这篇访谈讲的是：设定宏大目标反而可能阻碍重大发现，因为通往伟大成果的“踏脚石”往往和最终目标长得完全不像。计算机科学家Ken Stanley用实验证明，超过99%的最终图像都曾经过一个完全不同的中间形态——比如汽车的轮子来自外星人脸的眼睛。他认为，与其盯着目标，不如追求“有趣”和“新奇”，并保留那些看似没用但有意思的东西。iPhone的成功不是乔布斯的远见，而是他第一个认出所有踏脚石已经就位。文中没有讨论具体股票或基金。
Ken Stanley教授在《Invest Like the Best》节目中提出反直觉观点：设定宏大目标反而会降低取得伟大成就的概率。核心论据是几乎所有重大发明的关键前置步骤都不是为了该发明而创造的，例如Picbreeder实验表明，当引入共识机制时，代际进步反而被抑制。Stanley认为社会现有组织方式具有心理毒性，建议放弃对特定结果的追求，转而关注新奇性（novelty）作为探索的踏脚石（stepping stones）。他强调，要创造真正的创新，需要了解什么不是新的，并建议将资源重新分配以支持无目标导向的探索。
Ken Stanley 是计算机科学教授、神经进化领域先驱，著有《Why Greatness Cannot Be Planned》。本期核心论点：设定宏大目标反而会降低取得伟大成就的概率——因为通往重大发现的踏脚石（stepping stones）几乎从不与最终目标相似，而目标导向的机制会系统性地剪除这些关键踏脚石。
Ken Stanley 认为，几乎所有重大发明的关键前置步骤都不是为了该发明而创造的。 他以真空管与计算机为例：真空管在 18 世纪被研究时与计算毫无关系，但它是第一台计算机（ENIAC，1940 年代）的核心组件。如果 1850 年有人把真空管研究者拉去“造计算机”，就会同时毁掉真空管和计算机——因为踏脚石被抽走了。
这一洞察来自 Stanley 的 Picbreeder 实验：用户通过“选图-繁殖”迭代搜索图像空间。运行两年后回溯发现，超过 99% 的最终图像（如汽车、蝴蝶、骷髅）在历史中曾经过一个与它完全不像的中间形态。例如，一辆汽车的轮子来自外星人脸的眼睛——而选择外星人脸的人当时绝不是在找汽车。
> "The only way to discover any of these things was to not be trying to discover them."
> （意即：发现这些事物的唯一方法就是不要试图去发现它们。）
Stanley 将此归因于 “相似导致相似”谬误（like-causes-like fallacy）——社会默认通往目标的路径会与目标相似，但复杂世界的真实结构恰恰相反。
当引入投票/共识机制时，代际进步被彻底抑制。 同期存在的 Living Image Project 与 Picbreeder 使用完全相同的底层编码，唯一区别是：每代由数百人投票选出最受欢迎的图像。经过 25,000 次迭代后，所有结果仍是“彩虹色模糊斑点”——没有任何有意义的图像。
Stanley 指出，这直接映射到现实中的委员会评审（如 NSF 基金评审）：委员会天然趋向共识，而共识剪除的是那些“只有极少数人能看见潜力”的激进踏脚石。在 Picbreeder 中，一个图像只需被一个人认为有趣即可成为后续探索的起点；而在现实系统中，它必须先通过 5 人委员会的多数同意——这几乎不可能。
> "A committee of five people is crazy in that case. Even if they're like experts in the fields, they just basically represent the status quo."
> （意即：在这种情况下，五人委员会是疯狂的。即使他们是领域专家，也基本上只代表现状。）
Stanley 提出，对于“不知道怎么做”的宏大目标，唯一有原则的策略不是随机，而是以“有趣性”（interestingness）作为选择标准。 这不是放任自流：Picbreeder 中出现的骷髅、蝴蝶、汽车都不是随机的，它们具有意义和结构，而正是这种结构使它们成为通往其他有趣事物的踏脚石。
具体建议分两层：
1. 收集踏脚石：主动寻找并保留那些“有趣”的东西，即使不知道它们通向哪里。这需要容忍风险——不是所有有趣的东西都会“成功”，但组合起来构成一个“踏脚石组合”（portfolio of stepping stones）。
2. 识别踏脚石就位时刻：当所有前置条件突然到位时，要能认出“现在可以做了”。Stanley 认为，iPhone 的成功不是 Steve Jobs 的“远见”，而是他第一个认出所有踏脚石已经就位；相反，2016 年对自动驾驶的大规模投资是“虚假远见”——踏脚石尚未就位。
Stanley 强调，新奇性（novelty）是“有趣性”的核心成分，而新奇性需要庞大的参照系：要知道什么新，必须先知道什么不新。这使好奇心和探索从“放纵”变成了“有原则的行为”。
约束不是目标，但它是保持踏脚石“有趣”的关键机制。 Stanley 以自然进化为例：进化的约束是“生存并繁殖”，这本质上要求每个生物体都是一个“行走的复印机”（walking Xerox machine）——体内有一套能复制自身的复杂机制。这个约束极其严格，但它保证了所有产物都维持高复杂度，从而为后续创新提供肥沃土壤。
> "It's basically a Rube Goldberg machine generator. Every time you vary the Rube Goldberg machine, which is like this crazy convoluted thing that makes a copy of itself... They'll basically fill the space within that constraint of every possible thing you can imagine."
> （意即：这本质上是一个鲁布·戈德堡机器生成器。每次你变异这个疯狂复杂的自复制机器……它们会在约束空间内填满你能想象的一切可能。）
对个人而言，约束就是“你对什么真正感兴趣”——它必须足够严格以保持标准，但又不能严格到变成目标。Stanley 自己的做法是“反叛自己”：预测别人认为他下一步会做什么，然后不去做。
Stanley 认为，创新资源分配的关键不是改进评审标准，而是改变评审机制本身。 当前系统的问题是：委员会评审剪除了 99% 的踏脚石，而真正需要的是让这些踏脚石被“能看见其潜力”的极少数人接触到。
他的建议：大幅拓宽从想法到曝光的过滤器，让组织内更多人看到正在产生的想法；然后，让“有切身利益的人”来验证——如果一个人愿意用自己的资源（时间、预算、声誉）去支持一个不是自己提出的想法，那这个想法就值得投资。这只需要一个人产生“电击般的连接”，而不是多数人的共识。
Stanley 承认这需要勇气，因为上级会问“怎么衡量效果”。但他认为，这正是对话和书籍的意义——先改变认知，再改变机制。
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| 无 | 未讨论具体可投资标的 | — |
（本期为纯理念讨论，未涉及具体公司或仓位动作。）
1. Ken Stanley：几乎所有重大发明的关键前置步骤都不是为了该发明而创造的。
支撑：真空管研究者在 18 世纪研究电学性质时与计算无关，但真空管是 1940 年代第一台计算机的核心组件。
2. Ken Stanley：设定宏大目标会降低取得伟大成就的概率，因为踏脚石不似终点。
支撑：Picbreeder 中超过 99% 的最终图像在历史中曾经过一个与它完全不像的中间形态；汽车轮子来自外星人脸的眼睛。
3. Ken Stanley：共识机制（投票/委员会）系统性地剪除激进踏脚石，是创新的敌人。
支撑：Living Image Project 与 Picbreeder 使用相同编码，但由数百人投票选择，25,000 次迭代后仍只有模糊斑点。
4. Ken Stanley：以“有趣性”替代目标，以“新奇性”为指南针——这不是放纵，而是有原则的探索策略。
支撑：Picbreeder 中出现的骷髅、蝴蝶、汽车都不是随机的，它们具有意义和结构，正是这种结构使它们成为通往其他有趣事物的踏脚石。
5. Ken Stanley：iPhone 的成功不是 Steve Jobs 的“远见”，而是他第一个认出所有踏脚石已经就位。
支撑：2016 年对自动驾驶的大规模投资是“虚假远见”——踏脚石尚未就位，导致大量投资失败。
6. Ken Stanley：进化中的“生存并繁殖”不是目标，而是约束——它要求每个生物体都是“行走复印机”，从而保证所有产物维持高复杂度。
支撑：如果取消约束（让所有东西都繁殖），世界会退化为“惰性斑点覆盖地球”。
7. Ken Stanley：创新资源分配应让“有切身利益的人”来验证想法，而不是委员会投票。
支撑：如果一个人愿意用自己的资源去支持一个不是自己提出的想法，这个想法就值得投资——只需要一个人产生“电击般的连接”。
8. Ken Stanley：新奇性需要庞大的参照系——要知道什么新，必须先知道什么不新。
支撑：这使好奇心和探索从“放纵”变成了“有原则的行为”，而非“浪费时间”。