来自OpenAI的肯尼斯·斯坦利和乔尔·雷曼撰写的《为什么伟大不能被计划》（Why Greatness Cannot Be Planned: The Myth of the Objective），讲述了一种促进伟大创新突破的崭新逻辑。细读之后，挺有意思的。该书讲述的思维可以称为寻宝者思维、踏脚石思维，或者叫新奇性算法。书中提出科技创新研究不是遵循线性逻辑，而是如同在一片迷雾重重的沼泽地里寻宝，目标未知路线不定，寻宝者的任务是不断寻找一个个的踏脚石立足点，尽可能探索尽量广的区域，仔细审视每一个小小的发现。伟大创新突破的价值，往往和新奇性紧密相关，新奇才是王道。伟大意味着要是新的，不一定是好的，唯有依靠真正的新奇创新，革命性的突破才会涌现。新奇性意味着不断拓展认知边界，更多的全新信息涌入人类脑袋，认知结构才能升级，在漫无目的的寻宝中，革命性成果或许不期而遇。
在前沿领域，为什么说详尽的目标和过分具体的计划，反而会妨碍突破与创新？设立明确的目标，反而会窄化探索者的搜索领域，提供错误的思路和前进方向。日常中人们不断被告知，有了目标，才会有动力和使命感。但在充斥着风险和不确定性的创新、艺术等领域，目标主义下的很多法往往失去了效用。作者认为那些高大上的目标非常复杂，涉及的信息变量太多，受现有的技术和理论所限，很难立刻制定出一套可行的实现与解决方案。人类前沿技术科学的突破，倒像是探宝行动，要在一个巨大、黑暗，结构复杂，放满了物件的房间，或者沼泽地里慢慢探索，人们渴望的那个成果或者奖励，很可能就隐藏在某个角落里，人类科技史上有太多的“有心栽花花不开，无心插柳柳成荫”的案例。
如何实现创新和突破呢？作者认为首先改变传统创新逻辑，尽量当做一种对有趣和新奇的探索，把目光从所谓的伟大、遥远的目标上暂时挪开，而转向身边可见范围内可能埋藏的宝藏，转向通向陌生区域的踏脚石。探索未知是人类文明发展的最基础推力，即使追求新理论和解决方案的失败努力，也会比循规蹈矩更能获得宝贵的经验与数据。那些有敏锐眼光的探索者，往往会从直觉中感受到一块块意义重大的踏脚石，进而将认知边界大大推进。当前技术飞速进步、各领域交叉融合，最有可能做出重大发现，出成绩的，是那些兴趣广泛、嗅觉灵敏，始终对新事物、新理论抱有开放心态的寻宝者，他们往往一专多能，在感兴趣的领域中不断探索未知，持续漫游，不断构建了一块又一块踏脚石，在意想不到的技术或者时间节点做出了重大突破。科学史上看似神来之笔的创新突破，从来不是偶然性的，艰辛的漫长探索发现了无数块踏脚石，不经意中距宝藏咫尺之遥。
书中讲述了科学史上的很多案例，作者同时例举了自己在AI领域的实践研究经历，一再告诫世人少些计划、多些包容，或许才能收获意外的伟大发现。书中的某些观点值得中国借鉴，中国必须要真正建立起从0到1的创新能力。读完后更觉万维钢写的推荐序极富见地，摘要后当作附录。
附录：万维钢写的中文版推荐序摘要
创新的逻辑到底是什么，伟大的科技是怎么诞生的，政府重视甚至主导科研开发就一定能结出累累硕果么？观察OpenAI这样的小公司成长史，反而会发现是牛X的风投制度及时输送了巨额资金，一帮子人才可能任性挥洒智慧，OpenAI的成功不是特例。伟大的科技创造几乎都是由一些谁也想不到的人，在谁也没计划的领域中做出来的。路线清晰摆在眼前时，当然可以设立目标、制定计划、注入资金使其加速前行，然而伟大突破是不可能计划出来的。
本书撰写思路来自一个AI算法，假如想要从一些简单线条出发，演化出好看的图片，或者让纸面上的机器人走出迷宫，又或者让一个三维空间中的机器人学会直立行走，应该怎么做呢？直觉上的做法是先设定AI算法的演化目标，在演化的每一步都进行筛选，接近目标就加分，否则就淘汰。实验中这种做法的效果并不好。两位作者发明的算法叫作“新奇性搜索”（Novel Search）算法，随机生成一组解决方案，通过评估新奇性，保留新奇性较高的方案，像生物演化似的发生变异，循环往复直到达到预设迭代次数或者彻底解决问题。算法迭代中不考虑产生的方案是否有利于接近目标，哪怕彻底走不通，方案再怪异、再不靠谱也没关系，只要是新奇的就留下，只问新不新、不问好不好。作者实验证明了这种算法找出来的方案最能解决问题，能生成最好看的图片，能最快找到迷宫的走法，能让机器人最快学会直立行走。
一个原因便是求新就意味着求复杂。简单的方案总是先出现，简单的方案尝试过之后还要新的，出来的就一定是更复杂的方案。复杂意味着掌握更多的信息，掌握信息多意味着更高级，也就更容易解决问题。更重要的一个原因是，新方案是通往其他新方案的踏脚石（Stepping Stones），如同在沼泽地里寻宝，必须踩到更多的踏脚石才能探索更多的地方，探索很多很多地方才更有可能找到好东西。
作者发明的AI算法带来很大的启示，如果一开始就向着一个明确的目标努力，很难走远，目标会窄化探索范围。对突破性事业来说，目标具有误导性，新奇性搜索算法的求新确保了探索范围更宽广，好东西才可能随之而来。科技发展史也反映了牛东西从来都不是按照某个目标刻意计划出来的。莱特兄弟发明飞机时用的是自行车技术，微波技术原计划用于驱动雷达磁控管意外成就了微波炉，第一台电子计算机用的电子管不是针对计算机发明的。个人的成长也类似，很多成功者一开始没有长远规划，在做事情过程中，发现更感兴趣的是什么，转行后才成就巨大。
伟大突破不是目标指引的结果，通往伟大的路线从来不是直线，很多时候快反而就是慢，每次选择只是选择了下一块踏脚石，反而能找到珍宝。新奇性搜索算法不预设具体目标，但它不缺乏价值观的指引，这个价值观就是新奇和有趣。真正能把追求新奇、有趣坚持到底的，都不是一般的人，他们不会中途沉迷，始终在找下一块踏脚石。求新就是求好，出奇就是出色，有趣就是有戏。这些道理不符合人们日常职场攻略，也与很多后发国家发展经验相悖，后发优势使这些国家不用踩踏脚石就知道掌握了很多产业秘诀，仅凭基于目标的严格规划认真实施的发展速度就很快，但无形中造就了不太擅长寻求踏脚石。当前我们很多科技领域已进入无人区，只能自己寻找踏脚石，认准一个方向猛干、不惜人力物力的做法已经很难创造奇迹，亟需转换发展创新模式。
作者甚至用算法演化的视角重新审视了生物进化，认为地球生物之所以有惊人的多样性，并不是来自于残酷的自然选择，恰恰是因为自然选择并不是很残酷，物种竞争并不是全方位的，有时开辟一个新的生态位就可以暂时避免竞争。多样性不是竞争的产物，是逃避竞争的产物。书里提倡减少一些竞争，取消无谓的考核，减少内卷换取多样性增加，自由发展取代顶层设计，营建更宽松的环境，作者炮轰了美国的科研教育体制，认为其太过强调目标和计划，正在制造平庸。过分寻求共识的评审机制让新奇有趣的项目很难拿到经费，全美国统一的教育标准和考试使得老师们纷纷内卷，不敢搞教学创新。