相信我，你依然可以做出新发现
这些年来，我和许多研究助理共事过。到了一定时候，我们总不可避免地要进行一场「直击灵魂的对话」：他们到底要不要去读个博士？最近，我和一个特别心烦意乱的学生进行了这场对话，她担心自己的想法不够好。「也许我根本不是这块料，」她对我说，「又或者，那些容易想到的点子早就被前人做光了。」
像她一样，我也曾担心自己生不逢时，所有低垂的果实都在我出生前被人摘得一干二净。五十年前，你只需要证明人们最偏爱自己的团队，证明孩子会模仿大人的行为，或者证明人们总以为别人和自己的观点一致，就能轻松收获上百万次的引用。所有显而易见的研究都被做完了，现在只能留给像我这样的倒霉蛋去啃那些难啃的硬骨头。
许多认真思考过科学发展史的人，似乎都得出了相同的结论：
所有低垂的果实早被摘光了……你几乎无法想象情况会有什么不同。
随着时间的推移，绝妙的点子自然会变得越来越难找，我们理应预期艺术和科学的步伐默认会不断放缓。
像爱因斯坦在 1905 年那样，一边在专利局全职做助理审查员，一边作为唯一作者发表四篇革命性论文的日子，大概早就不复存在了。自然科学的规模变得如此庞大，知识体系如此复杂且专业，以至于如今许多前沿成果往往都出自资金雄厚、人数众多的大型科研合作团队。
大家的共识似乎是：我们必须认命，要么只能在旧理论上缝缝补补，要么就得耗尽一生不断深入所谓的「思想矿井」，苦苦寻觅那仅存的几块原创金块。
我曾经也觉得这种观点很有说服力。但现在，我觉得这简直荒谬至极。它不仅仅是错的，更是对人类精神的一种亵渎。人们只有在觉得值得一试时才会去探索，而在人类历史上，曾有整整几个时代，人们根本不觉得探索有什么价值。「好点子越来越难找」这种论调，很容易把人们探索的渴望再次扼杀在摇篮里，从而导致这一可恶的预言自我实现。
必须有人站出来捍卫这样一个信念：即便是凡夫俗子，依然可以发现有用的真理。那个人就是我，我就是为此而来的。
1. 偏见自查
如果我们要顺着这套逻辑往下走，比如说，以「再也没有什么有用的物理学研究可做」为由，提议撤销对理论物理学的经费支持，我们至少应该先问一句：这背后是不是有什么认知偏见在作祟？
我能想到两个。首先，所有的点子在事后看来似乎都理所当然。日心说、细菌致病论、随机对照试验，只要有人给你讲解一遍，你就会觉得「这难道不是常识吗？」。但人类可是花了几千年的时间才搞明白这些道理。（「E = mc^2？不就是三个字母加一个数字嘛！」）
其次，构思新点子这事儿，不管在什么时候感觉都很困难。物理学、生物学、音乐或电影接下来该往哪儿走？天哪，我怎么知道！我必须像我之前的所有人一样绞尽脑汁，而且我也极有可能什么都想不出来，就像我之前几乎所有人一样。
所以，如果过去的想法看起来轻而易举，而未来的想法看起来毫无头绪，人们就很容易得出结论：我们正处于一个拐点，好点子突然变得极难寻觅。也许确实如此。但问题是，即使好点子并没有变难找，我们依然会有这种感觉，单凭这一点就该让我们保持一丝怀疑。
2. 我们以前在这事儿上就错得离谱
如果我们的祖先也曾认为他们江郎才尽，最后却被现实打脸，那么我们在产生同样念头时就该小心了。而事实上，我们的祖先确实这么想过，并且他们大错特错。
比如，在 1890 年代，人们显然认为物理学已经走到头了：
马克斯·普朗克后来回忆起一位教授曾对他说，在那个时期，「整个体系相当稳固地矗立在那里，理论物理学显然已经接近了，比如说，几何学已经保持了几个世纪的那种完美程度。」
英国科学家 William Cecil Dampier 回忆起他 1890 年代在剑桥做学徒的岁月：「似乎主要的框架已经被一劳永逸地搭建好了，剩下能做的事情，不过是把物理常数多测出一位小数点以提高精度罢了。」
英国物理学家 J. J. 汤姆逊：「剩下的工作就是在某些物理常数上改动一两个小数点。」
美国物理学家迈克尔逊：「我们未来的发现，必须去小数点后第六位里找了。」
外科学在 1873 年也曾被认为已臻于完美：
手术刀不可能总是有新的领地去征服。人体中必然有一些部分将永远神圣不可侵犯——至少对外科医生的手术刀而言是这样。毫无疑问，我们如果还没有完全达到，也已经非常接近这些最终极限了。
按照行为主义者 John Watson 的说法，心理学本该在 1920 年前就画上句号：
我相信我们可以写出一门心理学 […] 并且永远不需要修改我们的定义：永远不用再提及意识、心理状态、思想、内容、内省验证、意象等术语。我相信我们几年内就能搞定……
人工智能领域的一些根本性问题，原本以为只需要几条汉子花一个夏天就能解决：
我们提议在 1956 年夏天，于新罕布什尔州汉诺威市的达特茅斯学院，开展一项为期 2 个月、由 10 人参与的人工智能研究。该研究基于一个猜想：学习的每一个方面或智能的任何其他特征，原则上都可以被极其精确地描述，以至于可以制造一台机器来模拟它。我们将尝试找出如何让机器使用语言、形成抽象和概念、解决目前只有人类能解决的各种问题，以及自我完善。我们认为，如果精心挑选一组科学家一起花一个夏天攻克它，就能在其中一个或多个问题上取得重大进展。
（虽说他们没能把所有问题都解决，但他们确实开创了人工智能这个领域，所以综合来看，这个夏天过得还是相当充实的。）
最近我写了一篇文章，感叹如今所有大热的作品都仅仅被几个大 IP 和超级巨星所垄断。当时 Twitter 上有一条回复是这么说的：
Glyn Hughes@SquashedBox
我想，我们把所有新点子都用光的那一天，迟早会到来的。
Adam Mastroianni @a_m_mastroianni
登顶票房榜首的原创电影已经绝迹了。人们对此有很多解释，但都不全面，因为他们没意识到同样的情况正在各个领域上演。寡头垄断已经征服了整个流行文化。 https://t.co/9oVoSIlNdj
凌晨 3:29 · 2022 年 5 月 5 日
1 个赞
但事实是，现在的原创内容比以往任何时候都要多；只不过是被反复翻炒的旧作霸占了最受欢迎的那个位置而已。很显然，人们很容易草率地得出「点子快枯竭了」的结论，而这个结论也很容易错得离谱。
3. 发现会孕育出更多的发现
悲观主义者似乎认为，宇宙在诞生之初就自带了一份长长的发现清单，上面的问题按从易到难排列，就像这样：
按照这种思路，随着时间的推移，越来越多简单的发现被从名单上划掉，剩下的全都是难啃的硬骨头。但知识的运作机制压根不是这样的。每一个新发现，都会开启一扇通往更多发现的大门：
而这些发现，又会进一步引出更多的发现：
如此循环往复，无穷无尽。
你可能会担心，这意味着随着时间推移，做研究还是会变得越来越难，因为你必须顺着一条长长的链条摸到最末端，才能添上新的一环。万幸的是：
4. 新的发现会取代并压缩旧的发现
咱们都能达成共识：发现火这事儿简直酷毙了。第一批掌握生火技能的人类，肯定花了大把时间去研究哪种引火物最好用，如何把火星吹成火苗，以及什么样的火适合烤肉，什么样的火适合取暖。他们必须煞费苦心地将这些知识代代相传，年轻一辈在成功生火前肯定也得经过无数次的练习。
但在 2022 年，我压根不需要干这些。我想做饭时，拧开燃气灶，它就会自动给我喷出火来。或者我只要在手机上点个按钮，就会有另一个人用他那边的火替我把饭做好，然后再送上门来。天冷的时候，地下室的锅炉（火）启动了，把水加热，热水顺着管道流进我住的房间，把我也给暖和了。我其实完全不懂这背后的原理。我这辈子需要掌握的所有关于「火」的知识，都已经被打包编码进了我周围的现代科技里。
科学的发展也是同理。为了做科研，你并不需要从人类知识的混沌初开学起，然后再一步步往前推。你只需要从当下的知识边界出发即可。了解科学史确实有助于培养直觉和开拓视野，但如果你想搞进化生物学，你实际上并不需要非得去读达尔文的原著。
这就是为什么我对于科学家必须背负日益沉重的知识负担这种论调感到十分困惑。那篇论文的作者写道：「如果一个人想要站在巨人的肩膀上，他必须先顺着巨人的后背爬上去；知识的体量越庞大，这段攀爬之路就越艰难。」这种说法给人一种错觉：如果你去博士生的实验室里看看，你会发现一群学生正埋首于书堆，拼命想把前人所有的知识都塞进脑子里，然后才能启动自己的项目。「我还不能开始搞物理，」你可能会听到他们哀嚎，「我才刚刚复习到惠更斯！」但实际上，你会看到博士生从入学第一天起——甚至更早就已经开始做原创性研究了。事实上，许多学生恰恰是在停止阅读海量的前人文献后，才开始做出真正有趣的研究。因为他们终于摆脱了模仿别人和在故纸堆里找「文献空白」的桎梏，而这两种策略本来就不可能捣鼓出什么好东西。
5. 世界在变化，这意味着总有新东西可以去发现
气候在变暖。恒星在爆发。外来物种在入侵。地壳板块在漂移。互联网正在颠覆社会。战争会爆发，疾病会蔓延，一条颜色模棱两可的裙子甚至能引发亲兄弟在网上互撕。所有这一切都需要被解释，而我们刚好就是那个负责给出现代解释的人，因为过去的科学家都已经不在人世了。还没等我们深挖下去，没准又有一大波全新的事实如潮水般涌来；又或者，轮到我们变成作古的科学家了。
6. 很多过去的旧发现甚至连对都算不上！
残酷的事实是，当你试图复现时，许多科学研究根本不成立。大量的癌症研究可能纯属扯淡。一个小小的代码故障，可能毁掉了多达 150 篇化学论文。当社会心理学领域的顶尖期刊竟然发表了证明超感官知觉（特异功能）存在的证据时，你就该知道这圈子出大问题了。
这种混乱正是年轻科学家上位的阶梯。我们本以为所有肥美多汁、触手可及的果实都被摘光了，结果现在它们又重新挂回了树上，熟透了就等着我们去摘。当我们站在巨人的肩膀上，却发现巨人的膝盖开始发软打颤时，那就是我们取而代之、成为新巨人的大好时机。
7. 新工具让我们能去解答旧问题
老教授们最喜欢对研究生忆苦思甜了，说他们当年必须用打孔纸带做数据分析，在打字机上敲毕业论文，还要给陌生人打电话求着他们参与研究。但现在，你只要点几下鼠标就能完成数据分析，在一个会自动纠正拼写错误的软件里写论文，甚至还能在亚马逊的 Mechanical Turk 众包平台上，用一个下午的时间跑完 1000 名被试的数据。我们拥有了电子显微镜、自动移液器、AI 语音转录，以及上百万种其他牛逼的工具，让我们能做成那些哪怕在十年前都觉得天方夜谭的研究。所以，就算我们摘的依然是最低处的果实，那我们也是站在一台不断向上攀升的升降机上。
这些点子在你看来真的很难想吗？
我是一名心理学家。我当然明白，当人们抱怨人类快要江郎才尽时，脑子里想的往往不是心理学。我也承认心理学作为一门正式学科的历史并没有自然科学那么悠久。但不管怎样，人类琢磨心理和行为这事儿由来已久，如果好点子真的会随着时间推移变得越来越难找，那如今在心理学领域搞研究应该举步维艰才对。
但让我告诉你吧：压根没那回事。我已经在一本被大多数科学家公认为全科学界地位第三高的期刊上发表了两篇论文。（不过我觉得那些顶刊都不是什么好东西，但这事儿咱们改天再聊。）我第一篇论文的核心点子，毫不夸张地说就是：「当人们想结束聊天时，聊天真的就结束了吗？」而第二篇论文的核心点子是：「人们知道公众舆论已经发生了怎样的改变吗？」这些点子的门槛极低，甚至低到走在路上都会被它们绊倒。我那个关于「聊天」的研究，放在一百年前照样能做；而我关于「公众舆论」的研究之所以只能在最近做，纯粹是因为我们系统性测量民意的时间还不够长。也就是说，一颗低垂的果实挂了一百年都没人去摘，而另一颗果实则是直到最近几年才长出来。
这些点子真正难的地方并不在于怎么想出它们，而在于如何从一堆更烂的点子里把它们筛选出来。翻开我的笔记，在读博的前两年里，我一共向导师提出了 59 个研究点子。最后只有两个——仅仅 3%！——立项成了研究课题。在剩下那 97% 被枪毙的点子中，仅仅只有 26% 是因为「已经被别人做过了」才被放弃的。（就算没人做过，我们也未必会做下去，发现前人的论文往往只是一个方便我们放弃的借口罢了。）绝大多数点子被否决，纯粹是因为它们不够有趣。
如果你想去生物学和医学领域找低垂的果实，不妨去看看 Slime Mold Time Mold 博客。他们提出的肥胖环境污染物理论堪称颠覆性，而且他们曾跟我说，他们的这项工作若是放在十年前几乎是不可能完成的，因为他们引用的大量资料直到最近才刚刚发表或上传到网络——这就意味着，这颗果实的枝桠刚刚才垂下来。而眼下，他们正招募志愿者去尝试一种除了土豆什么都不吃的饮食法，这果实低得都快埋进地里了。
如果跳出科学界，好点子的泛滥就更加明显了。如果点子真的越来越难找，那你大概会以为，最成功的人一定都是那些搞出了无比复杂发明的人。然而现实却是，杰夫·贝佐斯当年只琢磨了一下「如果咱们在网上卖东西会怎样呢？」，现在他就成了世界第二富豪。张一鸣琢磨了一下「如果让大家看短视频会怎样呢？」，搞出了 TikTok，现在他身价高达 500 亿美元。Doja Cat 当年唱了句「老娘是一头牛」，最近刚刚揽下好几座公告牌音乐大奖)，并喜提一套价值 220 万美元的豪宅。
科学就像电梯
所有的这一切都让我对「点子越来越难找」这种说法深表怀疑。而且从来没有人拿出过相反的直接证据，我甚至都想象不出那种证据长什么样。相反，目前绝大多数关于这个话题的研究——包括那篇极其应景的名为《新点子越来越难找了吗？》的论文——仅仅是指出：虽然研究人员的数量在成倍增加，但人均产出却在下降。我对这篇论文有诸多异议，但因为比较偏学术，我把它们放在文末的附录里了。长话短说：a) 他们的公式和测量指标疑点重重；b) 他们的结论完全可以用其他原因来解释；以及 c) 在一项任务里不断塞人，导致人均产出下降，这本身就是件毫无杀伤力且再正常不过的事。
我觉得光在数据上争个面红耳赤没多大意义，因为我们的底层认知模型本身就是错的。我们用来描述科学进步的各种隐喻——像采摘！ 像挖矿！ 像钻探！——都在潜意识里假设：每一代科学家只是在重复上一代人的工作，唯一的区别只是变得更加复杂和精确。祖先们挖穿了地表，我们就去深挖地底。
这种说法似乎不太对劲。德谟克利特（Democritus）和爱因斯坦都为物理学做出了不朽的贡献，但前者用语言描绘世界，而后者用公式推导世界。西格蒙德·弗洛伊德和李·罗斯（Lee Ross）都是顶级的心理学家，但前者靠吸食可卡因然后搞自由联想，后者则是把人扔进各种设定好的情境里，并记录下他们的行为。爱因斯坦和罗斯绝不仅仅是比德谟克利特和弗洛伊德摘得更远或者钻得更深；他们做的是一种具有本质区别的事情。
你甚至都不需要跨越几千年来见证这种质变。在二十年前的心理学界，你招募四个组、每组三十个被试做个实验，剔除掉几个异常数据，跑一堆统计检验直到挑出一个 p < 0.05 的结果，然后拿着去发表，这是完全合乎规范的操作。而现在，我们已经深知仅仅通过几个看似无伤大雅的微调来凑出一个统计学显著的结果是多么容易，如果你今天还敢拿着这样一篇论文去发表，绝对会在推特上被同行嘲笑到社死。我预测——呃，我也由衷希望！——类似的质变也会在其他领域发生。比如在生物学领域，试图通过实验室小鼠来对人类下强有力的定论将沦为笑柄；在神经科学领域，把人塞进一个巨大的磁共振筒里，看看他们大脑的哪块区域发光，然后就宣称自己发现了「意识」之类的做法，也将变得荒谬绝伦。
科学并不像采摘、挖矿或钻井那样——在那些活动中，你只能机械地重复同一件事，然后越做越艰难。科学更像是发现了一部外星人留给我们的电梯。起初我们对它一无所知；我们走进去，随便按了个按钮，结果几秒钟内我们就窜上了几十层楼。我们兴奋地盘算着：照这个速度，几个小时后我们就能冲出大气层了！
但是在某个时刻，电梯突然停了。我们想尽一切办法，但就是没法让它再上升哪怕一寸。终于，我们摸透了电梯的运作原理，于是开始动手建造更高的电梯。又一个黄金时代降临了——每年都有更高的新电梯拔地而起！
但随着电梯越建越高，工程难度也呈指数级暴增。为了防止电梯倒塌，我们需要更复杂的支撑结构和强度更高的材料。悲观主义者们开始跳出来断言：我们永远不可能到达群星，甚至连平流层都摸不到。电梯的物理极限就摆在那里！
想去更高的地方，正确的做法当然不是去造更高的电梯，而是去发明热气球。一旦我们掌握了比空气更轻的飞行方式，轻而易举就能飞得比最高的电梯还要高，甚至远远超过它。当热气球飞到了极限，解决之道是直升机；直升机到了极限，就换火箭；火箭到了极限，还有我们暂未发明的全新载具。毫无疑问，这些太空航行器会异常复杂，但在我们摸透电梯原理之前，电梯在当时的人看来一样复杂无比。
这个比喻捕捉到了其他比喻所遗漏的一个重要事实：并非每一次范式的转换，对普通人的实用性都是均等的，也并非在同一个维度上都能产生同等的效力。人们可能会指出，改良电梯能让我们盖出更高的公寓楼，但发明热气球却不能解决住房问题。「科学在解决住房问题上的收益正在递减，」他们一脸严肃地说。这话不假，但一旦你能盖出摩天大楼，限制住房的瓶颈就迅速从技术层面转移到了政治层面。例如，受制于日益严苛的区划法规，如今曼哈顿有 40% 的现有建筑都不合法了（其中一些被禁的原因居然是它们建得太高，包含了太多公寓！）。一旦我们解决了某个实际问题背后的科学难题，我们就不能再用我们在这个问题上干得有多好，来作为衡量科学进步的标尺了。
如何彻底扼杀科学
托马斯·库恩早在六十年前就道出了类似的心声。他指出，各个科学领域往往处于一种缓慢摸鱼的状态，直到人们开始察觉主流范式出现了漏洞（「行星的运动轨迹跟理论预测的根本对不上！」）。当这些漏洞大到无法掩盖时，整个领域就会陷入危机，直到有人提出一套能把所有现象都解释通的新范式，一切才会重新平息。然后循环往复。
因此，科学革命的两个关键要素是：发现问题和认真对待问题。库恩默认科学家天生就会去做这两件事，这在 1962 年或许是事实。但情况未必永远如此。随着各个领域变得越来越体制化，它们在粉饰太平、压制问题上变得极其专业，甚至能把科学革命无限期地扼杀在摇篮里。
职业科学界做到这一点的首要手段，就是从源头上把那些异见者拒之门外。成为科学家的标准路径是去当个大学教授，最好是去一所财大气粗的常春藤名校，那里能给你配备眼花缭乱的科研仪器，以及让你在申请经费时倍有面子的抬头信纸。
而通往这个闪耀教职的独木桥，其竞争之惨烈已经到了荒谬的地步。作为学术生涯完美敲门砖的哈佛大学，去年本科录取率仅为 3.19%，而 2012 年还有 7.1%。哈佛没有公布整体的博士生录取率——这是学术阶梯的第二步——但工程学院公布的数据仅有可怜的 7%。在历经九死一生闯过这道鬼门关、且依然渴望一份终身教职的博士里，最后只有 15%-30% 的人能如愿以偿，而能去那些顶尖名校的人更是凤毛麟角。
要想抢到这些让人垂涎欲滴的饭碗，你需要从高中入学第一天起，就把每一步都走得完美无瑕：拿全 A 的成绩、弄到大牛的强推、混进核心的实验室、在顶刊上发论文、绝对不能惹毛任何大佬，并且中途绝对不能有任何脱轨或喘息的机会。（我时不时就会收到一些高中生发来的恳求邮件，求我让他们来我的实验室打杂，仅仅是为了能在论文上挂个名字。）几十年前拿到教职的老教授们纷纷表示 当年根本不是这样的。在这个极度内卷的环境中，只有那些最狂热的投机钻营者才能卷赢所有人。而这些钻营者，是绝不可能搞出颠覆性科学的。
职业科学界防止问题堆积的第二种手段，就是干脆不让它们发表。发表前的同行评审制度流行至今不过五十年——顶级医学期刊《柳叶刀》（The Lancet）直到 1976 年才开始引入审稿机制。如果你的论文或经费申请有推翻学界大佬特威德尔顿博士（Dr. Tweedledum）理论的苗头，那很抱歉，你的本子极有可能落到特威德尔顿博士本人手里，而且他绝对不会对你客气。大家对这种潜规则心知肚明，所以干脆连试都不去试。既然你要靠发表论文和拿经费才能在圈里活下去，那你最好还是去搞那些你百分之百确定能发表的稳妥课题。这也顺手把颠覆性科学给直接宣判了死刑。
于是乎，高度职业化的科学界强迫我们死磕着继续造电梯，哪怕电梯已经封顶再也造不上去了。拿着热气球疯狂图纸的「疯子」根本找不到工作；毕竟，他们连个「电梯工程学」的文凭都没有！任何有幸留在学术圈的人，都必须给造电梯的大佬当学徒，所以他们这辈子唯一懂得的就是造电梯。更何况地球人都知道，你绝不可能把研究直升机的论文发在《电梯学报》（Journal of Elevators）上，「国家电梯基金会」也绝不会给你批一毛钱去造飞机。我们德高望重的学术泰斗们信誓旦旦地保证：电梯过往的辉煌战绩有目共睹，最近电梯技术放缓只是因为把电梯建得更高本身就变得更难了，所以唯一的出路就是拨更多的电梯专款！不过即便如此，他们也会提前给你打好预防针：想到达平流层永远是不可能的，更别提什么外太空了。大家还是认命吧，老老实实去小数点第六位后面找新发现吧。
懦夫的避风港
「好点子越来越难找」是一个极度压抑的信念。它的潜台词是：「睁开眼看看这个世界吧，眼下已经是人类能达到的巅峰了；从今往后都是收益递减的下坡路。你所看到的任何烂摊子，短时间内都不可能被解决，所以你最好还是早点习惯吧。」为什么有人会不加反抗地接受这种论调呢？
我想，在我们内心深处，有那么一部分其实是渴望去相信它的，因为悲观主义是懦弱最完美的借口。如果你坚信人性本恶，你就有正当理由不去跟人交朋友，从而免受被拒绝的伤害。如果你坚信全世界都在与你作对，就没人会指责你永远龟缩在舒适区里。如果你坚信容易的点子早就被前辈薅光了，大家自然也就不会指望你能搞出什么名堂了。
我不怪人们把悲观主义当作精神鸦片；毕竟眼下大家都急需一些心理安慰。工资常年跑不赢通胀，贫富差距越拉越大，如果你还没买房，那祝你好运吧。政府有时候是被你不喜欢的人掌控，而其余时候则是被你深恶痛绝的人掌控。有人死于完全可以预防的疾病，而另一些人却在把跑车发射进太空。世界到处都在起火，却没人去扑灭它。身处这样一个似乎没什么指望的世界，何不把期待降到最低呢？
但是，如果我们真的想要一个更美好的世界，我们就必须相信它是有可能被创造出来的。这需要非凡的勇气，因为如果你真心相信一个更美好的世界，你就必须为此采取行动。你不能在船快沉的时候，只顾着站在一旁冷笑；你必须拿起水泵开始向外抽水。一开始，冷笑看似比抽水容易得多，但很快你就会发现抽水其实乐趣无穷。你会开始觉得自己是个有用的人。你会和那些同样在拼命让船浮起来的人结下深厚的友谊。你不再去在乎那些嘲笑你做无用功的旁观者。最终，你会发现抽水比冷笑容易多了，而且感觉也棒极了。乐观主义能治愈痛苦；而悲观主义，就像止痛药一样，仅仅只能麻痹它。
在我看来，如果你想写出一首这世界前所未闻的歌，摆在你面前的只有两条路。你可以把时间花在推算人类到底有多少种有限的旋律组合，然后得出人类迟早会把所有歌都写完的结论，然后两手一摊：「何必白费力气呢。」或者，你可以拿起吉他，开始弹奏。
附录：学术层面的质疑
Bloom，Jones，Van Reenen 和 Webb 在这篇论文中声称，新点子正变得越来越难找。他们将自己的核心论点总结如下：
这个方程式透着一股说不出的诡异。它意味着，如果想要得到负的经济增长——也就是经济衰退——唯一的办法是让「研究产出」或者「研究人员数量」其中一项变为负数，但这几乎是不可能发生的事。更荒谬的是，如果这两项都是负数，算出来的经济增长居然是正数！很显然，研究人员、科研生产力和经济增长之间的关系要复杂得多，这让我严重怀疑，用经济学指标来衡量科学进步到底靠不靠谱。
我对这篇论文还有其他三个槽点。首先，它随随便便就把「相关性」和「因果性」混为一谈，想当然地认为，必须增加研究人员的数量，才能维持原有的生产力水平。比如他们写道：
……这种增长是通过投入越来越多的研究人员来推动摩尔定律发展而实现的。具体来说，如今要让芯片密度翻倍，所需的研究人员数量是 20 世纪 70 年代初的 18 倍多。至少就半导体领域而言，点子正变得越来越难找。
这根本不能证明制造更好的芯片就一定需要额外部署这么多研究人员。我们根本无从得知，如果把研究人员数量维持在最初的水平，增长率会是什么样。
我的第二个槽点是，这个理论似乎什么都能套用，解释范围广得离谱。作者们放眼望去，发现所有领域的科研生产力都在放缓，于是便将其作为「新点子越来越难找」的铁证。且不说好点子是不是真的总量有限且越来越难找，难道我们真的应该预期这种放缓会在这个特定的时间段内，在每一个细分领域中同时发生吗？难道就没有任何一个学科，恰好因为某项突破而迎来了一段生产力爆发期吗？别忘了，有些学科比其他学科要年轻得多。难道我们不该预期，部分年轻学科仍留有大把容易摘取的低垂果实，而另一些老牌学科则彻底步入晚年，只剩下极其难啃的硬骨头吗？科学这列火车已经开了很长一段时间了，为什么这种全领域的放缓偏偏只发生在我们这一代人的寿命周期里，而不是早五十年或晚五十年？这巧合得未免也太离奇了。
这就引出了我的最后一个槽点：这篇论文把科研生产力的任何下降，统统解释为「新点子越来越难找」。但这仅仅是其中一种可能罢了；明明还有大把合理的替代解释。Ben Southwood 就指出，这可能是因为高效的企业实验室被效率低下的大学学术部门所取代，或者是因为真正的天才不再投身科研，再或者是铅中毒让我们所有人都变笨了。Jay Bhattacharya 和 Mikko Packalen 则认为，这是因为科学家们变得对论文引用量走火入魔，导致他们只敢做些修修补补的渐进式研究，而不敢做革命性的探索。他们还用下面这张极其迷人的图表生动地说明了他们的理论：
至少图里每个人都还在微笑！
这些解释在我听来都相当靠谱。而且我还能再补充一点：只要人数越过了一个相当低的临界值，每当我们往一项任务里塞进更多的人时，我们就理应预期人均生产力会下降。
打个比方，你雇了两个工人来翻新厨房，他们告诉你需要两周时间。「太棒了，」你说，「那我干脆雇 2000 个工人，这样大概 20 分钟就能完工了吧！」
这显然是行不通的，原因不言而喻。（虽说这绝对能拍出一集超棒的 Nathan for You 喜剧节目。）你的厨房根本塞不下那么多人——别说 2000 个，就算只塞 20 个人进去，他们也会不停地撞成一团。而且，你雇的第 2000 个包工头，业务能力大概率比不上你雇的第一个。同时协调这么多人一起干活，需要极其庞杂的管理和统筹规划。许多工作根本无法并行推进——比如，你必须等电线走完才能把灯具挂上去。此外，有些事情是你怎么催都快不起来的：不管旁边围着多少人干着急，油漆变干就是需要那么多时间。
科学界同样面临着这些问题。管理大批研究人员需要耗费海量的精力，这就是为什么如今大型实验室的负责人把大部分时间都花在扮演 CEO、筹款人和 HR 经理的角色上，反倒没多少时间做科研。有时候，少数几个核心人物可能会不成比例地推动整个项目的进展，因此强行往里塞人，反而会稀释人均的进步速度。某些学科在其他学科取得突破之前，可能注定只能原地踏步。更何况，有些科学过程根本按不了快进键：人类如何衰老、细菌如何繁殖、光波如何传播，不管有一万个人还是一百万人去研究它们，这些自然规律的速度都是恒定不变的。
除此之外，与装修工人相比，研究人员还要面对大量扭曲的激励机制。装修工人的目标是一致的，他们乐意服从同一套方案，听从工头的指挥。但研究人员之间却是竞争关系。他们可能会剽窃彼此的灵感，或者在审稿和评审基金时故意把同行的本子搅黄。因为保住饭碗的前提是让自己「看起来很高产」，所以他们会疯狂炮制毫无营养的注水论文，只为了让简历显得长一点。随着研究人员数量的成倍增长和业内竞争的日益白热化，这些内耗只会愈演愈烈。
正因如此，当研究人员数量激增而人均科研产出下降时，我一点也不觉得惊讶。这根本不足以证明「新点子越来越难找」了。我依然认为科学界面临着巨大的危机，但这是一个可以被解决的社会问题，而不是一个无解的科学问题。
Thoughts Memo 汉化组译制
感谢主要译者 gemini-3.1-pro，校对 Jarrett Ye
原文：Ideas aren’t getting harder to find and anyone who tells you otherwise is a coward and I will fight them
作者：Adam Mastroianni
2022 年 5 月 18 日
元科学