Things I Know in 2023
时间的尽头仿佛是一个巨大黑洞，吸引着我们每一个人，我们不可能逃避，而越靠近黑洞，时间流逝的就越快。小时候，觉得一天过的慢好；而如今，觉得一天 24 小时不够用。2023 年，我投入了大部分的时间在产品开发中，在这个过程中也思考了很多，现在回头去看，可以总结为 2 点。
第一件事情是关于不确定性。
1927 年德国物理学家海森堡（Werner Heisenberg）提出了量子力学中最重要的理论：不确定性原理（Uncertainty Principle）。在量子力学中，微观粒子的状态是由波函数描述的，波函数描述了粒子位置和动量的概率分布，而不是一个确切的值，这是由于粒子的波粒二象性以及量子态的叠加决定的。
我们所处的宏观世界中，因为普朗克常数小到可忽略不计，因此不确定性在宏观世界中也可以忽略不计。但是如果我们把宏观在扩大到整个人类世界，当中依然存在很多不确定性。这种不确定性主要体现在我们无法准确的预测未来。很多年前，人们总是在说「今年是 VR 元年」，但 VR 的普及始终没有看到。2023 年我们看到了 AI 大语言模型如 ChatGPT 的广泛应用，以及 AI 图形 Midjourney 和 Stable Diffusion 的应用，当我们看到这些东西出现之后并快速融入了我们的生活，人们才意识到，原来 2023 年是 AI 元年，但在此之前，似乎没有人预测到这种情况。更没有人预测到游戏显卡对 AI 这么重要。
我们总是认为明年的发展趋势和今年可能会比较类似，为此我们按照过去的发展速度来预测明年的发展。这里潜在的假设是认为社会或者经济的发展是线性的，是可以被预测的。这也正是 Karl Popper 在《历史主义的贫困》（The Poverty of Historicism）所批判的观点，Karl 认为历史的发展受到许多不可预测的因素影响，如偶然事件、技术创新和个人的选择，这些因素都使得未来不可预测。
不确定性的另外一个因素是人类社会是一个复杂的系统，复杂系统的普遍特点是整体大于其组成部分的简单线性总和，而且整体通常也与其组成部分存在极大的不同。涌现、自组织、超线性规模缩放（Superlinear Scaling）是复杂系统的另一个重要特点，即具有根据不断变化的外部条件不断适应和进化的能力。1
这让我想起之前读过的一本书《为什么伟大不能被计划》，答案似乎显而易见了，所谓伟大显然不是线性的发展，而是跳跃式的（超线性的）的结果。如果这个世界的发展是线性的，就像线性代数一样，我们只要找到世界发展的线性函数就可以完美的预测未来了，哪怕有所偏差，结果也不会有太大的差异。但现实的发展更像是幂函数，幂函数意味着哪怕是极小的偏差，也会对结果产生很大的影响，类似于蝴蝶效应。蒸汽机和互联网对人类社会的影响，生活在农业社会的人是永远想象不到的。不得不承认，我们并不擅长预测。
2007 年的 D5，Mossberg 问 Bill Gates 和 Steve Jobs 关于五年后手机的核心功能应该是什么时，两人给出了截然不同的回答。Bill Gates 的回答没有任何新意：
And yet given the small size, you still won’t want to edit your homework or edit a movie on a screen of that size, and so you’ll have something else that lets you do the reading and editing and those things. Now if we could ever get a screen that would just roll out like a scroll, then you might be able to have the device that did everything.
我们现在看来，你不需要成为 Bill Gates 也可以做出这样的预测，人们预测 VR/AR 以及人工智能，科幻电影里面也演绎了各种可能的未来，但那些就真的是未来吗？我们基于现有的知识（有限的知识）对未来的预测，和那只坐在井底的青蛙也没有太大的区别。Steve Jobs 的回答则显得意味深长：
I don’t know.
The reason I don’t know is because I wouldn’t have thought that there would have been maps on it five years ago. But something comes along, gets really popular, people love it, get used to it, you want it on there. People are inventing things constantly and I think the art of it is balancing what’s on there and what’s not — it’s the editing function.
Steve Jobs 所说的 Editing function 和 Karl Popper 的观念类似，Karl 批判对长期历史的预测，但并不意味着我们要完全放弃对未来的预测，Karl 支持基于科学方法的、短期的、有条件的预测，强调我们应该持续观察和分析，同时保持开放和适应性，以应对不断变化的世界。对世界的观察和分析，并找出有价值的点去强化，这和 Jobs 所说的 Editing function 如出一辙。历史总是在做选择（Editing），这种选择是由人创造的，如果我们承认人类的自由意志，那么 Bill Gates 那种形式的预测，就是在否定自由意志。
第二件事情是对未知的恐惧，它和第一部分中的不确定性息息相关。
Frank Knight 在他的著作《风险，不确定性和利润》中对风险和不确定做了明确的定义，他认为，风险是可量化和可计算的不确定性，例如购买保险，我们可以通过各种数据报告来进行风险评估；相对的，不确定性则是不可计算且不可测量的，例如市场对一款新产品的接受程度。我们这里讨论的不确定性更多的是指后者，因为风险在某种意义上也算是一种「已知的未知」。
面对不确定性，我们甚至无法评估它的风险，因为无法评估，很多时候面临选择的时候我宁愿不做选择，因为对未知的恐惧和对失败的恐惧，我会无所适从。这种恐惧源于我们对未知的自然忌惮，以及社会对失败的普遍负面的看法。而恐惧本身又反过来增加了决策中的不确定，从而形成一种恶性循环。
2005 年，当 Elon Mask 和 SpaceX 刚开始研发 Falcon 系列火箭的时候，Elon Mask 对媒体表示：
Failure is an option here. If things are not failing you are not innovating.
这种无惧失败的勇气恰恰是我很欣赏 Elon Mask 的原因（不包括收购 Twitter），他不否认失败，SpaceX 非常多的失败发射在他看来其实并不算失败，而是一种进步。事实上，2008 年 Falcon 的第三次的发射失败几乎要拖垮了 SpaceX 和 Elon Musk，那个时候 Tesla 还未上市，新一轮的融资也没有进展，Falcon 三次发射失败让 SpaceX 的融资也难以推进，没有人愿意和一家无法成功发射火箭的火箭公司合作。Elon Musk 自己也面临破产，那年他也与他的第一任妻子离婚，他甚至没有自己的房子，离婚之后房子在前妻名下。在 Falcon 第三次发射失败后，他召集了 SpaceX 的所有人，每个人都很沮丧，因为每个人都清楚公司很可能难以为继，而 Elon 则跟所有人说「we have another rocket, get your shit together, and go back to the island and launch it in six weeks.2」接下来的一次火箭终于发射成功，SpaceX 也拿到了 NASA 的合同。
Carl Sagan 在《魔鬼出没的世界》鼓励人们学习的科学方法，他认为是科学方法是破除迷信的最佳方法，它鼓励怀疑，并通过实验的方式来证实自己的想法。如果我们换一个视角，将每一项挑战视为一次科学实验，那么所谓的「失败和成功」实际上就变成了对我们假设的验证。我们做每一件事情都有其目的，原本我们做一件事情就是希望达成这个目标，所以结果要么成功，要么失败，没有第三种可能，但如果我们将其视为一个科学实验，那么结果则会完全不同。
科学实验的前提是有一个假设，原本我的思维是「我要做 A，因为他可以带来 B」，结果自然就是成功或者失败，如果我们把「A 可以带来 B」当成是一个假设，那么我们的目标就变成检验这个假设是否成立。从结果上来看通常也是两种结果，要么我们证明这个假设成立，要么我们证明它不成立，但无论结果如何，我们都从中学到了宝贵的经验，这些经验会推动我们继续验证，直到达成我们最终的目标。你会发现产品设计中常说的 A/B 测试、数据驱动、PLG 其实都是相同的事情，它们的核心都是在学习什么行得通，什么行不通。行不通的作为经验，而行得通则进行规模化。
这当中自然也有失败，唯一的失败就是实验做完了，而我们什么都没有学到。如果但从实验的结果来看，要么是行得通，要么是行不通，但是从学习的角度来看，一个实验并不是这么简单，如果我们做了 A 最终导致了 B，那么情况可能有 3 种：
- 我们可以确定就是 A 导致了 B，因为其他所有的因素都没有发生变化；
- 我们不能确定是否是 A 导致了 B，因为有其他因素的影响。
- 我们什么也不知道。
1 是最理想的结果，而 3 则是彻底的失败，因为什么都没有学到，2 看起来则比较复杂，但其实也是一种进步，至少我们知道原来我们未知的因素也可能会导致 B，于是这个「未知因素可能会导致 B」就成为了新的假设，知道我们进行新一轮的实验。反过来，如果 A 最终没有导致 B，那么情况也是 3 种，要么我们证明 A 不会导致 B，要么发现了以前未知的影响因素，要么什么都没有学到。
把挑战当作是一项科学实验，让原本的「失败」也变成了一种进步，我们的目的不再是为了成功，而为了学习，而学习最终会指引我们成功。因为我相信人类社会的进步就是因为学习，虽然从整个项目的角度来看，学习的过程可能不会感受到项目的进度，正如前所述，人类社会的进步是非线性的，而是跳跃性的，这种跳跃是建立在学习之上，当我们发现了什么行得通之后就会快速规模化，跳跃就是规模化之后的结果（规模化通常是指数级上升的）。这种学习，也恰恰是《为什么伟大不能被计划》中所提到的 Stepping Stones，而获得 Stepping Stones 的最佳方式就是保持好奇心，而好奇心就是不断的提出假设，然后验证，提出新的假设、验证、假设、验证…正如 Charlie Munger 2007 年在南加州大学的毕业典礼中所说：
if civilization can progress only when it invents the method of invention, you can progress only when you learn the method of learning.
I think the game of life in many respects is getting a lot of practice into the hands of the people that have the most aptitude to learn and the most tendency to be learning machines. And if you want the very highest reaches of human civilization that’s where you have to go.
因此我也重新思考了很多关于产品开发和产品设计的问题，我们把项目管理工具从 JIRA 换到了 Linear，虽然还是 Scrum，但是整体流程改进了很多，交付速度和质量都比之前更好了。我在文章《Scrum is a Cancer》介绍了我们当前的 Scrum 流程以及背后的思考。关于产品设计部分，之后也会写一篇文章来详细介绍。
实际上还有最后一点，是关于「连接」，不过，我对此还知之甚少。
2022 年的时候我觉得「人生就是为了创造价值」，而价值源于交易。而现在去看，交易就实际上就一种人与人的连接。我最喜欢的一句话是出自 Charles Eames：
Eventually everything connects - people, ideas, objects. The quality of the connections is the key to quality per se.
这个道理我很早便知道，但真正的理解却是在时间的长河中逐渐摸索出来的。我逐渐意识到，我的每一次经历、每一个遇到的人、每一本看过的书都是建立某种意义上的连接。最初我并不完全理解这些连接的意义，以及这些连接是否有用。但时间会教会我们一切，「Time is your friend」。
这也是我喜欢小岛秀夫的原因之一，他指导的游戏《死亡搁浅》，其核心观点就是关于人与人之间的连接。这种连接不仅体现在游戏中 NPC 之间，也体现在现实生活中的玩家之间。当你在游戏中进行战斗的时候，如果遇到弹药短缺，只要吼一嗓子，你就会看到来自其他玩家的投影给你提供物资。当你的货物无法及时送达时，将其放入寄存器，其他玩家也会帮你配送。没有人有义务这样去做，但所有人都似乎达成了一种默契，帮助别人就是在帮助自己。这种自发的互助与合作，正是《死亡搁浅》想要表达的一种深刻的人与人之间的连接。正如 Jane McGonigal 在《游戏改变世界》指出，游戏中的互动和协作不仅能够提高个人的幸福感，还能够促进社会的整体进步。
不过，关于连接，我还知之甚少，所以在新的一年里，请继续。
Stay Hungry, Stay Foolish.