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
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。”