【阅读】

目标是错误的指南针：
重读《为什么伟大不能被计划》
—— 寻找踏脚石的艺术与新奇性搜索

在这个充斥着OKR、KPI和季度目标的商业世界里，OpenAI前研究员肯尼斯·斯坦利（Kenneth Stanley）和乔尔·雷曼（Joel Lehman）的这本《为什么伟大不能被计划》（Why Greatness Cannot Be Planned），无疑是一声刺耳却清醒的惊雷。

作为人工智能领域的研究者，他们在探索算法进化的过程中发现了一个令人不安的悖论：在复杂的系统中，设定明确的目标反而会阻碍目标的实现。这一洞见不仅动摇了AI研究的基石，更对我们的创新策略、产品规划乃至人生选择提出了深刻的拷问。

一、目标的欺骗性：为何“直路”走不通？

书中用一个极具洞察力的比喻来解释这一现象：穿越浓雾笼罩的湖泊。

当我们试图解决一个复杂问题（如实现通用人工智能，或打造一个伟大的产品）时，就像是要踩着踏脚石穿越一片迷雾。如果我们的目标是“到达对岸”，我们的直觉会驱使我们选择那些看似离对岸更近的石头。然而，在复杂系统中，这往往是死胡同。

“通往未来的唯一线索，只能在过去中寻获。”计算机并非由一群试图制造计算机的人发明的。真空管最初是为了无线电通信，而非计算；微波炉源于雷达磁控管的意外发现。如果1946年的科学家被设定了“制造高性能个人电脑”的刚性目标，他们可能会致力于优化电子管的体积，而永远不会去探索半导体的物理特性——因为后者在初期看起来与计算机毫无关系。

这就是“目标的欺骗性”：通往伟大成就的必要前置步骤（踏脚石），往往看起来与最终结果毫无相似之处。

二、寻宝者哲学：收集踏脚石

如果目标指南针失灵了，我们该依靠什么导航？作者给出的答案是：新奇性（Novelty）与趣味性（Interestingness）。

这就是著名的“新奇性搜索”（Novelty Search）算法：不问“这是否让我更接近目标”，而问“这是否足够新奇？这是否是一块未曾踏足的踏脚石？”

这种非目标导向的探索，本质上是一个“踏脚石收集器”。在图片孵化器的实验中，那些最终生成了汽车、蝴蝶等精美图案的用户，最初并没有设定这些目标。他们只是在每一步选择中，挑选了那些“看起来有点意思”的变异。正是这些看似漫无目的的选择，累积成了通往未知的桥梁。

“求新就是求好，出奇就是出色，有趣就是有戏。”这不仅是算法的逻辑，也是创新的逻辑。

三、对我们事业的映射：做数字荒原的寻宝者

对于 辛巴达智能科技（北京）有限公司 而言，这本书的理念与我们的战略不谋而合。

在这个被巨头垄断算力的时代，如果我们的目标仅仅是“造一个比GPT-5更好的模型”，那我们将注定陷入同质化竞争的死局。因为这是一条已经被定义好的、拥挤的“直路”。

我们需要做的是寻找那些被巨头忽视的“踏脚石”：

• 乐志恒™（LePersist™）：我们首先打造的是一个“好用的离线记录工具”。这看起来离AGI很远，但这块“本地数据治理”的踏脚石，是通往未来“个人数据主权”和“个性化智能”的必经之路。
• 懂即练™（ActOnWit™）：这些功能在当前看来可能只是辅助思考的插件，但它们是构建“认知外骨骼”的关键组件。

我们不应该被“成为独角兽”或“颠覆行业”这样的宏大目标绑架。我们应该关注的是：今天的代码是否比昨天更新奇？这个功能是否打开了新的可能性空间？

结语：拥抱不确定性

这听起来像是一种冒险，但在充满未知的数字荒原上，这或许是最理性的生存策略。让我们放下对终点的执念，专注于脚下的每一块踏脚石。只要我们持续探索新奇，持续积累有价值的复杂性，未来自然会以我们意想不到的方式展开。

做一个快乐的寻宝者，而不是焦虑的赶路人。