第15章
失败者撰写的历史
鸟儿可能会聆听——将愚蠢与智慧结合，而不是反过来做——我们去哪里寻找发现的箭头——试错法的证明

由于一系列的偏见，历史学家格外青睐副现象和其他虚幻的因果关系。要了解技术的历史，你需要非历史学家或思维框架正确的历史学家来说明，历史学家必须观察科技如何形成，而发展出自己的观点，不能只读相关的叙述。我前面提到了特伦斯·基利，他是一个实践科学家，揭穿了所谓的线性模型的神话。[32]一个重视实践的实验室科学家或工程师一定会关注现实生活中的生产，比如医药创新或者喷气发动机的制造，因此可以避免陷入副现象，除非他在开始实践之前已经被洗脑了。

作为目击者，我见过的很多证据都足以证明，有些结果与学术科学毫无关系，它们是自由探索推动进化的结果，只不过被人披上了“学术”的外衣，被冠以“学术”之名。

表15–1 各个领域教鸟儿如何飞行的效应：教科书归因错误的实例

广告：个人专属 VPN，独立 IP，无限流量，多机房切换，还可以屏蔽广告和恶意软件，每月最低仅 5 美元

 领域   鸟类飞行课上鼓吹的起源及发展   真实的起源及发展 

 喷气式飞机   物理学家（被斯克兰顿揭穿）   不了解“为什么会这样”的自由探索式工程师 

 建筑   欧几里得几何和数学（被博茹昂揭穿）   启发法和秘诀（协会） 

 控制论   诺伯特·维纳（被明德揭穿）   程序员“维基方式” 

 衍生工具公式   布莱克、肖尔斯、脆弱推手默顿（被豪格和塔勒布揭穿）   交易员和执业者，雷格诺德、巴舍利耶、索普 

 医药   生物学理解（被一系列医生揭穿）   运气、试错、其他医药的副作用，有时甚至是有毒的（芥子气） 

 工业革命   知识的增长，科学革命（被基利揭穿）   冒险者、业余爱好者 

 技术   正式的科学   技术、商业 

早在我知道表15–1的结论之前，也就是其他学者揭穿教鸟儿如何飞行的效应的真相之前，我注意到这个问题约在1998年，某一天，我与如今已故的弗莱德一同在芝加哥的一个餐厅用餐，弗莱德是一位经济学家，但也是一名真正的、善于思考的绅士。他在当地一家证券交易所担任首席经济学家，当时他需要给一些新的、复杂的金融产品提出建议。由于我对此颇有研究，并就所谓非常复杂的“奇异期权”出版了一本教科书，因此他希望我给他一些意见。弗莱德认为，对这些产品的需求将非常大，但他有点儿不明白，“那些交易员如果不懂吉尔萨诺夫定理的话，该如何处理这些复杂的奇异期权”。吉尔萨诺夫定理在数学上非常复杂，在当时只为少数人所知。可是，我们谈及的是场内交易员（正如我们在上一章中所见），他们肯定会把吉尔萨诺夫当作某种伏特加品牌。做交易的人通常没有受过很多教育，如果他们能正确地拼出自己所在街道的地址，那就可被视为教育程度过高了。弗莱德抱有一种纯粹是副现象的印象，认为交易员要确定期权价格，肯定数学学得很好。事实上，在我听说过这些深奥的定理之前，就已经通过试错法和听取有经验人的意见，摸清如何进行这种复杂的交易了。

然而，我突然意识到了一件事。没有人担心那些不懂空气动力学定理或不会解运动方程式的孩童们学不会骑自行车。那么，为什么弗莱德不能把这个观点从一个领域转移到另一个领域呢？难道他没有意识到那些只需对场内供需做出反应、只知道努力赚钱的芝加哥场内交易员根本不需要了解吉尔萨诺夫定理，就像黎凡特露天市场的开心果小贩无须懂得解一般的平衡等式就能为自己的产品定价一样？

有一分钟的时间，我怀疑自己是生活在另外一个星球上。或者弗莱德的博士学位和研究生涯导致他无视常识，或奇异般地丧失了这种常识——又或者说，缺乏常识的人才有动力和兴趣在经济学的虚幻世界中追求博士学位。这是不是选择性偏见？

我觉得我有了一个新发现，并感到非常兴奋，但也意识到，如果要寻找一个人帮我证实这个观点，那么他必须同时是一个实践者和一个研究者，而且是先进行实践再开始进行研究的。这样的人我只认识一个，也就是从交易员改行做研究员的埃斯彭·豪格，豪格也曾观察到相同的机制。像我一样，豪格在交易所工作了一段时间后继续求学并获得博士学位。我们一拍即合，马上开始就期权定价公式的来源展开了调查：人们以前用过类似的公式吗？它是源于我们能够驾驭的学术公式，还是来源于试错法驱动的（如今的学术界大大地剥夺了试错的机会）反脆弱性进化过程？我在芝加哥做场内交易员时就注意到了一些蛛丝马迹，比如我观察到，资深交易员都拒绝接触数学公式，他们使用简单的启发法，并声称：“有本事的人可不用表格。”这里的“表格”指的是电脑中输出的复杂公式和计算。然而，这些人生存了下来。他们的定价比那些公式计算出来的还要精准且有效，最佳价格往往一目了然。比如，他们的定价考虑到了如何应对极端斯坦和“长尾”，而这些情况往往是标准公式所忽略的。

豪格感兴趣的问题有时与我不同：他着迷于金融课题，希望能收集金融从业者过去写的论文。他称自己为“收藏家”，甚至以此作为自己的签名，因为他还去收集一些写于第一次世界大战之前的期权理论的文章和书籍，由此我们对历史有了一个非常准确的了解。让我们兴奋的是，我们的证据一再证明，交易员的推理比公式有效得多。他们的推导方式比公式的出现早了至少一个世纪。至于这些方式的来源，当然是源于自然选择、生存智慧、师从经验丰富的从业人员，以及自身的经验。

交易员的交易→交易员发现技术和产品→学术界的经济学家发现公式，并声称交易员在使用它们→新的交易员相信了学者的话→事情搞砸了（因为理论引起的脆弱性）

我们的研究论文完稿近7年，才得以在一本经济学学术杂志上发表——在此之前，出现了一个奇怪的现象：它成为经济学历史上下载次数最多的论文，但在前几年的时间却几乎无人引用。没有人想蹚这趟浑水。

实践者是不写文章的，他们只会放手去做；飞鸟果然会飞，但那些教导它们飞行的人，正是写故事的人。所以不难看出，历史实际上是由失败者撰写的，他们有大把的时间，学术地位也得到保护。

最具讽刺意味的是，我们无意中获得了如何炮制思想叙述的第一手材料，因为我们有幸看到了另一次公然的知识偷窃。当时，我们得到了受人尊敬的《计量财务百科全书》的邀请，发表我们作为期权从业者的观点。所以，我们将我们的上一篇论文结合自己的体验写了一篇文章。让我们大吃一惊的是：杂志历史版的编辑——巴纳德大学的一位教授竟然擅自修改我们的阐述，结果正好被我们发现。这位经济思想史学家改写我们的故事，以至于削弱了甚至扭曲了我们的观点，他改变了知识形成的箭头方向，这就是科学史的形成过程。这个人坐在巴纳德大学的办公室里，对我们作为交易员的所见所闻指手画脚——竟然要求我们按照他的逻辑推翻我们自己亲眼所见的东西。

此外，只要在思想史中运用些许逻辑和实证思考，摆脱教育的洗脑，就可以注意到类似的反知识形成过程。例如，脆弱推手、伯克利教授马克·鲁宾斯坦在他写于20世纪90年代末的书中，将20世纪80年代（当时我刚从事交易员工作）金融从业者非常熟悉（而且往往以更复杂的形式）的技术和启发法归功于金融学教授所发表的文章。

不，我们并不是把理论付诸实践。我们是在实践中创造出理论。这就是我们的故事，读者很容易从这个故事和类似的故事中推断出，大家普遍混淆了这两者的关系。理论其实是解决问题后的产物，但不能反过来说。

显而易见的证据

我们发现，工程师也被历史学家“挟持”了。

就在这个令人作呕的事件发生后，我以我与豪格合写的有关教鸟儿飞行的观念在金融领域的体现的论文为基础，在伦敦经济学院的社会科学研讨会上做了演讲。当然，我遭到了诘问（但那时我已经身经百战，懂得如何应对经济学家的诘问了）。可是随后，惊喜发生了。在会议快结束时，会议的组织者告诉我，恰好一周以前，罗格斯大学教授菲尔·斯克兰顿以同样的故事做过一次演讲，只不过不是关于期权定价公式，而是关于喷气式飞机。

斯克兰顿表明，我们是通过一种完全以试错法为基础的试验性方式来建造和使用喷气式飞机的，没有人真正理解喷气式飞机的有关理论。飞机建造者需要那些知道如何制造部件来让发动机工作的工程师。理论是后来形成的，而且是以很蹩脚的形式形成的，用以满足那些喜欢纸上谈兵的人的兴趣。但是，你在有关技术的历史书籍上是不可能读到这些的：我的儿子念的是航天工程专业，他就根本不知道这些事情。斯克兰顿是一个彬彬有礼的人，他关注的是创新过程一片混乱的情况，“这与我们熟悉的分析和综合性创新方法大相径庭”，就好像后者才是常规，但显然不是这样的。

我开始寻找更多的例证，技术历史学家戴维·埃杰顿告诉我的故事简直让我震惊万分。我们都认为控制论（它带来了网络空间中的“网络”）是由诺伯特·维纳在1948年发明的，但是工程历史学家戴维·明德却揭穿了这一故事；他指出，维纳只不过是阐述了在工程领域早就实行多年的反馈控制和数位运算的概念。然而，人们（甚至今天的工程师们）都误认为这一切都归功于维纳的数学思考。

然后，我突然想到了以下观点。我们学习几何都是基于教科书上的公理，比如说欧几里得的《几何原本》，并倾向于认为，正是得益于这样的学习，我们今天才会建造出从楼房到教堂这些有着美丽的几何形状的建筑，如果不这么想的话真是不应该。所以我立即推测，古人之所以对欧几里得几何学和其他数学感兴趣，是因为他们已经在使用这些方法了，他们也许是通过自己的自由探索和经验知识推导出这些方法的，否则他们实在没必要关心书本知识。这与轮子的故事类似：是否记得希腊人在工业革命前两千年就已经发现和发展出蒸汽机了。现实中行得通的事物往往源于实践，而不是理论。

现在，让我们看看周围的建筑物：从金字塔到欧洲美丽的教堂，它们在几何机构上显得如此复杂。所以，一个骗局出现了，它使我们倾向于相信，是数学让我们建造出了这些美丽的建筑，当然我们总能找到一些例外，比如金字塔，因为它们早于欧几里得和其他希腊理论家带来的更正式的数学思想。一些事实是：建筑师（或所谓的大师）通常依靠灵感的启发、经验法和工具，而且几乎没有人懂任何数学——根据中世纪科学史学家居伊·博茹昂的记载，在13世纪之前，整个欧洲不超过5个人知道如何进行除法计算。建筑师不必了解我们今天所用的方程式仍能弄明白材料力学，他们建造的建筑物大部分都屹立至今。13世纪的法国建筑师维拉·德·奥内库尔用皮卡文（法国皮卡第地区的语言）记笔记，还画了很多图，说明教堂是如何建造的：他们依靠的是实验启发法、小技巧和规则，后来由菲利布特·德洛尔姆在其建筑论著中列举阐述。例如，一个三角形可视为一匹马的头。与理论相比，实验能使人更谨慎。

此外，我们相当肯定，罗马人——这些令人钦佩的工程师在建造水渠的时候并不懂数学（罗马数字让定量分析很难进行）。否则，这些工程将不复存在，因为数学的一个明显的副作用是促使人过度优化，并偷工减料，从而造成脆弱性。只要看看新工程比老工程更易损坏，就可以明白这一说法了。

让我们来看看维特鲁威写于欧几里得《几何原本》之后约300年的《建筑十书》，该书被誉为建筑学“圣经”。书里并未涉及多少正式的几何理论，当然也没有提到欧几里得定理，大部分内容都是启发法，就好像师父指导徒弟一样。（值得注意的是，他提到的主要数学结论就是毕达哥拉斯定理。当时他惊讶地发现，“不用工匠的工具也能”画出直角。）在文艺复兴之前，数学只用于智力测验。

现在我要谈的并不是落后于实用技术的理论或学术科学。有些理论或学术科学的最终用途（不是一些肤浅的用途），是从科学直接衍生出来的——即研究员乔尔·莫基尔所称的“认知基础”，或命题式知识——一种嵌入理论和实证发现，并形成某种规则说明，用以产生更多的知识和更多的应用（他认为）的形式“知识”库。换句话说，形成一个理论体系，可以从中衍生出其他理论。

但是，让我们不要做愚蠢的人：如果相信莫基尔先生的说法，可能会让我们试图通过学习经济地理学来预测外汇价格（我很想把他介绍给绿色木材专家）。虽然我接受认知基础的概念，但我质疑它在科技史中扮演的真正角色。我们看不到有证据证明它发挥了强有力的作用，我等待有人给我提供证据。莫基尔和这些观点的拥趸并没有提供证据，表明它不是副现象，他们似乎也不了解不对称效应的影响。可选择性在这里扮演什么角色呢？

师徒之间会有一整套知识技能的传承，而且这种传承方式让等级成为筛选过程中的一种工具，或者使某种职业更受人尊敬，或提供其他类似的帮助，但绝对起不到系统性的作用。而知识的作用之所以会被高估，是因为它们被过度宣传了，可见度很高。

这与烹饪一样吗？

烹饪似乎是依赖可选择性的完美体现。你所添加的配料如果与胖子托尼的味蕾相符，那么就皆大欢喜，但如果不符，那就要忘记它。我们还通过“共同创作”的实验开发了一套食谱。这些食谱的开发完全没有考虑对味蕾所起的化学作用，也没有运用任何的“认知基础”以从理论中推导出理论。没有人会被过程所欺骗。正如丹·艾瑞里所观察到的，我们无法根据营养标签倒推食物的味道。在这里，我们可以看到古人的启发法起了作用：一代代的集体自由探索成就了食谱的演变。这些食谱是扎根于文化中的。厨艺学校完全采取学徒制。

另一方面，我们有纯物理学，基于理论来推导理论，运用一些经验验证。在这里，“认知基础”就可以发挥一定的作用。希格斯玻色子的发现，就是一个完全通过理论推导来找到粒子的现代案例。爱因斯坦的相对论也是如此。在希格斯玻色子之前，基于少量现有外部数据探索未知的一个经典例子就是，法国天文学家勒威耶通过周围行星的运动推导出海王星的存在。而当该行星真的被观察到时，他甚至拒绝看它，因为他对他的计算结果非常笃定。这些是例外情况，而且往往发生在物理学和其他所谓的“线性”领域，在这些领域，误差来源于平均斯坦，而不是极端斯坦。

现在让我们用烹饪的观念作为一个平台，来探究其他的领域：有没有类似烹饪的活动呢？我们审视一下各领域的技术便会看到，事实上，大多数领域都更像烹饪而不是物理学，特别是复杂领域的技术。

连今天的医学，也保留了学徒制的传承模式，理论科学仅作为背景知识，使医学看起来像是科学。如果离开了学徒制的传承模式，那么一定是以证据为基础的“循证”方法，对生物学理论的依赖较少，而对经验规律的依赖较多，这种现象我在第5章中已经作了解释。那为什么各类科学都会经历兴衰，而技术却能保持稳定呢？

现在，人们可以看到基本科学可能发挥的作用，但与基本学科诞生时的初衷可能并不一致。让我们以电脑的一连串意想不到的第一阶段用途为例谈起。离散数学学科属于基础科学，源于命题式知识，最终推动了计算机的诞生，或者历史是这么说的（而且，当然要提醒“净挑好的来说”的读者：我们需要考虑没有任何实用性的理论知识体系）。但是，起初，没有人知道怎么处理这些装满电路的巨大箱子，它们既笨重又昂贵，除了数据库管理以外，在其他方面应用都不太广泛，只是比较善于处理大量的数据。这好像是人们出于对技术的狂热而需要发明的一种应用。婴儿潮时期出生的人会记得那些神秘的打孔卡片。后来又有人引入了控制台，使用键盘，在电脑屏幕的辅助下输入信息。这当然推动了文字处理的诞生，计算机也因适用于文字处理而迅速发展，特别是在20世纪80年代早期微电脑诞生后。这种电脑用起来很方便，但直到其他一些意想不到的应用融入进来，它才真正发挥了自己的效用。现在到了第二阶段，也就是互联网时代。互联网是罗纳德·里根沉迷于与苏联冷战的时代，由美国国防部旗下的一个研究部门美国国防部先进项目研究局开发的。其初衷是建立一个强大的军事通信网络设备，从而让美国在全面军事攻击中能够生存下来。这当然是一个好主意，但个人电脑配上互联网则给我们带来了社交网络、破碎的婚姻、更多的书呆子，让一个后苏联时代的人产生了社交障碍，连配偶都找不到。这一切都得益于里根的反核和平运动中美国纳税人的钱（或者说预算赤字）。

所以，现在我们所看到的是向前发展的箭头，而且一往无前。尽管科学在计算机的发展旅程中还是有所作用的，毕竟计算机技术在许多方面都得依靠科学；但是，学术科学绝对无法预设计算机的发展方向，事实上，学术科学是在一个不透明的环境中，受制于机会性的发现。计算机的发展史上写满了大学辍学生和早慧的高中生的名字，每一步都充分显示出发展的自主性和不可预测性。我们看到的一大谬论，就是使整件事听起来具有不合理性——这个不合理性就在于，当一个免费的选择权交到我们手上时，我们却熟视无睹。

我们从一位睿智的观察家李约瑟的作品中就能看出，中国可能是一个很有说服力的故事，李约瑟揭穿了不少西方观点的谬误，而看到了中国科学的力量。尼达姆的传记作家西蒙·温彻斯特曾引用了汉学家伊懋可对这一问题的描述，原因在于中国没有拥有，或者说不再拥有他所说的“欧洲人自由探索、改良改进的狂热”。因此，虽然中国人拥有发明纺纱机的所有技术，却“没有人去尝试”——这是知识阻碍了可选择性的另一个经典例子。中国可能需要一个像史蒂夫·乔布斯那样缺乏大学教育但却积极进取的人，利用天时、地利完成时代的使命。我们将在下一节看到，正是这种不墨守成规的实干家推动了工业革命的发生。

我们会研究两个案例，第一个是工业革命，第二个是医学。首先让我们揭穿关于工业革命的一个因果迷思，即对科学在其中的作用的过度渲染。

工业革命

知识的形成，甚至连理论的形成，也得需要一些时间，需要你忍受枯燥的学习，并牺牲做其他轻松工作带来的自由。只有这样，你才能摆脱类似新闻工作的压力，那种文章发表后就等待它过时消亡的现代学术风气。要知道，那只会生产肤浅的知识，就像在纽约市唐人街上买的冒牌手表，你明知道它是假的，但看起来却像真的。19~20世纪，技术知识和创新有两大主要来源：业余爱好者和英国教区的牧师，这两种人都处于杠铃策略之中。

我们发现，英国教区牧师的研究贡献高得不成比例。英国教区的牧师通常生活无忧、博学、住着大房子或至少是舒适的房子、有人帮助打理家务、一年四季都有好茶供应，还有充裕的自由时间。并且，当然，他们有可选择性。他们可以说是有知识的业余爱好者，牧师托马斯·贝叶斯（就是贝叶斯概率的发明者）和托马斯·马尔萨斯（马尔萨斯人口理论的提出者）是其中最著名的人。但还有更多令人惊喜的故事，这些都编入了比尔·布莱森的《家》一书中。作者发现，因创新流芳百世的牧师和教士人数是科学家、物理学家、经济学家，甚至发明家人数的10倍。除了刚才提到的两位巨匠，我可以随口报出一连串乡村牧师的贡献：牧师埃德蒙·卡特赖特发明了动力织机，对工业革命做出了贡献；牧师杰克·罗素培育了梗犬；牧师威廉·巴克兰是第一位权威的恐龙研究学家；牧师威廉·格威开创了现代考古学；牧师奥克塔维厄斯·皮卡德·坎布里奇是最权威的蜘蛛专家；牧师乔治·加勒特发明了潜艇；牧师吉尔伯特·怀特是他那个时代最受尊敬的博物学家；牧师伯克利是研究真菌的顶尖专家；牧师约翰·米歇尔协助发现了天王星；可以说，这样的例子不胜枚举。需要注意的是，正如我与豪格的论文中所述，有组织的科学往往倾向于忽略“非我发明”的东西，所以，我们所知道的有关业余爱好者和实干家所作贡献的例子肯定比实际的要少，因为某些学者可能将前辈的创新据为己有。

让我再来说说诗意的方面。自主的学术研究往往也能带来美学享受。很长时间以来，我都在我书房的墙上挂着雅克·勒高夫写下的一段话。勒高夫是法国伟大的中世纪研究家，他认为文艺复兴源于独立的古典文学研究者，而非专业学者。他检视了这段时期的油画、素描和文艺表演，比较了中世纪的大学成员及古典文学研究者的截然不同之处：

一个是被学生如众星捧月般包围着的教授，一个是形影相吊的学者，坐在宁静而偏僻的房间里，无拘无束地在宽敞舒适的空间里任由思想如天马行空般驰骋。在这里，我们看到的是人声喧嚣的学校，乌烟瘴气的教室，以及工作场所中对美的冷漠。
而在那里，一切井然有序、清新美妙。
安详、静谧而愉悦。

至于其他的业余爱好者，有证据表明他们与狂热的冒险家和私人投资者一起，揭开了工业革命的序幕。我们提到的基利并非历史学家，幸运的是，他也不是经济学家，在《科学研究的经济规律》一书中，他质疑了传统的“线性思维”（即认为学术科学推动了技术的发展）——对基利来说，大学的繁荣得益于国家财富的积累，但反过来说则不成立。他甚至还进一步声称，这如同天真的干预措施一样，会产生“医源性损伤”，甚至导致负面影响。基利指出，在许多国家，政府的干预方式是通过征税来为科研提供资金，这样就导致了私人投资的减少和转移。比如在日本，经济产业省（管辖技术和投资的部门）就有着惊人的投资记录。我并非利用基利的想法来支持某个反对科研资助的政治计划，而只是要说明在发现重要的事物时，因果关系并不是像一般人所认为的那样。

让我们重新温习一下，工业革命源于“技术人员建立起技术”，或者基利所说的“业余爱好者的科学”。再以蒸汽机为例，这个发明比任何东西都能代表工业革命。正如我们所看到的，亚历山大的希罗早就绘制出了制造蒸汽机的蓝图，但此后大约2 000年，没有人对该理论感兴趣。因此，是实践和重新发现让人们对希罗的蓝图产生了兴趣，而不是相反的情况。

基利曾提出过一个有说服力——非常有说服力——的论点，即蒸汽机的出现是基于已有的技术，而且是由没有受过教育的、经常闷头自己干的人发明的。这些人运用了实践常识和直觉来解决困扰着他们的机械问题，而他们提出的解决方案也往往能带来明显的经济回报。

让我们再来看看纺织技术。同样的，根据基利的观点，这个引导人类飞跃进入现代世界的主流技术的诞生与科学几乎毫无关系。据他说，“1733年，约翰·凯伊发明了飞梭，推动了织布的机械化，1770年，詹姆斯·哈格里夫斯发明了珍妮纺纱机，正如它的名字所示，它推动了纺纱的机械化。纺织技术的发展，加上瓦特和保罗的发明（纺纱机，1758）及阿克莱特的发明（水力纺纱机，1769年），预示着工业革命的腾飞，但这些都与科学无关；它们是基于试错法和一心想改进工厂生产力及利润的熟练工匠，在实验基础上的经验性发展。”

戴维·埃杰顿通过一些调研质疑了学术科学和经济繁荣之间的联系，以及人们过去相信的“线性模型”的观念（即学术研究是技术的源头）。19~20世纪的人们，没有那么容易上当受骗；但今天的我们却相信，那时的他们相信线性模型，其实他们并没有相信。事实上，在20世纪之前，学者们大多是教师，并非研究人员。

现在，与其通过阅读一个学者的著作，来判定他是否可信，不如看看他的批评者是怎么说的——他们往往会发现他最糟糕的论点。所以，我找到了基利的批评者，或者反对他意见的人的观点，来看看他们的评论中有哪些值得思考的——以及他们的批评集中在什么地方。除了乔尔·莫基尔的一些评论（正如我所说，他尚未发现可选择性）以及一个经济学家的攻击（鉴于经济学家的贬值，他的评论也无足轻重），针对基利的主要反对意见，我们是在一本由政府资助的有影响力的杂志《自然》上看到的，批评基利所用的数据来自于政府资助的机构，比如在他所阐述的反对依靠财政支持科研的论点中，就引用了经济合作与发展组织（OECD）的数据。到目前为止，还没有任何实质性的证据表明基利是错误的。但是，既然提到证据，就让我们来看看证据：没有任何证据表明，与其观点对立的论文具有正确性。这类观点很大程度上如同宗教信仰，无条件地相信有组织的科学的力量，这几乎取代了对有组织宗教的无条件信仰。

政府应该把钱花在非目的论的自由探索上，而非科研上

请注意，我并不相信上述论点，在逻辑上应该会引导我们说政府不应该花一分钱。我的论点针对的是有目的的发明创造，而非一般的科研。我们必须找到有效的支出方式。在一系列恶性循环的影响下，政府已经从研究中得到了巨大的回报，但与其最初的预期相比已经大打折扣——看看互联网就知道了。此外，再回顾一下我们用于军事领域创新的开支，以及医疗方面的开支。你会看到，这些职能部门在开展研究时目的性过强（尤其是日本），许多大公司的情况也是如此。大多数大型公司，如大型制药公司，都是自己创新路上的敌人。

以缺乏实用价值的基础科研为例，其研究经费和资金一般直接给予个人，而不是项目，而且是少量给予研究人员。在加利福尼亚花费了很长时间观察风险投资家的科学社会学家史蒂芬·夏平称，投资者往往把钱投给他们看中的企业家，而不是某个创意。决策在很大程度上就是一种观点，并根据“你认识谁”和“谁说了什么”得以强化，用风险投资家的专业术语来说，你应该把赌注投给骑师，而不是马匹。为什么呢？因为创新是需要灵感的，你需要具备像漫游者般的能力，随时抓住突然出现的机遇，而不是墨守成规地行事。夏平让我们看到，重大的风险投资决策往往是在没有制订真正的商业计划的情况下做出的。因此，如果决策前他确实进行了“分析”的话，那么这种分析一定是自由探索的和证实性的。我自己也曾花了一些时间在加利福尼亚州与风险投资家交往，目的是投资自己，我可以证明，这的确是墨守成规的做法。

很显然，钱应该投资给自由探索者，你信任的那些积极进取的探索者才会帮助你获得期权收益。

现在，让我们在这个段落中用统计参数进行一下技术性阐述。研究带来的回报往往源于极端斯坦：它们遵循的是统计分布的幂律，由于可选择性的存在，这里有近乎无限的上升空间，但下跌空间有限。因此，研究的回报与试验次数，与非试验花费的开支存在线性关系。让我们参见图12–3，赢者回报惊人，没有上限，而正确的方法需要某种形式的“广种薄收”。也就是说，正确的策略是采用“一除以n”或者“1 / n”模式，将资金尽可能多地分散在许多尝试中：如果你面对n个选择，那么对所有选择进行等量投资，也就是在每个试验上进行少量金额的投资，但投资的项目有很多，比你愿意投资的项目还要多。这是为什么？因为在极端斯坦下，在某个创意上有少量投资总好过错过这个创意。正如一个风险投资家告诉我的：“回报收益是如此之大，你简直不能错过任何一个可能的创意。”

医疗领域的案例

与技术不同，医疗拥有驯化运气的悠久历史；它现在已经接受了实践中的随机性，但并不是那么乐于接受。

医疗数据使我们能够评估目的论研究相对于随机性发现的成效。美国政府为我们提供了理想的数据：美国国家癌症研究所的活动。这一机构源于20世纪70年代早期尼克松发起的“向癌症宣战”运动。实习医生和研究员默顿·迈尔斯，在他绝妙的书《现代医学的偶然发现》中写道：“在20多年的时间里，筛选了超过144 000种植物萃取物（代表约15 000个物种），其中没有一种植物类抗癌药物能够通过审批。这种失败与20世纪50年代一种从植物中萃取的抗癌药物的发现形成鲜明对比，这种抗癌药物是长春花生物碱，它是偶然发现的，而不是定向研究的成果。”

约翰·拉马蒂纳在离开制药公司后曾爆料制药业内幕，他用统计数据显示，在学术研究对药品研发的贡献问题上，民众的看法与真相之间存在差距：10种药物中有9种是私营企业研制的。甚至靠财政资助的美国国立卫生研究院也发现，市场上销售情况比较好的46种药物中，只有3种与政府资金赞助有关。

我们还没有谈到这一事实，即癌症治疗药物一直源于其他学科研究。在寻找非癌症类药物（或非癌症类的非药物）的过程中，你发现了你并不需要寻找的东西（反之亦然）。但有趣的是，当一个学术研究者最初发现一个结果时，他可能会忽略这个结果，因为这不是他想找的——学者总是喜欢遵循一个计划。用选择权打个比方：尽管选择权很有价值，但他并未行使选择权，严格来说，这违反了理性（无论你如何定义理性），就像某个贪婪的人在自己的花园里发现了一大笔钱却不捡起来一样。迈尔斯显示，发现的成果往往在事后会被归于某项学术研究，从而进一步强化我们的错觉，这与教鸟儿飞行的效应如出一辙。

在某些情况下，由于发现的来源是军事活动，因此我们不知道到底发生了什么。让我们以迈尔斯的书中讨论的癌症化疗法为例，1942年，一艘携带芥子气的美国船驶离意大利巴里后遭到德军轰炸。结果这种气体神奇地治愈了患有血癌的士兵（清除白细胞），由此展开对化疗的研究。但是，芥子气被《日内瓦公约》所禁止，因此这个故事变成了机密——丘吉尔清除了英国所有文件中相关的记录，而在美国，相关信息也被掩盖了，但没有禁止对氮芥效应的研究。

杰姆斯·勒法努是一位医生兼医学作家，他曾写道，治疗的革命，或者说战后时期大量有效治疗方法的涌现，并不是由任何主流的科学洞见所推动的，来源恰好相反。“医生和科学家们认识到，没有必要详细了解误差的任何细节，合成化学会随机地带来医生们找了几个世纪都没有找到的医疗方法。”（他用了格哈德·多马克找到磺胺类药物的例子来说明问题）。

此外，我们对理论的了解，用莫基尔的话来说，即认知基础的提高，与新药数量的减少同步。这是胖子托尼或做绿色木材买卖的那个人，已经告诉我们的。人们可能会说，容易出成果的项目已经越来越少了，但我从其他地方获得了更多线索（例如人类基因组项目的成效，以及过去20年在研究支出日益增加的情况下医疗研究的滞后）表明——在复杂领域，知识或所谓的“知识”阻碍了研究的发展。

或者，从另一个角度来看，研究食材的化学成分，既不会让你成为一个好厨师，也不会让你成为一个更专业的品尝师——甚至可能会让你在这两方面都变得更糟。（对主张目的论的人来说，烹饪是微不足道的知识。）

你可以列一个药物清单，看看有多少药物是通过“黑天鹅”方式诞生的，有多少是按设计研发出来的。我本来想编制这样一份列表，直到我意识到显著的不对称性，即以目的论的方式发现的药物太少——主要是抗艾滋病类的药物。设计师药物有一个主要特性：它们是按设计研发出来的（因此，是以目的为导向的）。但看起来好像我们没有能力在设计一种药物的同时，考虑到其潜在的副作用。因此，设计师药物的未来就存在一个问题。市场上的药物越多，它们之间相冲的可能性就越大，因此，一种新药问世就很可能会与市面上许多药物相冲。如果市面上有20种不相关的药物，那么当第21种药物诞生时，就需要考虑它与之前20种药物的相互作用，这或许没什么大不了的。但如果有1 000种药物时，那么最新一种药物问世，我们就需要预测它与这1 000种药的相互作用。而事实上，今天市场上有成千上万的药物。另外有研究表明，我们可能低估了目前已在市场上销售的药物之间的相互作用，真正安全的药物的数量可能只有1/4，所以，如今可用药物的基数应该是收缩而不是增加。

医学领域中存在明显的漂移现象，可能为了某种目的而发明出来的药物，却在其他地方找到新的应用，这就是经济学家约翰·凯伊所称的间接发明——比如阿司匹林的用途就曾多次变更；犹大·福克曼关于限制对肿瘤的血液供应（血管生成抑制剂）的理论推动了黄斑变性治疗（贝伐单抗，俗称阿瓦斯汀）的诞生，效果比原先计划的效用更好。

现在，与其列出一份清单（太不体面了），我还不如推荐读者读一些书，除了迈尔斯的书，还有克劳德·波宇昂和克劳德·莫内雷的书《美妙的机会：药物发展史》，以及李杰的《笑气、伟哥和立普妥》。

马特·里德利的反目的论观点

伟大的中世纪阿拉伯语怀疑论哲学家阿尔加惹尔，曾批评过阿威罗伊的理性主义和目的论。阿尔加惹尔提出了一个有关扣针的著名比喻，现在人们都错误地认为这个理论是亚当·斯密提出的。扣针不是由某一个人独自制作出来的，而是由25个人参与生产，这是“无形的手”引导下的合作。没有一个人知道如何单独生产扣针。

在怀疑论信仰主义者（即有宗教信仰的怀疑论者）阿尔加惹尔的眼中，知识不是掌握在人类的手中，而是掌握在上帝的手中，亚当·斯密称之为市场规律，而一些现代理论家将其理解为自我组织。如果读者想知道为什么信仰主义在认识论上相当于对人类知识的完全怀疑，同时认可事物的隐性逻辑，我们只要用上帝来替换自然、命运，以及任何无形的、不透明的、不可企及的力量等，你大多能得到相同的结果。事物的逻辑在我们的掌控之外（在上帝、自然或自发力量的手中）；由于如今没有人与上帝有直接的沟通，即使在得克萨斯州，上帝和不透明的力量之间也没有多大差别。没有任何一个人对事物的整体发展流程有任何了解，这才是最重要的。

得益于生物学的研究背景，作家马特·里德利拿出了更有力的论据。人类和动物之间的区别在于是否具备协作、参与经营、提出意见、相互配合的能力。合作能带来爆炸性的利益，即数学上所说的超叠加功能：一加一超过二，一加一加一远远超过三。这是纯粹非线性的爆炸性利益——下面我们将详细说明它是如何从炼金石中受益的。最重要的是，这是一个有关不可预测性和“黑天鹅”事件影响的论点：由于你无法预测合作，也不能指导合作，你就无法看到世界的发展方向。你所能做的就是创造一种有利于合作的环境，为繁荣奠定基础。而且，你不能进行集权化创新，俄罗斯已经进行过了相关试验。

值得注意的是，如果用阿尔加惹尔的观点多作一些哲学性的探讨，我们可以看到宗教是如何减少我们对人类理论和代理人的依赖的——从这个意义上说，亚当·斯密与阿尔加惹尔的观点重合了。因为对亚当·斯密来说，看不见的手是指市场，而对阿尔加惹尔来说看不见的手就是上帝。人们可能很难理解，从历史上来看，怀疑论者大多是对专业知识持怀疑态度，而不是对诸如上帝等抽象主体表示怀疑，而且所有伟大的怀疑论者大都信仰宗教，或至少是亲宗教的（即赞成其他人信仰宗教）。

公司目的论

我在商学院读书的时候，很少去听所谓战略规划的讲座。因为这是必修课程，我偶尔会去上课，从而我根本不去听老师说了什么，甚至连书也不买。学生们有个共识，我们知道那是胡言乱语。我通过玩弄复杂的逻辑课迷惑了教授，从而通过了管理学的必修课，而且我认为仅参加必要的课程就行了，多上一门课都是对自己智商的亵渎。

公司都热衷于制订战略计划。它们需要花钱来弄明白自己究竟该走向何方。然而，没有证据表明，战略规划起到了作用——否定它的证据倒有很多。管理学者威廉·斯塔巴克已经发表了多篇论文来反驳规划的有效性——规划使公司无视选择权，因为它的行动方针已经过于僵化以至于无法把握稍纵即逝的机遇了。

几乎所有管理理论，从泰勒主义到所有的生产力故事，经实证检验后，都被证明是伪科学——与大多数的经济理论类似，它们都经不起验证。马修·斯图尔特是读哲学出身的，但后来成了管理顾问，他在《管理咨询的神话》一书中揭秘了一个令人厌恶的也很可笑的故事。这与银行家在利己目的的驱动下所使用的方法类似。亚伯拉逊和弗里德曼在他们的经典著作《杂乱并非无章》中也揭穿了许多像整齐、清晰的目的论方法。事实证明，战略规划只不过是像迷信一样的胡言乱语。

不管是理性的还是机会主义的企业漂移，下列公司可以告诉我们其中的真相。可口可乐起初是一种医药产品。蒂芙尼珠宝公司是做文具生意起家的。上面的两个例子中，公司的前后业务还算有关联，但再来看看下面这个例子：制造出第一枚导弹制导系统的雷神公司本来是一个冰箱制造商，而创办人之一正是范内瓦·布什，他构建了我们早先看到的目的论科学线性模型。再看更离谱儿的例子：曾经的顶级手机制造商诺基亚，是从造纸起家的（还做过一段时间的橡胶鞋）。杜邦，现在是一家以特富龙不粘锅、可丽耐台面和耐用的卡夫拉纤维闻名的企业，最早其实是一个经营炸药的公司。雅芳化妆品公司，一开始只是一个挨门推销图书的公司。最令人吃惊的是，奥奈达银器本来是搞社区宗教崇拜的，但出于监管合规的要求，它需要以合资公司的名义作为掩护。

反“火鸡”问题

现在，让我们看看我所说的事情背后的一些理论——统计报表认识论。下面的讨论将表明，未知的、你看不到的事情在某些情况下可以带来好消息，在另一些情况下可以带来坏消息。而在极端斯坦下，情况会变得更加侧重某一边。

再重复一遍（重复是必要的，因为知识分子往往很健忘），将缺乏证明某事的证据错当成证明某事不存在的证据，这一简单的观点意味着：对反脆弱性的事物而言，好消息从过去的数据中是找不到的，而对于脆弱性的事物而言，坏消息倒是很罕见。

想象一下，你带着一本笔记本去墨西哥，希望根据你和你随机遇到的人的交谈推断出该国的人均财富。但可能的情况是，如果样本中没有卡洛斯·斯利姆，你就得不到什么有价值的信息。在100多万墨西哥人中，斯利姆的财富（我估计）比墨西哥底层7 000万~9 000万人的财富加起来还要多。因此，除非你选择5 000万人做样本，并且将“罕见的事件”纳入其中，否则你就会低估这个国家的财富总量。

还记得之前的图表中所示的来自试错法的收益吗？当你致力于自由探索时，你会犯很多小错误，承受很多小损失，随后你会偶尔发现一些非常重要的东西。这种方法从外部来看可能令人讨厌——它隐藏了自身的优点，而不是掩盖自身的缺陷。

在反脆弱性的情况下（正面不对称性，正面“黑天鹅”业务），比如试错法中，样本记录往往会低估长期平均值，隐藏起自身的优点，而不是掩盖自身的缺陷。

回想一下我们的使命“不要成为火鸡”。我们要记住的是，长期受“火鸡”问题影响的人往往会低估不利事件的数量——简单来说，罕见的事件总是罕见的，而且在过去的样本中往往找不到，鉴于罕见事件几乎总是负面事件，我们头脑中呈现的常常是比现实更乐观的画面。但在反“火鸡”问题中，我们看到的恰好是其镜像，是相反的情况。在正面不对称性的情况下，也就是在反脆弱性的情况下，“看不见的”事物是正面的。因此，“经验证据”往往会忽略正面事件和低估总收益。这也是一个问题。

至于经典的“火鸡”问题，规则如下：

在负面不对称的脆弱情况（“火鸡”问题）下，样本记录往往会低估长期的平均值，它会隐藏其缺陷，而展示其优点。

这样的结果让生活变得更简单。但是，因为标准方法并不考虑不对称性，使得研究了常规统计数据但却对这一主题没有深入研究的人（只是在社会科学中提出理论或教导学生）会错误地理解“火鸡”问题。我发现了一个简单的规律，即在哈佛大学任教的人对这一问题的理解往往不如出租车司机或不懂得机械式推导方法的人（这是一个简单的启发法，可能是错的，但却有效；我是在哈佛商学院聘用脆弱推手罗伯特·默顿为教师的时候注意到的）。

因此，让我们来看看有多少哈佛商学院教授配得上这个称号。在第一个案例中（忽视正面不对称性的错误），一位叫加里·皮萨诺的哈佛商学院教授写了一本有关生物技术潜能的书，在书中他就犯下了初级的反“火鸡”错误，他没有意识到，在一个损失有限而潜在利益无限的正业中（与银行恰好相反），你看不到的东西可能很重要，但其踪迹却被掩埋在历史数据之中。皮萨诺写道：“尽管一些生物技术公司取得了商业上的成功，整个行业也实现了惊人的增长，但大多数生物技术公司根本没有任何利润。”这可能是正确的，但是据此进行的推断却是错误的，甚至可能是落后的，原因有二，而且由于其后果的严重性，重申一下我的逻辑是有帮助的。首先，在极端斯坦下，“大多数公司”都没有利润——罕见事件占据主导地位，少数公司创造了全部利润。不管他是什么意思，由于存在我们在图12–3中所见的不对称性和可选择性，现在下结论可能为时过早，所以他最好去写另一个主题，伤害较少而且可能让哈佛商学院的学生更感兴趣，比如怎么写一个有说服力的PPT演示文稿，以及日本和法国之间的管理文化的差异。再说一遍，他那有关生物技术投资的潜在回报微薄的判断可能是正确的，但不能基于他所展示的那些数据来推断。

为什么皮萨诺教授这类人的想法会有危险呢？重要的并非它会阻碍生物技术的研究，而是这种错误遏制了经济生活中具有反脆弱性特征（以技术术语来说，“右偏”）的一切事物，因偏好“肯定正确”的事情而变得脆弱。

值得注意的是，另一位哈佛大学教授肯尼斯·福鲁特犯了同样的错误，但是所犯错误完全在相反的方向上，也就是负面不对称性。在观察再保险公司（对灾难性事件提供保险保障的公司）时，福鲁特认为他发现了偏差。相比再保险公司承担的风险，它们赚了太多的利润，因为灾难发生的频率往往少于模型中所反映的频率。但他忽略了一点，即灾难只会给它们带来负面的影响，而且往往淹没在历史数据中（再次说明，它们极为罕见）。记住“火鸡”问题。要知道，仅仅因为一个事件——石棉负债，就让劳埃德保险公司完全破产，失去了几代人积累的财富，且仅此一次。

我们再来看看这两种截然不同的回报，一种是“左边受限”（损失有限，如泰勒斯的赌注），一种是“右边受限”（收益有限，如保险公司或银行等）。这其间的区别至关重要，因为生活中的大多数情况不是属于第一种就是属于第二种。

失败七次，加上或减去两次

让我暂且停一停，根据本章到目前为止所说的来总结一些规则。（1）寻找可选择性；事实上，根据可选择性对你要从事的业务进行排名；（2）最好选择有开放式的而非封闭式回报的业务；（3）切勿以商业计划为投资对象，而是以人为投资对象，寻找一个在其职业生涯中能够换6种或7种，甚至更多种工作的人——这是风险投资家马克·安德森运用的方法；以人为投资对象，有助于我们对商业计划书之类的文字叙述产生免疫力。这样做才可以确保提高你的强韧性；（4）不管你的业务是什么，请确保你选择了杠铃策略。

江湖郎中、学者和爱出风头的人

我以一个令人遗憾的笔调来结束本章：我们对帮助我们走到现在——我们的祖先存活下来——的许多人都是忘恩负义的。

我们的生活中交织着我们对凸性自由探索、反脆弱性，以及如何驯服随机性的诸多误解，虽然这些都不是有意识的，也并不明确。医学上有一类人被称为经验评判者，或者经验怀疑者、实干家，差不多就是这些称谓，我们无法罗列他们的名字，因为他们并没留下许多作品。他们的研究已经从文化意识中被销毁或隐匿，或者从档案中遗失了，而有关他们的记忆也被历史严重地扭曲了。正统的思想家和理论化的理论家经常写书；凭直觉行事的人往往都是实践工作者，他们大多满足于做令人兴奋的事，赚钱或赔钱，以及在小酒馆里聊天。他们的经验往往被学者们正式化，事实上，写历史的人是那些想要你认为推理可以垄断或近乎垄断知识生产过程的人。

因此，最后要说的一点是有关那些被称为“江湖郎中”的人。有些人确实是江湖郎中，其他人稍好些，一些人根本不是江湖郎中，还有许多人处于是与不是江湖郎中的边缘。很长时间以来，正式医学不得不与众多哗众取宠的家伙、江湖郎中、庸医、巫师和术士，以及各式各样没有行医执照的从业者竞争。有些人是流动行医的，从一个镇子走到另一个镇子，在大型集会上为病人问诊。他们会一边动手术，一边不停地念咒语。

这类人中包括一些医生，他们从来没上过阿拉伯语理性学院，没有在小亚细亚的希腊语世界中成长过，后来也没有进入阿拉伯语学校受过教育。罗马人是反理论的务实一族；而阿拉伯人喜欢所有有关哲学和“科学”的东西，并把此前籍籍无名的亚里士多德推上了神坛。例如，我们对尼科美迪亚的曼诺多图斯的经验怀疑主义学派知之甚少，而对理性主义者盖伦却很熟悉。对阿拉伯人来说，医学是一种学术追求，是建立在亚里士多德的逻辑和盖伦的方法论基础上的；他们憎恶经验。[33]执业医生则是另一类人。

对医疗机构的监管，无疑是出于经济利益的考量，而对经验主义者的竞争表示担忧，因为竞争使正规医疗机构的收入下降。所以，难怪这些非正规行医者都被与盗贼联系在一起，我们可以从伊丽莎白女王时期的一篇论文看出来。论文的题目很长，为“简述或发现伦敦实证者被强烈观察到用于质疑或经济掏空可怜病患钱包的若干手段”。

“江湖郎中”被认为是经验主义者的代名词。“经验主义者”往往依靠试验和经验来确定哪些是正确的。换句话说，通过试错法和自由探索。他们被认为是劣等的——无论从职业、社会地位还是智力层面来说，他们仍然被认为不够“聪明”。

但幸运的是，经验主义者享有广泛的民众支持，也不会被根除。你看不到他们的著作，但他们在医学史上却留下了巨大的印记。

现代化带来了医学的学术化与制度化，从而引发了医源性损伤的初次大爆发，直到最近这种情况才开始扭转。此外，从历史的角度来看，正式的学者并不比那些所谓的江湖郎中更高明，他们只是将他们的欺骗行为掩藏在看似更有说服力的理性之下。他们只是有组织的骗子。我希望能够改变这种局面。

现在，我同意，没有通过学术界审查的大部分执业医生是流氓、江湖郎中、庸医，甚至比这些人更糟。但是，让我们不要轻易下错误的结论。形式主义者为保护自己的地盘，一直在玩弄一种逻辑错误，即认为：如果非学术类行医者中存在庸医，那么非学术类行医者就都是庸医。他们现在还是这么做的，而事实上，说“不严谨的都是非学术的”（假设你是愚蠢的人，你就会相信这一点）并不意味着“所有非学术的都是不严谨的”。“合法”的医生和其他行医者之间的争论就相当具有启发性，尤其是当你注意到，医生们总是在偷偷地（不情愿地）仿效其他行医者所开发和推广的补救措施和治疗方式。出于经济利益的考虑，医生不得不这样做，他们受益于非正规行医者的集体试错结果。这一过程推动了治疗方法的应用，如今已经融合到正式的医疗中。

现在，读者们，让我们花一分钟的时间对这些人表达一下自己的敬意。想想看，那些推动了历史发展的人却遭到我们忘恩负义的对待，不受我们尊重，甚至我们不知道他们是英雄。

[32]据戴维·埃杰顿称，所谓的线性模型在20世纪初并没有多少人相信；只不过我们现在认为，当时的我们相信目的论科学至高无上的地位。

[33]一个很容易被忽视的问题是，阿拉伯思想偏好抽象思维能力和最理论层面的科学——崇尚极端理性，远离经验主义。