没有能力在碰到没有默认路线的问题时创新。 Stanley 的论点：如果你真的想教出有创造力的人，你需要让他们探索。让他们「浪费时间」在看起来无关的项目上。让他们去追求古怪的兴趣，即使这些兴趣不在课程大纲里。 这与现代企业教义完全相反。现代企业说：专注。设定目标。每一分钟都应该朝着目标前进。 Stanley 的回应：那样的专注会让你陷入局部最优值，永远出不来。 ## 我自己的三次 Stepping Stone 读这本书时，我在重新审视自己二十年的创业轨迹。坦白说，我一开始没有「五年计划」。我有一些列直觉和兴趣。 **第一个 Stepping Stone：iShelly。** 做线上金融媒体。严格来说，这与我后来做的任何事都不同。但我在那个过程中学到了什么？网络流量、内容营销、社群经营。这些技能后来在每一个项目中都用上了。 **第二个 Stepping Stone：nvesto。** 从金融媒体到投资咨询。表面上看是「深化」金融领域，但实际上我在探索一个完全不同的商业模式，从广告驱动转向顾问驱动。失败了，但那个失败教会了我客户信任的真实成本，以及为什么专业服务不能用媒体的逻辑来做。 **第三个 Stepping Stone：好食机、厚生市集、半亩塘。** 突然跳到农食生态。看起来像浪费了我在金融领域累积的专业。但我在那个过程中理解了什么是真实的供应链、什么是农民的真实处境、什么叫做「改变一个生态系统的难度」。 **现在：我们的 AI 平台。** 循环经济数字化。为什么我能看到别人看不到的东西？因为我走过那些迂回的路。金融×农食×建筑×AI。每一个「离题」都是这一刻能看见的基础。 如果我在二十年前就「计划」成为一个循环经济 AI 专家，我会错过所有这些 stepping stones。我会像个假的专家，只懂表面知识，没有真实的触感。 ## 为什么组织变成了死亡机制 Stanley 书中最犀利的批判：**目标导向体系天然地反对新奇。** 在一个高度目标导向的组织里，「偏离目标」的人会被认为是不专业的。「浪费时间」在看起来无关的项目上会被看作怠惰。跨界实验会被视为分心。 而正是在这些被组织鄙视的活动中，真正的创新才会产生。 所以大组织越成功，越是设定明确的目标，就越难产生改变游戏规则的创新。他们变成了高度优化的系统，完美地解决过去的问题，但对未来的问题毫无防御力。 这解释了为什么柯达（原本是影像公司）没有发明数字相机。不是技术问题，而是一个清晰明确的目标，即最大化底片相机的市场，消灭了探索新可能性的动机。 ## Treasure Hunter mentality Stanley 用一个比喻：目标导向的人是卷尺。他们知道目的地在哪，直线距离多远，只想最快抵达。 创新者是寻宝人。他们有好奇心，有冒险精神。他们不知道宝藏在哪，但他们走着走着，发现了更好的东西。 这不是说没有目标，而是说：**最好的目标，往往来自在过程中偶然发现的可能性，而不是在起点时预先决定。** 在循环经济领域，我现在做的事，城市采矿数字化、材料流追踪、碳足迹可视化，没有人在十年前说「这会改变世界」。这些都是在与实际案例互动、失败、修正、探索的过程中浮现出来的机会。 我的假设不是「我要改变循环经济」。假设是「这个领域有趣，让我看看能发现什么。」结果远超最初的想象。 ## 不舒服的含义 Stanley 的逻辑推到底，会得出一个令人不安的结论： **如果你能完全计划出你的成功，那么你的野心可能太小了。** 真正的伟大往往看起来像浪费。看起来没有效率。看起来像在走弯路。 这意味着，如果你想构建一个能产生真正创新的组织，你必须给人们「浪费时间」的许可证。你必须奖励新奇，而不只是奖励进度。你必须相信 stepping stones，即使在短期内它们看起来毫无关联。 Google 的 20% time 政策（员工可以花 20% 的工作时间在任意项目上）曾经被嘲笑为浪费。但 Gmail、Google Maps 都来自这 20%。它就像一个有组织的 Novelty Search。 更激进的应用：VC 投资。最好的创业投资可能不是那些有清晰商业计划的团队，而是那些「有趣想法，暂时没有明确出口」的创业者。因为正是在追求有趣过程中，他们会发现那些「计划型」的创业者永远看不到的机会。 ## 结语：放弃地图，带上指南针 Stanley 的最后一句话很简单：**停止计划你的人生成为什么，开始追求什么让你感到活力。** 这不是励志鸡汤。这是一个数学上有根据的建议。 多次实验证明，Novelty Search 会比 Goal Search 发现更强有力的解。追求新奇会比直线奔向目标走得更远。 我二十年的创业经验证实了这一点。每一次看起来最像「浪费」的决定，都在后来变成了最宝贵的资产。 所以，如果你现在在人生的某个岔路口，不知道是否应该「坚持计划」还是「追求兴趣」： 请选择兴趣。找到那些看起来不在计划里、但真的让你好奇的 stepping stone。 历史上所有改变了世界的人，都是在走这样的路。不是最短的路，而是最有趣的路。 而有趣，往往就是通往伟大的唯一方向。