为什么伟大不能被计划

从小的教育，告诉我们要设立远大目标。我弟很小就立志当科学家，从本科一直读到博士，在国外从事人工智能研究。而我属于没有长远目标的，读中专学自动化专业，分配到军工厂干了2年，自学计算机南下深圳。我在一家创业公司，从开发做到技术总监。40岁再次选择改变，离开做了16年的软件行业，自己开公司做咨询顾问。未来会怎样？我真不知道。 本书作者给我找到了一个合理的借口，人可以没有远大的目标，可以不制定长远的计划。因为，这个世界很多伟大的发明都是意外，很多新产品的发明离不开踏脚石技术，而这些技术并非为我们设计的产品发明。 我们的世界充斥着为了获得成功而设置的各色目标和衡量标准，这使我们的生活变得机械化，压抑了我们的生活热情，但通往幸福和成功还有其他途径。当直觉告诉你有要事发生时，你不仅可以相信它，而且应当深信不疑。即使你无法将其解释清楚，也不需要绞尽脑汁地编个理由来为你每一次小小的心血来潮正名。 放弃对目标的执着，可以改变科学的进程，改变工程师构思项目的方式，建筑师能琢磨出新思路，设计师能获得成功。它可以改变我们对自然进化和计算机科学家如何研发算法的理解，可以把工程变成艺术，把艺术变成科学；它可以在不同学科之间架起桥梁，打破彼此之间的壁垒，可以重新定义创业精神，调整我们投资的重点；它还可以让自负的人学会谦逊，让自卑的人找回自信。简言之，目标是我们的文化支柱，但也是限制潜能的樊笼，所以现在是时候突破限制，去探索外面的世界了。 我们很难确定从这里到最终目标之间的踏脚石。这也暗含了一个不寻常的想法：我们不妨将花在制定明确目标上的精力，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，但这些踏脚石不一定准确地通往我们设定的目标。毕竟，目标本身并没有对通往它的踏脚石应该是什么样子这件事提供任何有用的线索。因此，我们或许可以换一种角度来看待探索未知这件事。与其担心我们想要去什么地方，不如将我们现在所处的位置，与我们曾经到过的位置进行比较。假如比较之后，我们发现自己身处一个新奇的位置，那么这个新奇的发现，未来或许会被证明是通往全新领域的踏脚石。尽管我们可能无法确定这些新领域是什么，但当前的踏脚石，成了探寻新发现的大门。 我们与其寻求某个最终的目标，不如转而寻求新奇的事物，因为后者的回报，将是一连串的、无穷无尽的踏脚石，即一项新奇事物的产生，将带来更多的新奇事物。这样一来，未来就不再是某个特定的终点，而是一条没有尽头、未被定义、潜力无限的道路。 新奇性搜索中的发现比简单地尝试每一个你能想到的行为都要更深入。新奇性搜索比穷尽可能性更有趣的原因是，它倾向于以某种特定顺序来产生行为。 没有设定目标的人，反而有机会嗅到路旁的玫瑰花香（享受常被他人忽略的美好事物）、广泛地涉猎不同领域的知识；而那些只专注设定每日任务清单，致力于完成清单列出的每一项内容的人，反而失去了这种“邂逅最美意外”的机会。

《为什么伟大不能被计划》是一部挑战“凡事都要提前规划”观念的思维指南。作者肯尼斯·斯坦利与乔尔·雷曼深耕人工智能研究多年，他们在实验中发现：若过分拘泥于预设目标，创新往往会局限在既定轨道；反之，当允许系统在未知环境中自由探索时，颠覆性的解决方案反而常常涌现。 全书围绕这一悖论展开，核心思路可归纳为三个方面。首先是“为什么伟大不能被计划”：传统文化推崇“先立目标再行动”，但作者指出，世界越是复杂、充满不确定性，精心制定的计划就越容易在变化面前失效。真正的突破，往往源于对未知领域的随机闯入和快速迭代试错。其次是替代性的“新奇性搜索”框架：作者借鉴生物学中的自然选择与遗传变异进行类比，提出“目标只是诱饵，真正驱动进化的是对新奇性的奖赏”。具体方法论包括“寻宝者思维”——像寻宝人一样在广阔区域撒网，不执着于单一路径；“踏脚石模型”——将早期成果当作抵达更远目标的跳板，而非终点；“新奇性探索”——在算法和创意流程中奖励“前所未有”的尝试，而非单纯追求既定指标。最后是对个人与组织的启示：个人层面，与其埋头绘制五年计划，不如将大目标拆分为可不断调整的探索任务，学会欣赏偏离航线的偶然之美，把失败样本当作发现新路径的线索；组织层面，团队评估指标应兼顾短期产出与长期未知收益，建立“允许试错”的文化，让员工敢于推进未经验证的想法。 总而言之，伟大的创新并非按图索骥，而是在好奇心驱动下对未知世界的持续探索，计划只能作为辅助工具，而非成就伟大的蓝图本身。

📚《为什么伟大不能被计划》核心观点总结📚 ——肯尼斯·斯坦利 & 乔尔·雷曼—— --- ### 🌟 **核心理念：目标的悖论** 1. **伟大无法被规划** - 设定明确目标会窄化探索范围，限制意外发现的可能。 - 最伟大的成就往往诞生于无目标的探索，而非周密计划。 2. **踏脚石原则** - 成功是「连续踏脚石」的积累，而非直奔终点的结果。 - 每一块踏脚石（如兴趣、偶然发现）都可能通向意想不到的宝藏。 --- ### 🔍 **关键发现** 1. **目标的反作用** - 过度聚焦目标会削弱创造力，阻碍跨领域灵感的碰撞。 - 案例：OpenAI CEO 山姆·阿尔特曼退学、乔布斯被开除后回归，均因「偏离目标」而成就非凡。 2. **无目标者的胜利** - 成功者常对「偏离计划」保持开放，通过直觉和偶然性捕捉机遇。 - 金句： > *“不是你找到了爱，而是爱找到了你。”* > *“想要成功，反而不要以成功为目标。”* 3. **艺术与算法的启示** - 实验中，最成功的用户是未设定目标者。 - 目标如同「中国指铐」：越用力挣脱，越被束缚。 --- ### 🛠️ **实践启示** 1. **放弃目标的勇气** - 短期目标可聚焦，但远大目标需保持模糊。 - 接纳不确定性，允许自己“走弯路”。 2. **成为寻宝者** - 关注当下热爱之事，让成功自然涌现。 - 培养对「对的苗头」的敏感度，及时调整方向。 3. **禅意生存法则** - 用好奇心驱动探索，而非功利性追求。 - 直觉比理性计划更可能通向伟大。 --- ### 🌈 **终极思考** > *“如果你一开始就认准珍宝，便得不到珍宝； > 最终得到珍宝的人，只是在寻找下一块踏脚石。”* 无需执着于终点，让过程本身成为奇迹的土壤。

"目标悖论的含义是：拥有一个目标，会妨碍你实现目标。" ——这是肯尼斯·斯坦利与乔尔·雷曼在《为什么伟大不能被计划》中抛出的那根最锋利的楔子，也是全书最有重量的一句话。作为 OpenAI/Uber AI 实验室的创始成员，两位作者并非在谈人生哲学，而是在用演化计算实验，把"目标导向"这个现代人默认的思维操作系统拆开来做了一次压力测试。 这本书的底色：不是鸡汤，是算法实验 很多人会被书名劝退，以为是又一本"别做规划、随缘就好"的灵修读物。其实不是。这本书的真正母体是 2008 年斯坦利提出的 Novelty Search（新奇性搜索） 算法——一个在演化计算圈内有据可查的硬成果。 书里那个常被引用的迷宫实验最能说明问题：让带轮机器人走出迷宫，用传统"目标驱动型搜索"（每步评估是否更接近出口）跑 40 次，只成功 3 次；换成"新奇性搜索"——完全不管出口，只奖励"这个行为有没有以前没做过的事"——反而稳定成功。 关键点在于：新奇性搜索在迭代中完全不考虑方案是否有利于接近目标，哪怕方案是"往墙上撞"或"站起来就跌倒"，只要新奇就留。结果这种"只问新不新、不问好不好"的算法，在各种测试里反而比目标驱动的版本更能解决问题。 学理支点：No Free Lunch 定理 作者没明说但隐含的硬支撑是 Wolpert & Macready 的 No Free Lunch 定理——不存在一种 universally optimal 的搜索算法。换句话说，"设定目标 → 梯度下降式逼近"这条路径，在简单凸问题上成立，但在非凸、多模态、目标定义本身模糊的"伟大问题"上，它会把你钉死在某个局部最优里。 这也是书里"踏脚石模型"的数学直觉：伟大创新是一条非直线链——A（新奇）→ B（更新奇）→ C（完全没想到）→ 珍宝。你从 A 出发时，根本看不到 C，强行瞄准 C 反而会把 B 那条岔路砍掉。踏脚石必须一块一块踩，不能跳。 三个值得拎出来讨论的概念 🎯 目标悖论（Objective Paradox） 不是"目标没用"，而是"对'高大上'目标的执着会窄化探索空间"。作者有个很关键的限定常被读者漏掉：日常小目标（"下班去买菜""这周跑三次步"）用目标驱动完全没问题，甚至高效；出问题的永远是那些社会层面被包装成 KPI 的"伟大目标"——发顶会、做独角兽、拿诺奖。因为这些目标的"评价标准"本身就在未知里，你盯着它优化，等于在迷雾里对着一个会移动的靶子调参。 🔍 寻宝者 vs. 目标者 书里这组对照是核心框架： 维度 目标者（Target Seeker） 寻宝者（Treasure Hunter） 导航依据 终点坐标 下一块踏脚石是否有趣 对偏离 视为失败 视为新踏脚石 风险 局部最优 可能一无所获，但上限更高 适用 路径清晰的重复任务 未知探索、突破性创新 📐 坎贝尔定律的社会层面延伸 这是书里比较狠的一段：任何量化的社会指标，越被用于决策，越容易被腐蚀（Campbell's Law）。当教育、科研、创新被打包成"五年计划式"的 KPI，目标驱动效应反而会抑制真正突破的出现——因为所有人都会把探索资源倾斜到"看起来对目标有用"的安全路径上，踏脚石链条被腰斩。这点对科研管理、教育政策、科创投资都有直接敲打。 专业视角下的两个批评 作为一本从 AI 研究者笔触外溢到通用思维的书，它有两个地方需要读者自己补一下，否则容易滑向浪漫化： 1. "无目标"不等于"无价值观"。书里其实说了，新奇性搜索仍有筛选标准——"新奇"。翻译成寻宝者语言就是"有趣"。所以作者不是让你躺平，而是把导航仪从"终点 GPS"换成了"有趣度雷达"。这一点不少二手解读都讲歪了。 2. 样本偏差问题。书里举的伟大创新（青霉素、X 光、CRISPR、互联网的早期形态）确实多是意外，但"按计划达成的伟大"也未必少——曼哈顿工程、阿波罗计划、人类基因组计划，都是强目标驱动。作者的回应其实是"这些是工程类伟大，不是探索类伟大"——两类问题的搜索空间结构不一样，前者路径相对可知，后者不可知。但这个区分书里没说透，读者容易一刀切。 总的判断：这本书在中文世界里被低估了它的"硬核度"。它不是反努力、反规划的鸡血书，而是一份来自演化计算领域的对目标函数文化的诊断报告。如果你做的是科研、早期创业、艺术创作、教育设计这类"搜索空间非凸"的事，书里的踏脚石逻辑比任何 OKR 手册都更贴肉。但如果你要造一座桥、盖一栋楼——还是老老实实回目标驱动那边去，作者自己也不会反对。 💡 一句够你带走的话："如果你一开始就认准了想要得到一个什么样的珍宝，你就不会得到珍宝；最终得到珍宝的人，只是一直在寻找下一块踏脚石……"

看了下评论，这本书的评价相当千人千面，因为这既不是一本科学作品，也不是社科作品，而更像是畅销书当中很流行的“表达”类作品，就是“我有一个观点要表达，这里面代表了我认知系统里的一种抽象，以及针对这个抽象，我提供了一些我知道的论述”。 那么这种书怎么读？合理的方式是“六经注我”，正如作者所说的，我目前真的是在 global maxima 嘛？如果不在，且我知道这世界上有很多我的盲区和不知道的事情，那读这本书就是在寻找“踏脚石”，是拓展认知的一种方式，如果在过程中能收获一些 omen，在之后的人生中去证明或证伪，这就是很大的收获了。万 sir 的续写得好，也是因为他是这么读的。 本书的核心有用“踏脚石”为： 1. 世界是一台概率机器，如果你没有全图，目标本身可能会成为一种 local maxima 的overfitting，你进去会出不来，思考的维度越少，评价体系越单一，越出不来； 2. 在不知道全图的环境中，乱序游走小步快跑不是一种不好的策略，但一定要定小目标，有一些假设，快速拿反馈，并且尊重数据； 3. 能意识到“要数得数”的核心问题，这本书完全没有说目标不重要，而是说那些宏大叙事非客观现实目标表达可能会延缓科技，算法乃至很多其他的发展； 4. 科学，教育，生活都具备多样性，多样性对于发展非常重要； 本书也有很多表达不好，从而招致反感甚至买椟还珠的地方： 1. 举例实在是太草率，很多逻辑推演其实不太经得起推敲，用归纳法的核心要案例维度多，用演绎法的核心要逻辑严谨，这点做的很差，甚至影响了阅读体验； 2. 表达过于理想化，没有与有制约的现实相结合（当然跟作者的经历有关），整体论述有种过于理想主义的感觉； 3. 与“创新者的窘境”这类表达同样内容的书比起来，现实世界的 case，人物关联等几乎不存在，其实但凡加入一些 15 年那个时代 researcher 的一些 trivia 和观点，阅读体验都会好非常多。 结论来说，作为经历过中国，英国（GCE），加拿大，美国教育系统并在中美都工作过相当一段时间的工程师来说，本书所讲的内容是“常识”，也就是世俗意义来说的“合理”。其实东西方的教育观念结合是非常有力量的，用严谨的实验和科学思维建立基本功，在有个基座能力的情况下去开放式探索，不下结论，尊重看到的一切可能。 2025.1 Deepseek 公司取得成就的方式，其实也是这样的一种“乱序游走”下的“深度求索”，首先是在确定的方向做优化，然后配上是打破组织边界和世俗意义上的“权威”及“资源调配能力”，让一些破圈的尝试更自由，这样能在保证基本科研能力的情况下，做出一些突破。 而其他的一些聪明人，却在其他地方应对政治斗争，天天开会，求资源而不可得，论证业务价值这种无休止的内耗中，或者在高薪低需求的某些地方爬山下海躺平… 从 OpenAI 到 Deepseek，包括之前的 IDEA lab，自由创新可能真的没那么容易复制，但韵脚还是在那里的，这本书读完，希望你能“看到”这个韵脚。

1. 这本书到底在讲什么 这本书是 OpenAI 的两个人工智能研究员在2015年写的，最近之所以大火当然跟ChatGPT 引发的 AI 狂潮有很大的关系。在目睹 OpenAI 的横空出世后，无数公司和研究所突然开始琢磨到底要如何才能做出像 GPT-4 这样的伟大模型，他们在自己好像可以成功又偏偏成功不了的迷思里面反复思索。 好笑的是，《为什么伟大不能被计划》这本书却轻松地说出：噢，伟大是不能被计划的，如果你想在某个领域做出最深远的成就，往往来自于意外的发现。 也就是说，伟大的事情都是无心插柳才能柳成荫。你们不要复制我们，也不要以我们为目标，因为我们的成功不能被复制。 2. 凭什么说目标阻碍成功 不仅如此，这本书表达了一个重要观点就是：目标不仅不能帮你获得成功，还有害你的成功。 比如，主流文化中几乎所有的事情都以目标为导向。我们从小沿着这些目标去追寻，以至于很少去质疑目标的必要性和合理性，考试就是要追求一百分，念书最好念到博士。 比如，教育系统也用学生的测试成绩来衡量老师的教学水平，直接导致老师被迫开展应试型教学。以考试成绩为目标的教学，学生成绩可能会高，但是掌握的知识程度并不知道。 不仅教育如此，国家之间的比赛也是以 GDP 衡量生产力作为唯一标准，而 GDP 并不能衡量这个国家经济体的健康程度，大家也很少在意这个国家持续保持高生产力的能力。 所以大家如果沿着这些设计好的目标去奋斗，常常与真正的成功背道相驰。 3. 新奇性搜索 第一次听说，新奇性搜索 novelty search。 「新奇性搜索」是人工智能和机器学习领域中的一个概念，尤其在演化算法中。与其优化一个特定的目标或目的，新奇性搜索是根据解决方案的新奇性或独特性来探索可能的解决方案空间。 从本质上说，新奇性搜索就是重视对新的、未见过的可能性的探索，而不是直接优化一个特定的目标。 新奇性搜索也意味着它会导致我们浪费大量的时间，在毫无意义的可能性的空间里徘徊，可是它也会最大程度上地创新。 然而，书里还强调新奇性搜索不是漫无目毫无规则，它依据的规则其实是尊重现实世界运作的规则。也就是说，创造新奇事物的最佳方式，还是是利用世界真正运作的方式。 4. 是不是躺平和全力奋斗效果差不多 绝不是。这本书不鼓励躺平，恰恰相反，它列举出了像牛顿和阿基米德这样的伟大的人和他们伟大的发现。 那些成就是他们背后努力刻苦的结果，而不是不好好念书天天在苹果树下等着被苹果砸头。那些成日只会泡在浴缸里的人也不会发现满出去的水和他逐渐发胖的身体有什么联系。 5. 那到底要怎么办 我们要接受内向的躁动不安与彷徨无措。 我们只需要做喜欢和相信的事情，成功就会自然而然地到来。 我们不要对成功本身有执念，因为那恰恰会伤害你。 6. 总结 我们在小事上仍然可以设定目标，比如坚持跑步提高身体耐力。 可是不要轻信目标的重要性，因为设定目标尽管在当下看起来很吸引人，却是整个过程中最容易完成的事，它跟是否成功没有太多关系。所以「好的开端是成功的一半」根本就是胡说八道，好的开端只是你漫长人生的十万分之一而已。 通往自由之路是自律，通往自由的踏脚石可能是束缚。而通往成功之路是不设目的的对热爱和坚信之事热烈的追求。 所以对不起哦，伟大不能被计划，大家也不必有执念，好好做自己爱做的事吧！

总体上不推荐，因为从根本上作者的观点是混乱的： 1.伟大的定义是什么。我们必须有一个清晰的标的，才能讨论该不该被计划。牛顿被苹果砸中，阿基米德爱洗澡这类故事会发生，但是这类伟大是占据绝对主流吗，这些伟人真的都是一点都没有思考类似的东西吗？不能因为这些特例就否定了按部就班创新的价值。 2.计划的定义是什么。像日本人写的软件需求说明书那样细节吗，还是有个大体的想法，随机应变。不幸的是作者的观点是既没有大方向也没有细节，看着办，多试试，总能发现垫脚石，然后就可能达到目的；发现垫脚石的过程也是乱闯出来的吗？创新是需要代价的，漫无目标的试验就像无头苍蝇一样不可取。 3.该不该有计划。我是一个坚定的敏捷开发拥护者，我拿软件开发的历史进展来说明。最早刚刚有软件开发的时候，大家没有条条框框，没有经验，没有管理，属于手工作坊。慢慢的发现软件开发和工厂流水线差不多，于是逐渐形成项目管理，瀑布开发，项目周期，CMMI认证等。喜欢用三哥做外包的公司发现，用瀑布模式开发项目，失败率大约2/3，很多项目做完之后就发现需求落伍，没法用了。最后，大家做了折中，发明了敏捷开发，就是设立长期大目标，然后迭代开发短期小目标，以2-3周为一个小冲刺，不停的调整，开发，测试，上线，发布。我认为敏捷开发是比较（不敢说最）有道理的开发模式，同样的也适用于各种很多种情况，尤其是针对作者说的这种对大方向有感觉，但模模糊糊的不确认，只能边走边试，边做边看，边错边改。有计划吗？有，但是都是模糊的大目标，加上常变的短期计划，敏捷前行。 一家之言，莫当真；总体上我没有什么收获，故点评。

整本书虽然篇幅很长，举了ai算法是通过不停试错从而达到最终目标等等复杂的例子，但全书无非就是在讲一件事，对于人生中的那些宏大的议题，不要设目标，因为（1）标准随着时间的推移会不断变化 （2）人脑无法完全预测未来，所以我们的目标常常会让我们做出南辕北辙的行为 可行的是，对于那些人生的重大议题，不要提前设定目标，而是应该不断积累那些称为“垫脚石”的能力，保持对这个世界的探索与好奇中成就伟大。当然了，对于那些日常的小议题，还是得设立计划与目标，不然就会丧失行动力了。 还有一个感悟就是，创造力其实没有那么玄乎，人类永远无法想象出没有见过的颜色，创造不过是将输入的信息在大脑中进行打碎排练重组成新东西的行为。保持输入信息并且有意识地给自己一些闲散时间让大脑结合信息，就会获得创造力的提升。

虽然这本书所表达的核心主题没有啥新意，但这并不是我认为其“不行”的原因。最大的原因是作者的论证根本就撑不起这本书宏大的标题，论证的逻辑根本就站不住脚（有时甚至有点荒谬），所举的例子大多是片面的以偏概全的个例或者孤例，所下的论断有一些还是唯心的，纯主观输出，大有“俺寻思”之力的神韵 。 为避免有没看过的读者以为我在瞎评，下面我就简单举几个例子吧。 1.主客体颠倒。 作者一直热衷于拿真空管和计算机举例子，说假如没有真空管就不会有计算机，计算机这个伟大的发明之所以出现是因为真空管不以发明计算机为目标，假如一开始就以发明计算机为目标，那真空管就不会出现。由此来证明目标是有害的，非目标探索才是正道。然而，这里作者并没有认清真正的主体与客体。实际上，是发明计算机的人选择了真空管，而不是真空管选择了计算机，即使没有真空管，也会有其他的东西可以用来发明计算机。按照作者的推理逻辑，当他见到我用水果刀切西瓜时，他就会倒推得出“假如没有水果刀我就无法实现切西瓜的目标”的结论，殊不知是我选择了水果刀来实现切西瓜的目标，而不是水果刀选择了切西瓜的目标，没有水果刀我依然可以选择菜刀、杀猪刀、手术刀等其他工具来实现切西瓜的目标。 2.关于何为伟大事业，作者是“双标”的、纯主观的。 对于机器人走迷宫的小游戏，作者认为这是个伟大的事业，用基于目标的探索是无法完成的，需要非目标探索才能实现目标（这里你可能会有疑问，都非目标探索了，为啥还有要实现的目标，其实这恰恰是作者的问题，他一直鼓吹非目标驱动，然后又一直使用目标来对途中的每一块“踏脚石”进行价值评判，以此来衡量其对最终目标的贡献程度）。然而，对于宏大如阿波罗登月计划的工程，作者认为这并不伟大，因为这个目标距离实现只有一步之遥。看到了吧，只要是基于目标的成功案例，作者就会认为其充分条件是具备的，距离实现只有一步之遥（这不是废话吗，哪一个历史事件的充分条件不是具备的，不具备的它还能发生吗）。而只要是基于非目标的，哪怕就是个小游戏，在作者的眼里那都是伟大的事业，是值得去探索的，要大书特书。 3.归因错误。 作者认为，“从长远看来，伟大的事业之所以能够达成，并不是因为设定了目标，而恰恰是因为没有既定的目标”。这实际上是归因错误，自然界的发展，从宏观的角度看可以理解为一个随机过程，而作者从这些随机过程产生的结果中挑选出一些自己认为伟大的事业，然后将其成功的原因归因于其在起初没有设定目标。殊不知，那些没有被作者挑选到的，是一个多么大的基数，而作者不知道是有意还是无意，选择了无视。 4.举例不恰当。 作者喜欢拿骷髅头图片的生成来举例，以此来说明基于目标的伟大事业最终注定无法实现目标。殊不知，在他那个图片生成网站中，图片生成的算法是人为设计的，生成骷髅头图片的路径是唯一的且无法重复。而现实中的目标却不是这样的，实现目标的途径并不唯一也不固定，人家在设定目标的时候也没有把实现路径给定死了。切西瓜的方法可以有很多种，而且还能选择很多种不同的工具。 5.对于伟大事业来说，基于目标的方法和非目标的方法，实际上是等效的。 从宇宙的视角看，人类何其渺小，我们身处的自然界，其事物的发展完全可以认为是一个随机的过程，无论是基于目标的还是非目标的，人类的所有活动都被包含在这个随机过程中，无一例外。基于目标的，无论成功或者失败，都不妨碍它继续作为更大目标的子目标或者踏脚石，与非目标探索的效果是一样的。而作者固执地认为，一旦有了目标，人们就会一根筋地蒙眼狂奔直冲目标以至于错过了路上的很多东西。而事实上，我们在设置实现财务自由为目标后，并不妨碍我们在途中收获爱情或者友情等目标之外的东西，更何况又没人规定只可以设置一个目标。另外，作者把自己实现目标的方式方法的错误归结为目标的错误，于是高呼目标具有欺骗性。明明是自己写的目标函数有问题，他非得赖到人家目标身上（在机器人走迷宫那里有体现）。假如我把目标设为去海南，然后我从北京出发，一路直直地向南冲，最后掉到了海里，我能说是目标欺骗了我吗？ 还有很多要说的，但是夜已经很深了，不说了，睡觉要紧。

总体评价：负面。 这本书其实有几个故意的概念混淆，才使得被标新立异的成文。 “伟大目标”和“目标”的混淆。作者试图用“伟大目标”的偶然性来推翻“日常目标”的合理性，其实是很不科学的标新立异。 对于“伟大发明”本身的定义，也缺乏客观性。大量的伟大发明，其实都是事后诸葛亮。发明者在发明的那一刻可能根本就不知道未来会大放异彩。甚至很多的领域发明要等到被“迁移应用”到跨领域后，才凸显其伟大。而大量的新闻媒体，为了博取读者的阅读兴趣，往往愿意聚焦于所谓“原创者”的“远见卓识”、“神来之笔”等这些“神秘主义”特质。（新闻媒体往往淡化对“迁移应用”发明者的报道，有时候，这些人可能比原创者更有价值。） 作者所鼓吹的，其实是一种科学界的达尔文演化主义。通过最求“新奇性”，其实就是加速“进化”的过程，然后用小的结果(Stepping- Stones)来验证进化产物的“适应性”。通过参与其中的人的“兴趣”，来推动进化过程的加速。让“进化-适应”的“达尔文主义”过程加速演化，来实现对“伟大成果”的实现。而进化论的演化结果天然是充满不确定的，但这并不能用来证明伟大目标的无意义性。 这些其实是非常传统的一种认知，没有太大的新意。当然，让大家能更好的认识到“兴趣”驱动的价值，还是值得肯定的。