上周读了一本书，《为什么伟大不能被计划》。作者是两个美国人，一位叫肯尼斯·斯坦利，另一位叫乔尔·雷曼。这两个人都是人工智能方面的科学家，也是当下火爆全球的智能机器人ChatGPT的核心研发科学家。这本书主要告诉我们，完成一个“高大上”的目标的途径就是没有目标。这个观点是不是让你感到很意外？甚至让你感觉有些颠覆？说实话，这本书讲的知识很深奥，虽然两位作者的语言却很通俗易懂，但理解起来还是很难，所以我也是试着一点一点的来进行拆解。
本书的第一章从目标这个词说起。对于我们每个人来讲，我们每个人为自己制定了各种各样的目标。如果你到书店里逛一逛，你就会看到很多的关于目标的标题，比如：或许你该跳个槽、减减肥、开个公司、找对象约会、升个职、换个行头、赚个小几百万、买个房或者卖个房，或打通电子游戏。几乎所有值得去做的事情，都是以目标的形式出现的。我们并不是说完成这些目标是浪费时间，只是想提醒大家，我们只是按照自己的思维惯性去做事，从来没有停下来想想，我们完成这些目标是不是有价值？如果我们的生活没有太多的目标，甚至是没有目标，对我们能不能有好处？不知道你的答案是什么。
另外，我们的社会也给我们制定了很多的目标。学校要培养高分的学生，国家要求我们低犯罪率，低失业率或者低碳排放等，工程师的产品设计要有标准，发明家的创新发明要有构思，科学家的科研经费要有评判。甚至电脑种运行的各类算法和程序，也是为了找出最佳的搜索结果。我们为此投入了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。这些目标背后的逻辑是，任何值得追求的社会成就，最好将其设定为目标，然后大家齐心协力，坚定不移的朝着这个目标努力奋斗。
为什么我们要给自己设定这么多的目标？第一个原因是有了目标我们才有安全感。第二个是因为“设定目标”这一行为，创造了更多的可能性。
但是设定目标容易，完成它却很难。我们在完成的过程种，需要大量的目标测算、评估和计量，为了实现“绝对完美”的目标而奔波劳累。更让我们想不到的是，“目标”或许能够给我们提供生活的意义或方向，但它同样也限制了我们的自由，它偷走了我们去创造性探索的自由，阻碍我们去发现一些意外的收获。
所以，本书接下来将告诉你，伟大的发现就在我们身边，前提是我们不执着于目标。改变世界最好的方法，就是不要试图去改变它，这跟老子的无为而治思想不谋而和。那我们就来看看有些高大上的目标真的可以被设计吗？
在这里面我们先让大家了解优化理论里面的一个词语，梯度。它让我们通过测量来帮助决定下一步的行动计划，本质上是一种辨别方向对错的一种线索。比如说寻宝游戏，小孩们根据线索提示，“回答冷和热”来判断自己距离寻宝成功的可能性。只要梯度成上升趋势，寻宝者离成功就越来越近。这个过程可以抽象为我们追求成功的主要途径，设定目标、努力实现目标，并在过程中衡量发展。
这种制定目标的方法对于实现一些普普通通的小愿望很有效，但是对于实现一些高大上的目标来说，实现的希望却很渺茫。那么什么是高大上的目标呢？像我们目前医学领域的治愈癌症的方法，科学领域的人工智能，甚至是赚10个亿的经济目标。这些高大上的目标，因为充满了不确定性，所以不能通过制定目标来一步步实现，只能通过“搜索空间”的方法来发现它们。
那什么是“搜索空间”呢？作者有一个很好的比喻，这个空间就好像信号中断形成的电视花屏，有着数以万计的图像在屏幕中散散发光，这些发光点又形成了一个个相邻的专业区域，而高大上的目标就藏在这些发光点之中，所以寻找起来非常困难。
打个比方，在这个搜索空间中，有一个区域里是绘画区域，如果你要找到这个区域里面高大上的东西，像达芬奇的《蒙娜丽莎》或梵高的《星空》，这个过程不是一个聚合思维，而是一个发散思维，也就是我们说的一个创新的过程。这不仅要求你懂绘画的知识，还要求你知道和绘画区域相关的其他领域的知识，而且这个过程天马行空，我们根本没有办法去计划和设定目标。
如果我们用作者的话来说，就是目标设置的足够适度，它会起到积极的作用；目标越高大上，甚至是丰功伟绩，目标就会成为绊脚石，比如与探索发现、创造力、发明和创新有关的目标，或者是找到真正的幸福之类的目标。换句话说，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。甚至可以说，充满创意但虚幻的目标或实现无限抱负的最实在的途径，就是压根不设立目标。
这是为什呢？这是因为通往“高大上”目标的踏脚石，往往非常奇怪，如果你只是闷头盯着自己的目标，那它们可能根本就是你想不到的东西。举个例子，世界上第一台计算机，是用真空电子管制造的，我们简称为电子管。电子管是引导电流通过真空容器的装置。让我们感到奇怪的是，真空管的历史，与计算机毫无关系。它是爱迪生用来研究电学的工具，而非计算机的工具。所以，你的目标是发明计算机，你绝对不可能想到先发明真空管。虽然它们都在一个大的“收索空间”里，但是顺序是先发现真空管才能发明计算机，但是想要发明计算机，绝对不会想到先去发明真空管。
类似的例子还有很多，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，你也不会想到花几十年的时间去发明一台发动机。只有那些没有把微波炉、飞机或者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，这些事例都告诉我们高大上的目标都不是被设计出来的，因为有时候，过度专注于目标反而会限制我们寻获意外发现的能力。
享誉全球的顶尖心理学大师理查德·怀斯曼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。为什么呢？因为那些没把“目标太当回事”的受试者发现，在报纸的第二页上已经写了“这份报纸总共有43张照片。”
包括很多功成名就的人士，都是因为它们的不执着于目标，反而获得了成功。美国著名影视演员约翰尼·德普原来是一个吉他手，它的梦想是成为一名摇滚歌星。他加入了一支乐队，但是一直不温不火，知道他娶了乐队贝斯手的妹妹，并通过妻子化妆师的人脉，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。
这种无心插柳的例子很多，特别是对于作家这个需要创新的职业来说，很多人都是在没有从小就确定目标的情况下成就了这个目标。美国畅销小说家约翰·格里森姆在转行当作家之前，学习的是法律专业还当了十年的律师；J.K.罗琳在写《哈利波特》之前在葡萄牙当了很多年的英语老师；日本的村上春树在写作之前是一名咖啡馆和爵士音乐酒吧老板。中国的刘慈欣在事业单位上了很多年班之后，才辞职写了《三体》这本书。美国硬汉侦探小说的创始人雷蒙德·钱德勒直到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；哲学家玛丽·米奇利50岁之前没有写过书。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成为一名作家。
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。也许你会说这种故事只能发生在天选之人身上，但是一项同行评议的研究发现，近三分之二的成年人，将他们的职业选择的某些因素归于偶然性。所以已经由很多的职业专家开始认识到这一趋势，所以他们建议我们在选择职业前应该参加一些志愿服务、俱乐部活动等，把这些作为自己通往成功的踏脚石。
除了职业选择，在其他领域，也存在这种非目标性原则。比如在爱情方面，美国女演员洛丽泰曾说过：“不是你找到了爱，而是爱找到了你。”小说家D.H.劳伦斯也曾经说过：“那些埋头寻找爱的人，只会表现出他们自己却爱的本质，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。”
还包括我们自己的个人娱乐休闲活动。每个人选择的爱好，往往不是一些长期的宏伟计划，而只是出于个人的爱好。而这些爱好成为了通往更大目标的踏脚石。奈森·萨瓦亚，是一名律师，后来因为热衷用乐高积木拼装各种艺术模型。他创造的乐高艺术作品，非常畅销，也让他过上了衣食无忧的生活。
作者告诉我们，每个人都由权利追随人生的激情所在，即使它们偏离了最初的计划，或者与最初的目标相冲突。因为改变方向的勇气也会带来意想不到的丰厚报酬。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，而听从偶然性的召唤，追随激情或者奇思妙想似乎更能让我们成就伟大。下面我们就用一个神奇的科学实验来证明这一点。
两位作者为了证明目标的设定往往带来许多害处，他们创建了一个叫做“图片孵化器”的网站。网站的设计并没有明确的目标，只是想让网站上儿图片能像动物一样，自由的进行繁殖。任何用户都可以在网站上“繁育”他们认为满意的艺术作品。所以，这个网站的设计何以让全世界的人都能参与到游戏中来，享受这个创作的乐趣。
那怎么让图片进行繁殖呢？我们以动物的繁殖来说明这一点。加入你是一群马的饲养员，你可以决定让哪些公马和母马进行交配，经过11个月，你就拥有了一群新生的小马。最后，小马的遗传特征，取决于你选择用来交配的公马和母马的策略。也就是说，如果你选择的亲代都是奔跑速度快的，那么小马可能比自己的祖先跑的更快，如果亲代比较傻，那么小马可能比亲代更傻。
而“图片孵化器”的繁育过程也是一样：图片上会显示一组图片，然后用户点击自己喜欢的图片，这些图片就成了下一代的图片的父母。比如你选择了方形的图片来繁殖，那么繁育出来的图片就有了类似于方形的元素。
但和动物繁育过程不同的是，动物繁育的结果是符合预期目标的，而图片孵化器网站上，用户“培育”出来最满意的图片，往往不是他们最初设定的目标。这是为什么呢？
原因是因为图片孵化的过程是一个开放的过程。很多用户在玩这个孵化的游戏的过程中，在选择了20代图片之后，就无法继续集中注意力了，但是20代的繁育，很难产生真正有趣的图片。所以，当一个人玩累了的时候，另一个人可以继续他人的繁育过程，也可以选择自己从头开始繁育（这个过程叫做支化）。实验结果是，最后孵化出来的图片无论怎么样超乎想象，他们最初的亲代都只是一些随机的斑点，而繁育这些图像的人都是些普通人。
更有趣的一个现象是，假如你想要在网站上“繁育”一张类似与法国埃菲尔铁塔的照片，你进入网站，然后不断的选择接近埃菲尔铁塔的图片来繁育，这样的结果是你根本就设计不出来埃菲尔铁塔。设计出埃菲尔铁塔的图片只能是由一些最初随机的原型斑点图片演化而来。就像汽车的图片往往是从一个外星人图片演变过来是一样的。为什么宏伟的目标不是我们的踏脚石，而成了我们的绊脚石呢，我们来看看宏伟目标的欺骗性就知道了。
我们可以想象这样一个画面，当我们踏着一块又一块的踏脚石穿越湖泊的时候，突然起雾，你只能看见脚下当前的踏脚石。那么我们很难到达湖的对岸。同样，如果我们想要建造一座沙堡，只要一个稳固的地基，而如果我们要建造摩天大楼，那么需要什么样的踏脚石就很难预见了。
所有的“高大上”的目标都是非常复杂的，因此他需要的踏脚石也是非常多的。在完成这个踏脚石的搜索的过程中，对于什么样的踏脚石是我们需要的这个问题，评价的标准具有很强的欺骗性。
这里面提到计算机和最优化理论俩面的一个术语，目标函数。它是用来衡量当前状态和最终目标的相似度的，相似度越高，函数值越高。但是前面图片孵化器的案例已经证明，通往目标的踏脚石往往和目标的相似度极低，这说明这个目标函数很可能欺骗了我们。
我们再以人类进化这个高大上的目标为例，按照目标函数的逻辑，如果人类是智力最高的动物，那么进化成人类的变形虫也应该具有很高的智力，但是实际上，这种生物不但智力平平，而且最终导致我们人类有智力的原因是因为多细胞化和两侧对称的突破。也就是说单细胞动物虽然进化成了人类，但是它的目标肯定不是人类本身，而是创造整个世界。
还包括人类的发明过程。和人类的进化过程一样，所有的发明都是一个非目标探索过程或者脚踏石的收集过程。就是说我们所有的发明都不是目标驱动的，而是非目标探索的结果。
我们每个人都会在新年许下很多愿望，比如减肥、锻炼、学习新知识，但是很多人之后都会不了了之。在所有许下愿望的人中，最终能够坚持下来，成功实现的只占12%。
这个超低的成功率提醒我们，设定目标很吸引人，但是这却是整个过程中最容易完成的事。因为我们很难确定从现在到最终目标实现之间的踏脚石。所以，我们可以换个想法，把制定目标的精力，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，虽然这些踏脚石不一定能准确的通往我们设定的目标。
我们不去向前看，未来好像是一座灯塔，但是这座灯塔往往具有欺骗性。所以我们可以将现在与过去比较，这总比与未来比较容易，毕竟过去是确定的。这种比较将问题从“我们正接近什么”变成“我们正在逃离什么”，而逃离过去的有趣的地方在于，它能够开启全新的可能性。
新奇事物的重要性在于它可以成为踏脚石探测器，它是催生更多新奇事物的潜在踏脚石。新奇性能够带来趣味性，而趣味性对我们来说非常重要。著名哲学家阿尔弗雷德·怀特黑德说过：“一个生命的趣味性比真实性更重要。”另外一位哲学家斯塔斯也说过：“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。”
这种新奇性的好处在于，新奇性产生聚合效应，会带来更多的新奇事物，这就是图片孵化器网站、自然界的进化和人类创新背后的逻辑，不设定特殊地方向的向外不断分化和延展，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。
新奇性会让我们远离我们已经到过的地方，寻找新奇事物的行为也会产生有趣的结果。这里面有一个机器人实验让我很觉得很有意思。把机器人放在走廊的一端，另一端设置一个开放的大门。用传统目标驱动的方法，机器人会在每次失败后重新被放回原位，然后一点一点具备更强的、穿越整个走廊的能力，最后找到大门的位置。这个过程如果机器人撞到了墙壁，会被认为失败，被认为是坏事，只要撞到墙壁就会要求重新实验。
那我们来看看新奇搜索的方式会是怎么样的情况。机器人会撞到一堵墙，因为它没有经验。但是，这被认为是好事，因为它从来没做过这样的事。当它把所有的墙壁都撞完了之后，它还要去探索新奇性的时候，那就是没有墙可撞，最终只能学会避开墙壁，才能有望继续产生新的行为，也就从另一端的大门出去了。
可能很多人会认为这种穷尽所有可能性的做法太过复杂，是不是太耗时了。这里面忽略了新奇性探索当中的一个顺序的概念。我们传统的目标驱动的顺序是从坏到好，但是好的标准很难掌握，而且因人而
异。特别是当我们的目标具有欺骗性的时候，会适得其反。而新奇习性搜索提供了更有趣的的排序：是从简单到复杂。
虽然这里的简单也有很多定义，但是我们本书的定义是它不要求我们掌握关于这个世界的任何信息或知识。所以新奇性搜索会让我们获得越来越多的关于世界的信息和知识，就好像如果不会走路，我们就不会跳舞；不了解重力和运动的相关知识，我们就无法行走一样。随着我们搜索的时间越长，积累的关于的世界的信息也就越来越多。而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，当我们掌握了更多的信息之后，也自然会达成很多高大上的目标，但是我们并未有在此之前就设定这些目标。
这里面有一个双足机器人行走的实验更能说明问题。我们让一个双足机器人去寻求新奇的行为，而不是去完成行走的目标。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。实验结果，用新奇性搜索的机器人比设定目标的机器人学习的更好。换句话说，一个尝试越走越远的装足机器人，行走的距离反而不如一个试图一次有一次尝试新奇动作的双足机器人。
所有这些都在证明，即使没有目标，我们也会发信意外的惊喜，并且寻到我们目标之外的宝藏。
虽然迷宫和双足机器人的实验向我们证明了我们在不刻意寻找目标的时候，找到“目标”反而更容易。但这只是实验，在现实生活中的情况要比实验复杂的多，所以新奇性搜索并不一定总是能够帮助我们找到想要的东西。
还有一种想法认为，新奇性搜索只不过是避免“将所有鸡蛋都放在一个篮子里”的另一种说法。也就是说，我们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的选择的可能性，以防一开始看起来最靠谱的路径，到后来反而行不通。
这种想法让我们认为，尽管目标可能并不完美，但整体而言，目标的指导性依然有用。我们可以对目标的探索“缝缝补补”而继续使用，而不是侧底抛弃它。于是很多人就有了一个折中的想法：将以目标为导向的探索和新奇性探索相结合，说不定会更有效。
但是事情远远没有这么简单。因为越“高大上”的目标，欺骗性就越强。就像我们之前说的，这个指南针本身就指错了方向，即使你再进行新奇性搜索，都无法解决方向错了的问题。
还是回到计算机的例子。如果我们将目标搜索和新奇性搜索相结合，那么我们的目标将我们指向了与制造真空管相反的方向，无论我们怎么样进行新奇性收索，也无法找到真空管的制造方法。
所以，尽管纯粹的寻找新奇的事物肯定不是解决所有问题的方法，但将寻求新奇事物的动机与实现目标的动机相结合，仍然不能掩盖目标的欺骗性。
鉴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办法，我们只能面对一个严峻的事实：没有任何办法，能够确保我们可靠的实现特定的目标。那我们还需要新奇性搜索吗？
答案是肯定的。因为新奇性探索虽然没有办法帮助我们实现我们想要的目标，但是它可以帮助我们寻找到目标以外的宝藏。这也正好印证了那句诗：“有心栽花花不开，无心插柳柳成荫。”最后的结果可能是你实现了别人想要实现的目标。如果我们每个人都用这种方式来收索和创新，那么这个世界就成了一个大型的踏脚石收集器，你的踏脚石可能实现了他人的目标，所以，总体来说，创新还是在不断的实现着，这就达到了我为人人，人人为我的效果。
接下来我们将探讨一下寻宝者原则是否可以用在改变教育模式的方面。教育方面对目标的痴迷，体现在一味的关注标准化考试和剥夺教师的自主权等等。这么做的结构是导致我们用量化的方式来进行评判和建立标准，这样就会产生弊大于利的结果。正像社会科学中众所周知的坎贝尔定律说的：“任何量化的社会指标，越是被用于社会决策，社会腐败的压力便越大，也就越容易扭曲和腐蚀它所要监测的社会进程。”
对于教育来说，类似学业成绩测试这样的社会指标，当其目标是“让成绩更上一层楼”时，效果往往是最差的。单一的指标很难把握人们真正关注的是什么。比如，以学生的考试成绩为标准来评估教师，会直接迫使教师开展应试型教学，而最终的结果，不是培养出具备丰富知识和实用技能的学生，而是产出擅长记忆和考试的应用型学生。
坎贝尔定律的一种更有害、更极端的形式是不当激励，即有时为了使事情变的更好而选择的奖励或措施，会使事情变的更遭，下面的例子可能会让你对政策有重新的认识。印度在英国殖民统治时期，为了消灭毒蛇出台了以项政策：公民每上交一条蛇，就能领取一笔报酬，这项政策最后导致的结果是公民争相饲养毒蛇，然后杀死之后交给政府，印度毒蛇的数量不减反增。同样的事情也发生在越南河内，但抓捕的对象变成了老鼠，最后导致的结果是出现了大量的老鼠养殖场。
同样的逻辑，如果我们的教育制定的目标和标准是为了提高学生的学习和掌握知识的能力，那么单靠成绩作为评价标准，是否会降低学生的学习和掌握知识的能力呢？
教育是一个很复杂的系统工程，只靠成绩这一目标来驱动效果肯定很差。那我们换个角度，如果教育是为了鼓励人们去创新、发现和创造，结果会怎么样呢？
大家可以回忆一下，我们上学的时候，那些学习成绩好的学生，在职业方向上多是选择了一些固定的职业，好一点的成了高级打工者，白领，但是真正成为科学家的很少。而那些整天不学习的人或者学习成绩差的人，虽然不可能成为科学家，但是有很多人却成为了创业者。所以，很多人都在说上学时候成绩好的人毕业后都在为成绩不好的人打工。
还有一些人，你不能说他们成绩不好，但是他们绝对不只是成绩好，他们有很多优秀的地方，而且不按照社会的教育模式来学习，很多都是按照自己的兴趣来学习。比如我们熟悉的乔布斯、比尔盖茨等等，都是在放弃了大学学业之后取得了巨大的成就。但是这并不意味着我们一定要从大学退学，但是追求新奇性和自己的兴趣对我们来说是非常重要的。
评估是当前教育领域最常用的衡量手段。标准化考试不仅用来评估学生的课业表现，还被用来评估学校教育的成功与否。但是这个评估只适合一些简单的目标，对于教育这样一个“高大上”的目标来说，这样的评估基本上没有任何意义。
那我们要怎么样来改变评估驱动式的教育模式呢？作者告诉我们应该将投入评估方面的精力转移至尝试不同的想法，而不要过分强调衡量标准的精确度。这将使教师们能够充分利用其多年来在与学生的互动中磨练和积累的创造力和近乎直觉化的专业知识，让他们去自由的探索更有潜力的路径。
具体的方法是什么呢？作者告诉我们，我们应该停止对学生进行标准化测试。应该换成的是，每位教师都要在年底编制一套包含作业、测试、教学大纲、教学理念、教学方法和学生作品在内的合集。然后，将这些合集匿名交给评审小组进行评估，小组成员是来自全国各地不同学校的五位教师。评委会将从课程的完整性、创新型和学生表现等几个方面对教师同行的工作进行评估，评估结果包括评分和书面评语。在经过不同衡量标准评判过后的平均得分低于及格线，该教师教授的学生才需要下一年参加标准化考试；如果评分及格，则这就是一个科学的评估，这就避免了当下最流行的的“一刀切”的教育模式。
说完了目标驱动对教育的影响，接下来我们再看看目标驱动对科学、商业和艺术的影响。
我们对于这个世界的探索从未停止过，也取得了很大成就。其中包括地理学的探索，还包括对思想和技术的探索。随着科学技术的日新月异，我们的生活也发生了很大的变化。比如作者告诉我们它的祖父和祖母的沟通，再他们那个年代还是依靠书信。而现在我们可以通过互联网近视实时视屏聊天。但是基于目标驱动的科学研究也给我们带来了很多困难。
我们都知道，科学研究是需要经费支持，而这些经费是由国家审批和提供的，而审批的过程可能会使很多的科学创作得不到支持。因为对于很多评估小组和机构来说，一个科学研究值不值得获得批准，需要从三个方面来进行考虑。
第一个就是这个科学研究是否通过了整个评估小组达成的共识。而我们知道，创新的产生，正是因为不同的见解才能使其成为可能，一旦达成了一致，就不是一个好的创新。
第二个就是科学研究是否有重要的意义。而这个重要的意义在国家层面来看，基本上都是和经济、政治联系再一起，对于那些基础性的科学研究来讲，它能带来的价值是短期内无法看见的，这就使科学研究披上了功利化的外衣。
第三个就是科学研究是否存在重大的风险。如果风险太大，是不会获得批准的，而从创新的角度来讲，风险越大，才会产颠覆的效果。
从这三个方面来看，目标驱动对于科学创新来讲，并不是最好的选择。而新奇性探索和踏脚石的收集之路才是更合适的创新之路。
在商业领域，颠覆性的计划很难被商家接受。比如有两个商业计划，一个是全息电视制造商，发明百分之百的沉浸式全息电视技术。另一个是提升屏幕分辨率和图像质量，给消费者带来更好的观影体验和产品价值。这连个计划你会选择那个？
毫无疑问，虽然第一个目标很高大上，但是商家很难接受，因为这样的风险太大，没有第二个目标听起来更现实。
但是一个好的商业计划，不正是那些具有颠覆性的观点吗？将数以千计的笔记本电脑锂电池集成在一起，就能制造出更轻、更强大 的实用电动汽车，航空之旅促成了太空之旅，真空管的发现导致了计算机的诞生，这些都是在商业中新奇性探索的杰作。
在艺术创作中也是如此，很多的艺术创作都需要灵感，而这个灵感是没有办法去预设目标的，它也都是新奇性探索的产物。像我们熟悉的创作小说。小说中的人物命运都不是预先设定的，所以一步成功的小说，只是不断的去收索和发现，最后才有了小说中各自不同的任务命运，连作者都无法控制，甚至都会感到惊讶。
我们每个人都要牢记，这本书讨论的对象，从头到尾都是“高大上”的目标。新奇性探索和寻宝者心态只对这些高大上的目标有效，包括寻根治病的理论、令人炫目的结构、性能卓越的机器、震撼人心的旋律，国家层面问题的解决方案、激情的释放、真正的幸福等等。而对于许多应该由目标驱动的工作，还是应该利索当然的进行，也和本书讨论的内容没有任何的矛盾。比如房屋设计还需要图纸，做饭还需要食谱、锻炼还需要设定计划一样，这些适度的目标还是可行的，我们不应该去放弃。
最后，让我们以大卫·弗罗斯特的话结束对这本书的分享。他告诉我们，想要成功，反而不要以成功为目标；只需要做你喜欢的和相信的事情，成功就会自然而然的到来。希望大家能够能去看一下这本书，《为什么伟大不能被设计》，谢谢大家！
