1995年冬天的一個傍晚，閒來無事的加州理工學院教授斯科特E佩吉（Scott E. Page），建立了一個電腦模型，嘗試用“人工代理”來解決難題，“人工代理”是根據設定的代碼命令互動的小型電腦程序。這樣的電腦模擬對經濟學家來説很有價值，因為這些模擬提供了一個可控環境，用於測試人類——這種最難預測的種族——如何在諸如金融市場這樣的複雜系統中互動。

佩吉用兩組人工代理進行模擬。一組代表最完美，最聰明的解決問題者；我們叫它“高智商組”；另外一組代表各種各樣的人，他們解決問題的能力各不相同，有的很有才幹，但絕大部分不是這樣。實驗的結果讓佩吉大感驚訝，就好像在某所中等大學的教師休息室裏，人們會對“穿棕色襪子”①的人不屑一顧。但實驗結果卻是，“棕色襪子”的表現勝過高智商代理。按理説，一批隨機挑選的數學家怎麼會超過高智商中最高智商的人？佩吉決定修改一下他的模擬，改變代理的互動規則，然而，他得到了同樣的結果。對這個結果，佩吉仍持有懷疑態度，他用另一種計算機語言重寫了程序，結果“棕色襪子”還是贏了，一次又一次。

佩吉想知道這是為什麼。

就這樣，從一個研究突破開始，佩吉開始了長達十多年的專項研究，這一切在2007年開花結果，他出版了一本書，名為《差異性：多樣性如何塑造更好的組織、公司、學校和社會》。在書中，佩吉運用邏輯句法和數學精度分析了迅速成長的“集體智能”這一領域。據此，佩吉創造了一個理論框架，解釋了為什麼群體常常勝過專家。為什麼“棕色襪子”能夠持續擊敗高智商代理——“棕色襪子”不如高智商成員那麼有才幹，但他們有更好的東西：多樣性。

這樣的一些試驗結果奠定了“多樣性勝於能力學説”的理論基礎。在一定的條件下， “一些隨機挑選的解決問題者勝過一群最好的解決問題者。”佩吉理論的核心是：高能力的人是

一群同質化的群體，他們當中很多人在同樣的機構裏接受培訓，可能擁有相似的觀點，在解

①西方國家認為穿西服配棕色襪子的人很沒有品味，代指在某些方面表現差強人意的人。

決問題時採用同樣的技能或者同樣的研究方法。總體來説，他們的確比大眾優秀，但僅限於某些方面。而許多問題無法僅靠一種思路解決，即使是一組類似的方法也不行。解決這些問題需要“棕色襪子”去嘗試一種“精英”絕對想不到的方法。這種理論不僅是種比喻，也不是那種十年後對錯未定的有趣發現，它是在邏輯上經得住推敲的真理。

理解“集體智能”最重要的是理解認識的多樣化。為了解決問題，預測結果，或者幫助公司制定戰略，需要將大眾的知識利用起來，這類嘗試是眾包最主要的應用之一，集體智能則是其中不可缺少的組成部分。

集體智能是團體認知的一種形式，蟻群行動起來就像是一個器官裏的各個細胞，在蟻群中發揮作用的就是團體認知。這點我們還能在人類的選舉中看到：上百萬人的選擇産生一個結果。從20世紀初期開始，社會學，行為心理學，乃至計算機科學的學者們，都開始研究這一現象。但在互聯網出現後，集體智能有了新的用處，原因很簡單，在推動集體智能的發展方面，互聯網居功至偉。

眾包應用“集體智能”主要是通過三種形式，第一是預測市場，或者説信息市場。在這裡，投資者根據自己期待的結果，比如總統競選勝出者或者奧斯卡最佳影片的獲勝者，購買某種“期貨”。它的功能很像股票市場：人們開戶後，以現行的市場價格買賣股票。

如果投資者低買（也許“最佳影片”有黑馬入圍），一旦他猜對了，就能大撈一筆。比如，判斷2008年美國大選佔上風的黨派，最好的方法不是根據票數，也不是威望，而是《Slate》雜誌上的圖表，它反映的是候選人在預測網站Intrade的期貨市場上的相對價格。（Intrade顯示，在2008年2月，首輪投票選舉的星期二後，巴拉克奧巴馬領先於希拉裏克林頓，全國投票幾週前，奧巴馬的財富有所增加）。

第二種形式，是解決問題，或者叫眾播①。需要幫助的人將問題在網絡上公開，這樣問題就會被一些身份無法確定，但可能幫得上忙的人看到。“創新中心”就是一個這樣的例子，它擁有分散在各地的14萬名科學家，為世界500強公司解決棘手的研發問題。

第三類是“點子匯”，基本上類似於網上的集體討論會，只不過要花幾週時間而非幾個小時。“點子匯”和眾包很像，只是前者對提交內容的要求更為開放。這些點子不是為了解決某個特定的問題，而是用於創新。有人指出，這就像互聯網上的建議箱，僅此而已。但並不是互聯網實現了眾包——它只是極大的改善了眾包的效果。

集體智能在實踐中的應用勝過理論，比如人們常提到的維基百科，雖然它的結果看上去①以競賽的方式，處理現實中的公司問題，設計出産品與服務。大公司正在接受這種競賽，用它收集未來商界領袖的創意，以保持競爭優勢。

是違背直覺的，有悖於我們一直認為的世界運轉的方式——比如説，一般來講高智商的人應該總是勝過“棕色襪子”，其他事情同理。但互聯網提供了一個機會，讓我們能重新思考人類對自我行為的理解。因此，在了解集體智能在眾包中的應用之前，我們先試着用理論來解釋一下為什麼它能行得通。

眾包植根於一個平等主義原則：每個人都擁有在別人看來很有價值的知識或才華。廣義來説，是眾包作為橋梁將兩者&&起來。也就是説，每個人都擁有自己的特質，每個人都站在眾包的中心，這也是違背人類慣性思維的。

我們的特點在於，人人都是環境的天然産物：出生地，家庭，地理環境，經歷，以及其他無數在奇怪的熔爐中結合在一起的變量，這些製造出獨一無二的個體。這種獨特性存在於一大群人中時，就叫多樣化。在近20多年的同一性政治（Identity Politics）中，這個詞被強加了很多令人遺憾的精神負擔。但就眾包而言，將概念上的多樣化和政治中的多樣化區分開是很重要的。學者和企業家們發現，我們的差異之和是一種無限強大的力量，可以用來解決問題，開發新産品，或者僅僅讓網絡和現實世界都變得更加有趣。17世紀的哲學家邁克爾蒙田（Michel de Montaigne）曾寫到，“世界上沒有兩個人的意見完全相同，正如兩根頭髮，兩個谷粒都不盡相同。差異性是他們最普遍的特性。”蒙田的意思是，我們唯一的共同之處就是我們全然不同。在網絡時代，這是件很棒的事。

小改動帶來的大不同

奈得格利（Ned Gulley）正在從事關於群體智能（Group Intelligence）的實驗和研究。格利是邁斯沃克軟體有限公司的軟體設計師，著名的MATLAB軟體就是這個公司研發的，該軟體被數學家和工程師們用於解決極為複雜的計算問題，其複雜程度讓大多數人瞠目結舌。1999年，公司決定舉辦一個程序設計競賽。之前的競賽都是通過郵件進行的，但評選獲勝的參賽程序是一項繁雜而乏味的工作。因此格利建議，再舉辦一個網上競賽，對這些程序進行實時評級。

公司的目標是：“為MATLAB用戶提供一些娛樂活動，同時鼓勵大家相互交流優秀的程序。”從人們開始使用電腦之日起，編程競賽已經成為黑客文化的一部分，原因是：競賽讓技術的提高過程變得像游戲。早在20世紀70年代，大學的計算機系就開始舉辦各種各樣的競賽，而一些日常生活中的比賽出現的更早。

邁斯沃克公司正在重新發揚這種令人尊敬的傳統。乍看之下，格利的建議和傳統的方式如出一轍。選手要解決的問題是被稱作“銷售員路線的問題。”這是一個經典問題：假設一個銷售員要走過N座城市，選手要找出一個包含所有給定城市的最短路程的環路。參與者可以提交算法，或者計算機代碼，通過一些步驟來引導銷售員。比賽在十天后結束，誰的代碼最有效率，誰就是獲勝者。

但是，格利加了一點小小的改動：為了創造出更好的方案，比賽允許參賽者“借鑒”他人的代碼——每個方案在提交後，會很快被打分，排名，然後公布在網頁上，其他選手都能看到全部的程序代碼。他們可以把最好的代碼剪切粘貼，然後加入一些改動重新提交，即使這類改動很小也沒問題。如果這種微調能讓代碼變得更好，那麼即使這位選手只改動了幾行，也能上升到第一位。

格利説，結果和實際的軟體研發過程像極了。“在一個辦公室，很多研發人員聚在一起，如果一個人解決了某個問題，大家會圍攏在一起看看他是怎麼做的，然後恍然大悟的發出一聲感嘆，再把這個加入他們自己的代碼中。”他説。“在我們的文化中，有一個流傳很廣的謬誤，是關於托馬斯愛迪生的，人們認為這個聰明的人會帶我們走出困境，當他走進房間，出來後就有了一個絕妙的點子。”實際上，他的大多數突破都是集體努力的成果。格利説“我想要舉辦一個競賽，更好的模擬人們的創意遍佈全球的真正方式。”

有一點要説明，與其説MATLAB的競賽是一個眾包的例子，不如説它證明了眾包如此有效的原理。在這個例子中，它更接近於佩吉的人工代理試驗，而不是TopCoder的軟體研發方法。後者還利用眾包創造出了有別於學術界的産品。

這種對抄襲的鼓勵不但沒有離間MATLAB的用戶，反而讓他們前所未有的着迷於自己的工作。來自愛爾蘭的選手內森寫信給格利説，在最後準備提交代碼之前，他激動的渾身顫抖，他為這種情況感到苦惱。

那些最投入的選手們，為了拔得頭籌推遲了假期，有的還逃課，甚至抱病參加比賽。格利稱MATLAB的競賽為“上癮的合作”，這正好呼應了傑克休斯對TopCoder的描述：“競爭性合作”。

“某個程序員為了修改一個目前獲勝的優秀代碼，會花一整晚的時間。”然後某個人跟上，再做些微調，接着，他們成了第一。而當初那個程序員也許會想‘這個混蛋！他不過是通過複製我的代碼把我踢出局而已。’所以，第一個程序員為了奪回第一的寶座，繼續在這個已經改進過的程序上再加入一些改動。” 格利説，“比賽的最終目標不是獲勝，而是想出一個讓其他所有選手大開眼界的絕妙改動，這就像是一個以聲譽為基礎的追分系統。”

然而，MATLAB的不同凡響之處，不在於它激發了這股熱潮，而是在這十天裏，所有人的知識産權被公眾隨意的反復使用，結果這十天的喧囂被證明是一種解決問題極其有效的方法。

從1999年開始，公司每年都要舉辦兩次這樣的競賽。格利説，在競賽快結束的時候，最好的代碼比第一天的代碼強一千倍。這就是為什麼實踐讓理論奄奄一息。我們如何解釋這樣讓人驚訝的進步？很顯然，一切都是因為大眾的出現。一群很聰明的程序員合作，最終創造出的方案肯定比他們各自能拿出的最好方案更好。還有一點也很清楚，想法的自由交換促成了整個過程，幫助孕育了一個合作的環境，在這個環境裏，好的想法可以變得更好。但這些都無法解釋，為什麼更有效率的算法相繼出現，走勢形成一個指數弧線。

有一點很引人注目，最好的程序員做出的貢獻並不一定是最有價值的，新手常常給出一些至關重要的改進，帶來突破。或者引用格利的話説：“有時候，一個腳本少年（黑客行話，指那些沒經驗，剛出道的黑客。）想出的改動，會令愛迪生都不得不擦亮眼睛説‘哇！’”

換言之，“棕色襪子”再一次打敗了高智商組。這可能又不符合慣性思維，但實際上，在佩吉進行電腦代理競爭試驗前50年，解決問題的分佈式網絡力量已經有所體現了。

多樣化與市場

經濟學家F.A.海耶克（F. A. Hayek）最著名的成就是，構築了瑪格麗特撒切爾和羅納德裏根的自由市場政策，當然，也有人因此對他不滿。

海耶克在世紀之交出生於維也納，希特勒和斯大林執政之時，他已經是享有盛譽的經濟學家了。在倫敦經濟政治學院，海耶克對計劃經濟的弊端大加指責，而當時納粹和蘇聯政府採用的都是這种經濟模式。海耶克認為，市場是一個高效率的機構，它有能力協調經濟活動，任何個人或專家嘗試干涉它的行為都會帶來負面影響。和其他同時代的經濟學家一樣，海耶克也支持亞當史密斯關於市場“無形的手”的説法，並為此做了很多事。1974年，因為這個課題的部分研究，他獲得了諾貝爾經濟學獎。撒切爾夫人和裏根都是海耶克的朋友，他從來不想樹敵，但爭議甚囂塵上，逐漸掩蓋了他的諸多貢獻。

在1945年的論文“社會中知識的使用”中，海耶克評論道，那些既不存在於學術界也不存在於公司會議室的知識，那些“某個特殊時空環境下的知識，”社會是無法對這樣的知識做出恰當評價的。這樣的“局部知識”，現在一般叫“私人信息”，讓幾乎每個人都擁有自己的獨特優勢，因為他擁有獨一無二的信息，這樣的信息可能會創造出有益的用途。” 但如何獲取這些分散信息的研究尚未完成。海耶克寫到：

“社會的每個成員只能擁有全部知識中的一小部分，因此，對於社會上其餘的大部分工作，人們都無從得知……文明之所以存在是因為我們都能從不知道的知識中受益。文明可以幫助我們戰勝個人知識的局限，方法之一是改變無知，但並不是通過掌握更多的知識，而是通過利用那些已經存在並將繼續廣泛分佈在大眾當中的知識。”

這是在互聯網出現之前寫的，互聯網在匯聚和利用離散信息的能力上，超出了海耶克的想象。MATLAB競賽是一個很好的實踐，試着證明了海耶克的中心論點：對於我們最棘手的問題，大家可能有自己的方法，但擺在我們面前的計劃是，將所有的知識匯聚到一個中央倉庫。當格利將MATLAB競賽的開放式設計説成是“逗弄對方，讓他説出自己的私人信息”，正是借用了海耶克經濟學理論，而這並不是巧合。

格利煞費苦心的蒐集了大量的研究資料，從這些資料中他得出結論，為什麼這種“上癮的合作”會如此有效果。

通過線性分析，格利斷定，在一段較長時間的微調後，事物會發生質的飛躍。“人們會從代碼中找出漏洞，就像鬣狗對動物殘骸感到不安，他們會想盡辦法折騰，直到某人出現將殘骸移走，它才能恢復常態。”

格利創造的圖表大概也很容易描述動物的進化過程。基因的突變並不遵循這個線性圖，但它的特點也是小的改變和大的飛躍——這是一個由進化生物學家斯蒂芬傑古爾德和奈爾斯艾垂奇發現的“間斷平衡學説”的理論核心。

在一些令人信服的證據基礎上，格利必然會對這些相似之處有所察覺，並且相信，他掌握的關於MATLAB競賽的這些資料，很可能會揭示出在社會學和生物學中，事物是如何發展進步的，以及相關的一些更深入的真相。

“在歷史課上我們了解到，那些偉人，比如拿破侖，都是獨行俠。然而現實生活比這亂得多，在這些導致飛躍和改變的事實之間，涉及到某種複雜的相互作用。”歷史需要“腳本少年”——也就是“棕色襪子”的出現，用他們獨特的洞察力來重新教育每個人，賦予他們一個全新的視角。

“我們有一些確實很聰明的參賽選手，在一個守舊的競賽中，他們當中的某個人將獲得突破性的發現，這可能是最好的解決方法，僅僅因為他們優秀。但在MATLAB競賽中，人們會立刻出現，聚在一起對程序進行不斷的修改。這不是一個人能做到的。而是一大群人，我們有使用這個超級大的集體大腦的權利。如果我們可以開發這個大腦來治療癌症，才是真正讓人驚嘆的事。”

此大眾非彼大眾

在MATLAB這類競賽中出現的集體智能，其核心是多樣性，但僅僅存在多樣性還不夠，它也需要維護。

當足夠多的人聚在一起，比如在一個酒吧或者聊天室，一種神秘的力量就開始發揮作用。人們或者突出他們的差異，分化成對立的陣營，或者為了達成共識而淡化各自的不同。兩種現象有同樣的網絡效果——大眾中的多樣化減少了。

人類進化了幾千年，才成為高度社會化的群體。在許多情況下，人類和平達成共識的能力攸關生死，比如“一隻猛犸象衝過來了，我們要衝上去用魚叉戳它嗎？”但當集體智能發揮作用的時候，共識適得其反，比如在眾包模型——信息市場和解決問題的網絡中。

2004年，詹姆斯索羅斯基（James Surowiecki）出版了一本書，叫《群眾的智慧》。這本書的書名是對查爾斯麥凱在1841年出版的經典書籍《群眾非同尋常的幻想與癲狂》一書的戲謔，這也是對一哄而起的行為進行嚴厲的控訴，正是這種盲目跟風導致了17世紀30年代荷蘭“鬱金香熱”那樣的災難 (不必説了，“眾包”這個詞是借用這兩位作家的)。然而，群體智能的理論比索羅斯基的書提前了數十年，事實上，近年來這本書又在迥然不同的領域重新流行起來，比如在社會學和商業管理領域。

《群眾的智慧》迎合了當下流行的創造力潮流，這是其他涉及該主題的作品沒有過的。這本書列舉了一批很有説服力的例子，在這些例子中，大眾證明了“三個臭皮匠，賽過諸葛亮”。

一群英格蘭農村的採購員是怎麼猜中獲獎的小公牛不足一磅的？一個班的學生們是怎麼猜到糖果罐裏有多少顆軟糖的？游戲節目“誰想成為百萬富翁”的觀眾為什麼一直能擊敗專家？

——都是依靠群眾的力量。這樣的軼聞趣事散發着神奇的光澤，再加上集體的想象力，常常成為雞尾酒會和辦公間冷水機邊的談資。不幸的是，因為索羅斯基的保守分析，這些都被刪掉了。

事實上，大眾的智慧並沒有魔法，而且這個表述本身有種誤導。In fact there’s no magic to the wisdom of crowds, and the expression itself is a bit misleading.在上述例子中，大眾表現出的智慧和“一群人”並不一樣，發揮的作用也不一樣。“一群人”包含有一組人像一個單元一樣行動的意思，比如説“一群人衝破障礙，帶着一點歇斯底里的感覺，突然來找作者。”好吧，作者們很少引起那樣瘋狂的愛慕，但請領會精神。

群體的定義是“一群因共同特點結合在一起的人”。而共同特點太多，會削弱集體智能，它的活躍程度和一群人中多樣化的程度，以及他們表達個人意見的能力成正比。為了表現出色，大眾根本不能像一群人那樣。

多樣化要想戰勝能力，還有很多必須滿足的限定條件。

首先，這個問題必須真的很難解決。沒有人需要一群各式各樣的人幫他們繫鞋帶。

其次，大眾必須具備隨時解決問題的一些能力。如果要設計一個更高效的核反應堆，隨機挑選幾個坐地鐵上下班的人，肯定很難超過一組核能工程師。即使佩吉的“棕色襪子”也是從大學的教師休息室中挑出來的，而不是從電話本上隨便挑的。還必須有一些方法，將每個人的貢獻匯合在一起，並加以處理，比如MATLAB競賽的記分和排名引擎。

最後，參與者必須來自一個足夠大的人才庫，以確保各種各樣的方法都有。另外，他們表達自我個性（也就是他們“局部知識”）的能力必須沒有受損。

記住所有這些後，讓我們重新來看一下那些乍看不符合慣性思維的例子。比如“糖果罐”：隨機挑選更多或更少的學生，都會帶來不同，他們會採用一系列策略來解決問題。在這個案例中，聚集機制就是老師收集大家的答案，計算出平均數的能力。但關鍵是要求學生不參考同桌的答案，獨立寫下自己的猜測。（MATLAB參賽選手在盜取別人的代碼時，不會參考太多意見，彼此隔離保留了他們的多樣化。）

現在讓我們再來看一下，在游戲節目中，觀眾答對超過90%的問題的能力。

在“誰想成為百萬富翁”這個節目中，選手需要回答15個難度遞增的問題。如果全答對了，就會贏得100萬美元。問題是多選題，有4個備選項。當他們被難住的時候，可以選擇“救生索”，也就是打電話給朋友——估計是比較博學，類似百科全書的那種；或者求助觀眾。前者的表現讓人驚訝，答對的幾率是65%；而觀眾遠勝於此，他們的正確率是91%，最優秀的一名選手都強得多，實在令人印象深刻。

這似乎是一個充分的證據，證明群體的智慧勝過其中最聰明的人。但這只是一個例子罷了，它實際是一個簡單的算數題：即使一小部分人擁有正確答案，這組人也會準確的將結果預測出來。因為，佩吉寫道“錯誤互相抵消了，正確的答案像奶油一樣浮了上來。”這點也很容易解釋，比如節目裏曾有這樣一個問題，雪爾帕人和廓爾喀族是哪個地方的人？A.尼泊爾B.摩洛哥C.厄瓜多爾D.俄羅斯。如果只有4%的觀眾知道正確答案是A.尼泊爾，剩下的觀眾可能會從在四個答案中隨意猜測，結果是24%的觀眾猜摩洛哥，24%猜厄瓜多爾，24%猜俄羅斯。但有28%的觀眾會猜尼泊爾。

當然，猜測這些零碎的問題和改進一個比這上千倍的編碼有着巨大的差異。後者不僅讓人終身難忘，而且挑戰了信仰。但同樣的環境——也就是説多樣化和合適的條件——對兩個例子都適用。

表面上，MATLAB大概能吸引到大部分高智商的程序員。換言之，這是一個根據解決問題的能力而自我篩選的群體，毋庸置疑，最有才華的MATLAB程序員中，有很多人都參與過這個競賽。

但在多年使用MATLAB計算機語言的過程中，最好的編程員們學到的是相似的技巧和捷徑；而缺乏經驗的編程員——那些外行——不得不自己想出一些捷徑，這便帶來了認知上的巨大飛躍，讓最終獲勝的方法比最初的方法強一千倍。

如果英雄所見略同——在很多場合確實如此——那麼其實它只反映了一種思維。或者像佩吉説的，“兩個人也不比一個人好，假如他們倆想的一樣的話。”一個多樣化的群體會為問題帶來很多不同的解決方法。他們是如何將這些方法應用到現實問題中的？——這比帶領一個銷售員通過幾個城市要複雜的多——這是我們下一章的主題。