爲什麼偉大不能被計劃

從小的教育，告訴我們要設立遠大目標。我弟很小就立志當科學家，從本科一直讀到博士，在國外從事人工智能研究。而我屬於沒有長遠目標的，讀中專學自動化專業，分配到軍工廠幹了2年，自學計算機南下深圳。我在一家創業公司，從開發做到技術總監。40歲再次選擇改變，離開做了16年的軟件行業，自己開公司做諮詢顧問。未來會怎樣？我真不知道。 本書作者給我找到了一個合理的藉口，人可以沒有遠大的目標，可以不制定長遠的計劃。因爲，這個世界很多偉大的發明都是意外，很多新產品的發明離不開踏腳石技術，而這些技術並非爲我們設計的產品發明。 我們的世界充斥着爲了獲得成功而設置的各色目標和衡量標準，這使我們的生活變得機械化，壓抑了我們的生活熱情，但通往幸福和成功還有其他途徑。當直覺告訴你有要事發生時，你不僅可以相信它，而且應當深信不疑。即使你無法將其解釋清楚，也不需要絞盡腦汁地編個理由來爲你每一次小小的心血來潮正名。 放棄對目標的執着，可以改變科學的進程，改變工程師構思項目的方式，建築師能琢磨出新思路，設計師能獲得成功。它可以改變我們對自然進化和計算機科學家如何研發算法的理解，可以把工程變成藝術，把藝術變成科學；它可以在不同學科之間架起橋樑，打破彼此之間的壁壘，可以重新定義創業精神，調整我們投資的重點；它還可以讓自負的人學會謙遜，讓自卑的人找回自信。簡言之，目標是我們的文化支柱，但也是限制潛能的樊籠，所以現在是時候突破限制，去探索外面的世界了。 我們很難確定從這裏到最終目標之間的踏腳石。這也暗含了一個不尋常的想法：我們不妨將花在制定明確目標上的精力，轉投到那些有希望引導我們實現某些偉大事業的踏腳石上，但這些踏腳石不一定準確地通往我們設定的目標。畢竟，目標本身並沒有對通往它的踏腳石應該是什麼樣子這件事提供任何有用的線索。因此，我們或許可以換一種角度來看待探索未知這件事。與其擔心我們想要去什麼地方，不如將我們現在所處的位置，與我們曾經到過的位置進行比較。假如比較之後，我們發現自己身處一個新奇的位置，那麼這個新奇的發現，未來或許會被證明是通往全新領域的踏腳石。儘管我們可能無法確定這些新領域是什麼，但當前的踏腳石，成了探尋新發現的大門。 我們與其尋求某個最終的目標，不如轉而尋求新奇的事物，因爲後者的回報，將是一連串的、無窮無盡的踏腳石，即一項新奇事物的產生，將帶來更多的新奇事物。這樣一來，未來就不再是某個特定的終點，而是一條沒有盡頭、未被定義、潛力無限的道路。 新奇性搜索中的發現比簡單地嘗試每一個你能想到的行爲都要更深入。新奇性搜索比窮盡可能性更有趣的原因是，它傾向於以某種特定順序來產生行爲。 沒有設定目標的人，反而有機會嗅到路旁的玫瑰花香（享受常被他人忽略的美好事物）、廣泛地涉獵不同領域的知識；而那些只專注設定每日任務清單，致力於完成清單列出的每一項內容的人，反而失去了這種“邂逅最美意外”的機會。

《爲什麼偉大不能被計劃》是一部挑戰“凡事都要提前規劃”觀念的思維指南。作者肯尼斯·斯坦利與喬爾·雷曼深耕人工智能研究多年，他們在實驗中發現：若過分拘泥於預設目標，創新往往會侷限在既定軌道；反之，當允許系統在未知環境中自由探索時，顛覆性的解決方案反而常常湧現。 全書圍繞這一悖論展開，核心思路可歸納爲三個方面。首先是“爲什麼偉大不能被計劃”：傳統文化推崇“先立目標再行動”，但作者指出，世界越是複雜、充滿不確定性，精心制定的計劃就越容易在變化面前失效。真正的突破，往往源於對未知領域的隨機闖入和快速迭代試錯。其次是替代性的“新奇性搜索”框架：作者借鑑生物學中的自然選擇與遺傳變異進行類比，提出“目標只是誘餌，真正驅動進化的是對新奇性的獎賞”。具體方法論包括“尋寶者思維”——像尋寶人一樣在廣闊區域撒網，不執着於單一路徑；“踏腳石模型”——將早期成果當作抵達更遠目標的跳板，而非終點；“新奇性探索”——在算法和創意流程中獎勵“前所未有”的嘗試，而非單純追求既定指標。最後是對個人與組織的啓示：個人層面，與其埋頭繪製五年計劃，不如將大目標拆分爲可不斷調整的探索任務，學會欣賞偏離航線的偶然之美，把失敗樣本當作發現新路徑的線索；組織層面，團隊評估指標應兼顧短期產出與長期未知收益，建立“允許試錯”的文化，讓員工敢於推進未經驗證的想法。 總而言之，偉大的創新並非按圖索驥，而是在好奇心驅動下對未知世界的持續探索，計劃只能作爲輔助工具，而非成就偉大的藍圖本身。

📚《爲什麼偉大不能被計劃》核心觀點總結📚 ——肯尼斯·斯坦利 & 喬爾·雷曼—— --- ### 🌟 **核心理念：目標的悖論** 1. **偉大無法被規劃** - 設定明確目標會窄化探索範圍，限制意外發現的可能。 - 最偉大的成就往往誕生於無目標的探索，而非周密計劃。 2. **踏腳石原則** - 成功是「連續踏腳石」的積累，而非直奔終點的結果。 - 每一塊踏腳石（如興趣、偶然發現）都可能通向意想不到的寶藏。 --- ### 🔍 **關鍵發現** 1. **目標的反作用** - 過度聚焦目標會削弱創造力，阻礙跨領域靈感的碰撞。 - 案例：OpenAI CEO 山姆·阿爾特曼退學、喬布斯被開除後迴歸，均因「偏離目標」而成就非凡。 2. **無目標者的勝利** - 成功者常對「偏離計劃」保持開放，通過直覺和偶然性捕捉機遇。 - 金句： > *“不是你找到了愛，而是愛找到了你。”* > *“想要成功，反而不要以成功爲目標。”* 3. **藝術與算法的啓示** - 實驗中，最成功的用戶是未設定目標者。 - 目標如同「中國指銬」：越用力掙脫，越被束縛。 --- ### 🛠️ **實踐啓示** 1. **放棄目標的勇氣** - 短期目標可聚焦，但遠大目標需保持模糊。 - 接納不確定性，允許自己“走彎路”。 2. **成爲尋寶者** - 關注當下熱愛之事，讓成功自然湧現。 - 培養對「對的苗頭」的敏感度，及時調整方向。 3. **禪意生存法則** - 用好奇心驅動探索，而非功利性追求。 - 直覺比理性計劃更可能通向偉大。 --- ### 🌈 **終極思考** > *“如果你一開始就認準珍寶，便得不到珍寶； > 最終得到珍寶的人，只是在尋找下一塊踏腳石。”* 無需執着於終點，讓過程本身成爲奇蹟的土壤。

"目標悖論的含義是：擁有一個目標，會妨礙你實現目標。" ——這是肯尼斯·斯坦利與喬爾·雷曼在《爲什麼偉大不能被計劃》中拋出的那根最鋒利的楔子，也是全書最有重量的一句話。作爲 OpenAI/Uber AI 實驗室的創始成員，兩位作者並非在談人生哲學，而是在用演化計算實驗，把"目標導向"這個現代人默認的思維操作系統拆開來做了一次壓力測試。 這本書的底色：不是雞湯，是算法實驗 很多人會被書名勸退，以爲是又一本"別做規劃、隨緣就好"的靈脩讀物。其實不是。這本書的真正母體是 2008 年斯坦利提出的 Novelty Search（新奇性搜索） 算法——一個在演化計算圈內有據可查的硬成果。 書裏那個常被引用的迷宮實驗最能說明問題：讓帶輪機器人走出迷宮，用傳統"目標驅動型搜索"（每步評估是否更接近出口）跑 40 次，只成功 3 次；換成"新奇性搜索"——完全不管出口，只獎勵"這個行爲有沒有以前沒做過的事"——反而穩定成功。 關鍵點在於：新奇性搜索在迭代中完全不考慮方案是否有利於接近目標，哪怕方案是"往牆上撞"或"站起來就跌倒"，只要新奇就留。結果這種"只問新不新、不問好不好"的算法，在各種測試裏反而比目標驅動的版本更能解決問題。 學理支點：No Free Lunch 定理 作者沒明說但隱含的硬支撐是 Wolpert & Macready 的 No Free Lunch 定理——不存在一種 universally optimal 的搜索算法。換句話說，"設定目標 → 梯度下降式逼近"這條路徑，在簡單凸問題上成立，但在非凸、多模態、目標定義本身模糊的"偉大問題"上，它會把你釘死在某個局部最優裏。 這也是書裏"踏腳石模型"的數學直覺：偉大創新是一條非直線鏈——A（新奇）→ B（更新奇）→ C（完全沒想到）→ 珍寶。你從 A 出發時，根本看不到 C，強行瞄準 C 反而會把 B 那條岔路砍掉。踏腳石必須一塊一塊踩，不能跳。 三個值得拎出來討論的概念 🎯 目標悖論（Objective Paradox） 不是"目標沒用"，而是"對'高大上'目標的執着會窄化探索空間"。作者有個很關鍵的限定常被讀者漏掉：日常小目標（"下班去買菜""這周跑三次步"）用目標驅動完全沒問題，甚至高效；出問題的永遠是那些社會層面被包裝成 KPI 的"偉大目標"——發頂會、做獨角獸、拿諾獎。因爲這些目標的"評價標準"本身就在未知裏，你盯着它優化，等於在迷霧裏對着一個會移動的靶子調參。 🔍 尋寶者 vs. 目標者 書裏這組對照是核心框架： 維度 目標者（Target Seeker） 尋寶者（Treasure Hunter） 導航依據 終點座標 下一塊踏腳石是否有趣 對偏離 視爲失敗 視爲新踏腳石 風險 局部最優 可能一無所獲，但上限更高 適用 路徑清晰的重複任務 未知探索、突破性創新 📐 坎貝爾定律的社會層面延伸 這是書裏比較狠的一段：任何量化的社會指標，越被用於決策，越容易被腐蝕（Campbell's Law）。當教育、科研、創新被打包成"五年計劃式"的 KPI，目標驅動效應反而會抑制真正突破的出現——因爲所有人都會把探索資源傾斜到"看起來對目標有用"的安全路徑上，踏腳石鏈條被腰斬。這點對科研管理、教育政策、科創投資都有直接敲打。 專業視角下的兩個批評 作爲一本從 AI 研究者筆觸外溢到通用思維的書，它有兩個地方需要讀者自己補一下，否則容易滑向浪漫化： 1. "無目標"不等於"無價值觀"。書裏其實說了，新奇性搜索仍有篩選標準——"新奇"。翻譯成尋寶者語言就是"有趣"。所以作者不是讓你躺平，而是把導航儀從"終點 GPS"換成了"有趣度雷達"。這一點不少二手解讀都講歪了。 2. 樣本偏差問題。書裏舉的偉大創新（青黴素、X 光、CRISPR、互聯網的早期形態）確實多是意外，但"按計劃達成的偉大"也未必少——曼哈頓工程、阿波羅計劃、人類基因組計劃，都是強目標驅動。作者的回應其實是"這些是工程類偉大，不是探索類偉大"——兩類問題的搜索空間結構不一樣，前者路徑相對可知，後者不可知。但這個區分書裏沒說透，讀者容易一刀切。 總的判斷：這本書在中文世界裏被低估了它的"硬核度"。它不是反努力、反規劃的雞血書，而是一份來自演化計算領域的對目標函數文化的診斷報告。如果你做的是科研、早期創業、藝術創作、教育設計這類"搜索空間非凸"的事，書裏的踏腳石邏輯比任何 OKR 手冊都更貼肉。但如果你要造一座橋、蓋一棟樓——還是老老實實回目標驅動那邊去，作者自己也不會反對。 💡 一句夠你帶走的話："如果你一開始就認準了想要得到一個什麼樣的珍寶，你就不會得到珍寶；最終得到珍寶的人，只是一直在尋找下一塊踏腳石……"

看了下評論，這本書的評價相當千人千面，因爲這既不是一本科學作品，也不是社科作品，而更像是暢銷書當中很流行的“表達”類作品，就是“我有一個觀點要表達，這裏面代表了我認知系統裏的一種抽象，以及針對這個抽象，我提供了一些我知道的論述”。 那麼這種書怎麼讀？合理的方式是“六經注我”，正如作者所說的，我目前真的是在 global maxima 嘛？如果不在，且我知道這世界上有很多我的盲區和不知道的事情，那讀這本書就是在尋找“踏腳石”，是拓展認知的一種方式，如果在過程中能收穫一些 omen，在之後的人生中去證明或證僞，這就是很大的收穫了。萬 sir 的續寫得好，也是因爲他是這麼讀的。 本書的核心有用“踏腳石”爲： 1. 世界是一臺概率機器，如果你沒有全圖，目標本身可能會成爲一種 local maxima 的overfitting，你進去會出不來，思考的維度越少，評價體系越單一，越出不來； 2. 在不知道全圖的環境中，亂序遊走小步快跑不是一種不好的策略，但一定要定小目標，有一些假設，快速拿反饋，並且尊重數據； 3. 能意識到“要數得數”的核心問題，這本書完全沒有說目標不重要，而是說那些宏大敘事非客觀現實目標表達可能會延緩科技，算法乃至很多其他的發展； 4. 科學，教育，生活都具備多樣性，多樣性對於發展非常重要； 本書也有很多表達不好，從而招致反感甚至買櫝還珠的地方： 1. 舉例實在是太草率，很多邏輯推演其實不太經得起推敲，用歸納法的核心要案例維度多，用演繹法的核心要邏輯嚴謹，這點做的很差，甚至影響了閱讀體驗； 2. 表達過於理想化，沒有與有制約的現實相結合（當然跟作者的經歷有關），整體論述有種過於理想主義的感覺； 3. 與“創新者的窘境”這類表達同樣內容的書比起來，現實世界的 case，人物關聯等幾乎不存在，其實但凡加入一些 15 年那個時代 researcher 的一些 trivia 和觀點，閱讀體驗都會好非常多。 結論來說，作爲經歷過中國，英國（GCE），加拿大，美國教育系統並在中美都工作過相當一段時間的工程師來說，本書所講的內容是“常識”，也就是世俗意義來說的“合理”。其實東西方的教育觀念結合是非常有力量的，用嚴謹的實驗和科學思維建立基本功，在有個基座能力的情況下去開放式探索，不下結論，尊重看到的一切可能。 2025.1 Deepseek 公司取得成就的方式，其實也是這樣的一種“亂序遊走”下的“深度求索”，首先是在確定的方向做優化，然後配上是打破組織邊界和世俗意義上的“權威”及“資源調配能力”，讓一些破圈的嘗試更自由，這樣能在保證基本科研能力的情況下，做出一些突破。 而其他的一些聰明人，卻在其他地方應對政治鬥爭，天天開會，求資源而不可得，論證業務價值這種無休止的內耗中，或者在高薪低需求的某些地方爬山下海躺平… 從 OpenAI 到 Deepseek，包括之前的 IDEA lab，自由創新可能真的沒那麼容易複製，但韻腳還是在那裏的，這本書讀完，希望你能“看到”這個韻腳。

1. 這本書到底在講什麼 這本書是 OpenAI 的兩個人工智能研究員在2015年寫的，最近之所以大火當然跟ChatGPT 引發的 AI 狂潮有很大的關係。在目睹 OpenAI 的橫空出世後，無數公司和研究所突然開始琢磨到底要如何才能做出像 GPT-4 這樣的偉大模型，他們在自己好像可以成功又偏偏成功不了的迷思裏面反覆思索。 好笑的是，《爲什麼偉大不能被計劃》這本書卻輕鬆地說出：噢，偉大是不能被計劃的，如果你想在某個領域做出最深遠的成就，往往來自於意外的發現。 也就是說，偉大的事情都是無心插柳才能柳成蔭。你們不要複製我們，也不要以我們爲目標，因爲我們的成功不能被複制。 2. 憑什麼說目標阻礙成功 不僅如此，這本書表達了一個重要觀點就是：目標不僅不能幫你獲得成功，還有害你的成功。 比如，主流文化中幾乎所有的事情都以目標爲導向。我們從小沿着這些目標去追尋，以至於很少去質疑目標的必要性和合理性，考試就是要追求一百分，唸書最好唸到博士。 比如，教育系統也用學生的測試成績來衡量老師的教學水平，直接導致老師被迫開展應試型教學。以考試成績爲目標的教學，學生成績可能會高，但是掌握的知識程度並不知道。 不僅教育如此，國家之間的比賽也是以 GDP 衡量生產力作爲唯一標準，而 GDP 並不能衡量這個國家經濟體的健康程度，大家也很少在意這個國家持續保持高生產力的能力。 所以大家如果沿着這些設計好的目標去奮鬥，常常與真正的成功背道相馳。 3. 新奇性搜索 第一次聽說，新奇性搜索 novelty search。 「新奇性搜索」是人工智能和機器學習領域中的一個概念，尤其在演化算法中。與其優化一個特定的目標或目的，新奇性搜索是根據解決方案的新奇性或獨特性來探索可能的解決方案空間。 從本質上說，新奇性搜索就是重視對新的、未見過的可能性的探索，而不是直接優化一個特定的目標。 新奇性搜索也意味着它會導致我們浪費大量的時間，在毫無意義的可能性的空間裏徘徊，可是它也會最大程度上地創新。 然而，書裏還強調新奇性搜索不是漫無目毫無規則，它依據的規則其實是尊重現實世界運作的規則。也就是說，創造新奇事物的最佳方式，還是是利用世界真正運作的方式。 4. 是不是躺平和全力奮鬥效果差不多 絕不是。這本書不鼓勵躺平，恰恰相反，它列舉出了像牛頓和阿基米德這樣的偉大的人和他們偉大的發現。 那些成就是他們背後努力刻苦的結果，而不是不好好唸書天天在蘋果樹下等着被蘋果砸頭。那些成日只會泡在浴缸裏的人也不會發現滿出去的水和他逐漸發胖的身體有什麼聯繫。 5. 那到底要怎麼辦 我們要接受內向的躁動不安與彷徨無措。 我們只需要做喜歡和相信的事情，成功就會自然而然地到來。 我們不要對成功本身有執念，因爲那恰恰會傷害你。 6. 總結 我們在小事上仍然可以設定目標，比如堅持跑步提高身體耐力。 可是不要輕信目標的重要性，因爲設定目標儘管在當下看起來很吸引人，卻是整個過程中最容易完成的事，它跟是否成功沒有太多關係。所以「好的開端是成功的一半」根本就是胡說八道，好的開端只是你漫長人生的十萬分之一而已。 通往自由之路是自律，通往自由的踏腳石可能是束縛。而通往成功之路是不設目的的對熱愛和堅信之事熱烈的追求。 所以對不起哦，偉大不能被計劃，大家也不必有執念，好好做自己愛做的事吧！

總體上不推薦，因爲從根本上作者的觀點是混亂的： 1.偉大的定義是什麼。我們必須有一個清晰的標的，才能討論該不該被計劃。牛頓被蘋果砸中，阿基米德愛洗澡這類故事會發生，但是這類偉大是佔據絕對主流嗎，這些偉人真的都是一點都沒有思考類似的東西嗎？不能因爲這些特例就否定了按部就班創新的價值。 2.計劃的定義是什麼。像日本人寫的軟件需求說明書那樣細節嗎，還是有個大體的想法，隨機應變。不幸的是作者的觀點是既沒有大方向也沒有細節，看着辦，多試試，總能發現墊腳石，然後就可能達到目的；發現墊腳石的過程也是亂闖出來的嗎？創新是需要代價的，漫無目標的試驗就像無頭蒼蠅一樣不可取。 3.該不該有計劃。我是一個堅定的敏捷開發擁護者，我拿軟件開發的歷史進展來說明。最早剛剛有軟件開發的時候，大家沒有條條框框，沒有經驗，沒有管理，屬於手工作坊。慢慢的發現軟件開發和工廠流水線差不多，於是逐漸形成項目管理，瀑布開發，項目週期，CMMI認證等。喜歡用三哥做外包的公司發現，用瀑布模式開發項目，失敗率大約2/3，很多項目做完之後就發現需求落伍，沒法用了。最後，大家做了折中，發明了敏捷開發，就是設立長期大目標，然後迭代開發短期小目標，以2-3周爲一個小衝刺，不停的調整，開發，測試，上線，發佈。我認爲敏捷開發是比較（不敢說最）有道理的開發模式，同樣的也適用於各種很多種情況，尤其是針對作者說的這種對大方向有感覺，但模模糊糊的不確認，只能邊走邊試，邊做邊看，邊錯邊改。有計劃嗎？有，但是都是模糊的大目標，加上常變的短期計劃，敏捷前行。 一家之言，莫當真；總體上我沒有什麼收穫，故點評。

整本書雖然篇幅很長，舉了ai算法是通過不停試錯從而達到最終目標等等複雜的例子，但全書無非就是在講一件事，對於人生中的那些宏大的議題，不要設目標，因爲（1）標準隨着時間的推移會不斷變化 （2）人腦無法完全預測未來，所以我們的目標常常會讓我們做出南轅北轍的行爲 可行的是，對於那些人生的重大議題，不要提前設定目標，而是應該不斷積累那些稱爲“墊腳石”的能力，保持對這個世界的探索與好奇中成就偉大。當然了，對於那些日常的小議題，還是得設立計劃與目標，不然就會喪失行動力了。 還有一個感悟就是，創造力其實沒有那麼玄乎，人類永遠無法想象出沒有見過的顏色，創造不過是將輸入的信息在大腦中進行打碎排練重組成新東西的行爲。保持輸入信息並且有意識地給自己一些閒散時間讓大腦結合信息，就會獲得創造力的提升。

雖然這本書所表達的核心主題沒有啥新意，但這並不是我認爲其“不行”的原因。最大的原因是作者的論證根本就撐不起這本書宏大的標題，論證的邏輯根本就站不住腳（有時甚至有點荒謬），所舉的例子大多是片面的以偏概全的個例或者孤例，所下的論斷有一些還是唯心的，純主觀輸出，大有“俺尋思”之力的神韻 。 爲避免有沒看過的讀者以爲我在瞎評，下面我就簡單舉幾個例子吧。 1.主客體顛倒。 作者一直熱衷於拿真空管和計算機舉例子，說假如沒有真空管就不會有計算機，計算機這個偉大的發明之所以出現是因爲真空管不以發明計算機爲目標，假如一開始就以發明計算機爲目標，那真空管就不會出現。由此來證明目標是有害的，非目標探索纔是正道。然而，這裏作者並沒有認清真正的主體與客體。實際上，是發明計算機的人選擇了真空管，而不是真空管選擇了計算機，即使沒有真空管，也會有其他的東西可以用來發明計算機。按照作者的推理邏輯，當他見到我用水果刀切西瓜時，他就會倒推得出“假如沒有水果刀我就無法實現切西瓜的目標”的結論，殊不知是我選擇了水果刀來實現切西瓜的目標，而不是水果刀選擇了切西瓜的目標，沒有水果刀我依然可以選擇菜刀、殺豬刀、手術刀等其他工具來實現切西瓜的目標。 2.關於何爲偉大事業，作者是“雙標”的、純主觀的。 對於機器人走迷宮的小遊戲，作者認爲這是個偉大的事業，用基於目標的探索是無法完成的，需要非目標探索才能實現目標（這裏你可能會有疑問，都非目標探索了，爲啥還有要實現的目標，其實這恰恰是作者的問題，他一直鼓吹非目標驅動，然後又一直使用目標來對途中的每一塊“踏腳石”進行價值評判，以此來衡量其對最終目標的貢獻程度）。然而，對於宏大如阿波羅登月計劃的工程，作者認爲這並不偉大，因爲這個目標距離實現只有一步之遙。看到了吧，只要是基於目標的成功案例，作者就會認爲其充分條件是具備的，距離實現只有一步之遙（這不是廢話嗎，哪一個歷史事件的充分條件不是具備的，不具備的它還能發生嗎）。而只要是基於非目標的，哪怕就是個小遊戲，在作者的眼裏那都是偉大的事業，是值得去探索的，要大書特書。 3.歸因錯誤。 作者認爲，“從長遠看來，偉大的事業之所以能夠達成，並不是因爲設定了目標，而恰恰是因爲沒有既定的目標”。這實際上是歸因錯誤，自然界的發展，從宏觀的角度看可以理解爲一個隨機過程，而作者從這些隨機過程產生的結果中挑選出一些自己認爲偉大的事業，然後將其成功的原因歸因於其在起初沒有設定目標。殊不知，那些沒有被作者挑選到的，是一個多麼大的基數，而作者不知道是有意還是無意，選擇了無視。 4.舉例不恰當。 作者喜歡拿骷髏頭圖片的生成來舉例，以此來說明基於目標的偉大事業最終註定無法實現目標。殊不知，在他那個圖片生成網站中，圖片生成的算法是人爲設計的，生成骷髏頭圖片的路徑是唯一的且無法重複。而現實中的目標卻不是這樣的，實現目標的途徑並不唯一也不固定，人家在設定目標的時候也沒有把實現路徑給定死了。切西瓜的方法可以有很多種，而且還能選擇很多種不同的工具。 5.對於偉大事業來說，基於目標的方法和非目標的方法，實際上是等效的。 從宇宙的視角看，人類何其渺小，我們身處的自然界，其事物的發展完全可以認爲是一個隨機的過程，無論是基於目標的還是非目標的，人類的所有活動都被包含在這個隨機過程中，無一例外。基於目標的，無論成功或者失敗，都不妨礙它繼續作爲更大目標的子目標或者踏腳石，與非目標探索的效果是一樣的。而作者固執地認爲，一旦有了目標，人們就會一根筋地矇眼狂奔直衝目標以至於錯過了路上的很多東西。而事實上，我們在設置實現財務自由爲目標後，並不妨礙我們在途中收穫愛情或者友情等目標之外的東西，更何況又沒人規定只可以設置一個目標。另外，作者把自己實現目標的方式方法的錯誤歸結爲目標的錯誤，於是高呼目標具有欺騙性。明明是自己寫的目標函數有問題，他非得賴到人家目標身上（在機器人走迷宮那裏有體現）。假如我把目標設爲去海南，然後我從北京出發，一路直直地向南衝，最後掉到了海里，我能說是目標欺騙了我嗎？ 還有很多要說的，但是夜已經很深了，不說了，睡覺要緊。

總體評價：負面。 這本書其實有幾個故意的概念混淆，才使得被標新立異的成文。 “偉大目標”和“目標”的混淆。作者試圖用“偉大目標”的偶然性來推翻“日常目標”的合理性，其實是很不科學的標新立異。 對於“偉大發明”本身的定義，也缺乏客觀性。大量的偉大發明，其實都是事後諸葛亮。發明者在發明的那一刻可能根本就不知道未來會大放異彩。甚至很多的領域發明要等到被“遷移應用”到跨領域後，才凸顯其偉大。而大量的新聞媒體，爲了博取讀者的閱讀興趣，往往願意聚焦於所謂“原創者”的“遠見卓識”、“神來之筆”等這些“神祕主義”特質。（新聞媒體往往淡化對“遷移應用”發明者的報道，有時候，這些人可能比原創者更有價值。） 作者所鼓吹的，其實是一種科學界的達爾文演化主義。通過最求“新奇性”，其實就是加速“進化”的過程，然後用小的結果(Stepping- Stones)來驗證進化產物的“適應性”。通過參與其中的人的“興趣”，來推動進化過程的加速。讓“進化-適應”的“達爾文主義”過程加速演化，來實現對“偉大成果”的實現。而進化論的演化結果天然是充滿不確定的，但這並不能用來證明偉大目標的無意義性。 這些其實是非常傳統的一種認知，沒有太大的新意。當然，讓大家能更好的認識到“興趣”驅動的價值，還是值得肯定的。