多年来，我和许多研究助理共事，迟早会谈到那个话题：该不该读博？最近，一位特别沮丧的学生和我谈起这件事，她担心自己的想法不够好，说自己也许不适合，或者所有容易的想法都已经被做完了。和她一样，我也担心自己出生太晚，容易摘的果子早已被摘光。五十年前，只要证明人们最喜欢自己所在的团队，就能获得一百万次引用。

这些年来，我带过许多研究助理，到了某个阶段，我们总会进行那场「谈话」：要不要去读个博士？前不久，我就和一位特别焦虑的学生聊起这个话题，她担心自己的想法不够好。「也许我不是这块料，」她对我说，「又或者所有容易出成果的题目早就被人做完了。」

和她一样，我也曾担心自己生得太晚，在我出场之前，所有唾手可得的果实都已被摘光。五十年前，你只要证明「人们最喜欢自己的团队」、「小孩会模仿别人的行为」或者「人们以为别人和自己想法一致」，就能轻松拿到上百万的引用量。显而易见的东西全被做完了，现在只剩下像我这样的倒霉蛋去啃那些硬骨头。

许多认真思考科学进步的人似乎都得出了同样的结论：

Scott Alexander 说：「所有低垂的果实都已被摘光……几乎无法想象事情还能是别的样子。」

Holden Karnofsky 说：「想法自然会随着时间推移而越来越难找，我们应该预料到，艺术和科学默认会持续放缓。」

Dean Keith Simonton 说：「像爱因斯坦在 1905 年那样，一个博士生在专利局做全职助理审查员的同时，还能独立写出四篇革命性论文的日子，大概已经一去不复返了。自然科学已经变得如此庞大，知识基础也如此复杂和专业，以至于如今许多前沿工作往往出自众多参与者组成的大型、资金充足的合作团队。」

所有人都同意：我们要么只能安于对前人的成果修修补补，要么就得耗尽一生，在思想的矿坑里越挖越深，寻找仅剩的那几块原创金块。

我曾经觉得这个说法很有吸引力，现在却觉得它荒谬至极。这不仅仅是因为它是错的，更是对人类精神的一种侮辱。人们只有在认为某件事值得一试的时候才会去发现新东西，而人类历史上有过整整几个时代，人们根本不觉得值得一试。像「想法越来越难找」这样的论调，可能会把发现的欲望重新逼回藏身之处，从而让这个可憎的预言自我实现。

总得有人站出来捍卫这个信念：凡人依然能发现有用的真理。而我，就是那个人。

比如说，如果我们打算以「已经没有有用的物理学可做了」为由，认真考虑削减理论物理学的资金，那我们至少应该问一句：这里面会不会有某些认知偏差在作祟？

我看到了两个。第一，所有想法在事后看来都显而易见。日心说、细菌理论和随机对照试验，一旦有人向你解释，看起来都像是再简单不过的事，但它们却花了几千年才被人们搞明白。（「E = mc²？那不过是三个字母和一个数字嘛！」）

第二，想出新主意这件事，感觉上永远都很难。物理学、生物学、音乐或电影的下一步该做什么？天哪，我不知道！我得使劲想，就像我之前的每个人一样，而且我可能什么都想不出来，也就像我之前的几乎所有人一样。

所以，如果过去的想法显得显而易见，而未来的想法显得模糊不清，我们很容易就会得出结论：我们正处在想法突然变难找的拐点上。也许我们确实如此。但即便想法并没有变难找，我们也会有这种感觉，这应该让我们多少有点怀疑。

如果我们的祖先也曾以为他们快把想法用光了，而且他们还错了，那我们对自己有同样的想法就应该保持警惕。我们的祖先确实这么想过，而且他们错了。

比如，物理学在 1890 年代似乎就要走到尽头了：

Max Planck 后来回忆起一位教授告诉他，在那个时期，「整个体系已相当稳固地确立起来，理论物理学明显正在接近那种几个世纪以来几何学早已达到的完美程度。」

英国科学家 William Cecil Dampier 回忆他在 1890 年代于剑桥当学徒的经历：「似乎主要的框架已经一劳永逸地搭建好了，剩下能做的，不过是把物理常数再精确到小数点后一位。」

英国物理学家 J. J. Thomson：「剩下要做的，只是在某个物理常数上改动一两个小数位。」

美国物理学家 Albert A. Michelson：「我们未来的发现，必须到小数点后第六位去找。」

外科学在 1873 年也接近完美了：

「手术刀不可能永远有新的领域去征服。人体一定有一些部分是手术刀永远无法侵入的——至少在外科医生手里是这样的。我们即使还没有完全达到，也几乎已经达到了这些最终极限，这一点几乎没什么疑问。」

行为主义者 John Watson 认为，心理学在 1920 年之前就要大功告成了：

「我相信我们可以写出一本心理学……并且永远不会回到我们的定义上去：永远不使用意识、心理状态、心智、内容、内省可验证、意象之类的术语。我相信我们在几年内就能做到……」

只需要几个人和一个夏天，就能解决人工智能的一些根本问题：

「我们提议，1956 年夏天在新罕布什尔州汉诺威的达特茅斯学院进行一项为期两个月、十人参与的人工智能研究。该研究基于这样一个猜想：学习或智能的任何其他特征，原则上都能被精确描述，以至于可以制造机器来模拟它。我们将尝试找出如何让机器使用语言、形成抽象概念和概念、解决目前只有人类能解决的问题，以及自我改进。我们认为，如果一个精心挑选的科学家小组在一个夏天里共同研究，就能在其中一个或多个问题上取得重大进展。」

（他们并没有解决所有问题，但确实开创了人工智能这个领域，所以总的来说，那个夏天还是相当有成果的。）

前不久我写到，现在所有流行内容都只来自少数几个系列和超级明星，Twitter 上有一条回复是：

有人（Glyn Hughes）说：「我想，我们把新想法用光的那一天迟早会到来。」而我（Adam Mastroianni）回复说，登上排行榜的原创电影已经灭绝，但人们对这件事有很多解释，都不完整，因为他们没意识到同样的事正在各处发生：寡头垄断已经征服了整个流行文化。

但原创内容其实比以往任何时候都多，只不过被重播内容统治的是流行内容罢了。显然，人们很容易草率地得出结论，认为我们快走到想法的尽头了，但也很容易出错。

悲观主义者似乎认为，宇宙诞生时就带着一张长长的发现清单，按从易到难排列，就像这样：

他们认为，随着时间的推移，越来越多容易的发现被从清单上划掉，只剩下那些难的。但知识完全不是这样运作的。每一项发现都会开启新的发现：

而这些新发现又会带来更多发现：

如此循环下去。

你可能会担心，这意味着随着时间推移，发现会变得越来越难，因为你得先顺着一条链条走到尽头，才能加上新的一环。好在：

我们都同意，发现火这件事相当酷。最早学会用火的人，大概花了很多时间弄清哪种引火物最好、怎么把火星养成火焰，以及哪种火最适合做饭或取暖。他们一定是一代代煞费苦心地传递这些知识，而年轻人也得反复练习生火才能掌握。但在 2022 年，我完全不用做这些事。我要做饭，就打开炉灶，它自己会生火。或者我在手机上按个按钮，就有人用他们自己的火做好饭给我送过来。天冷的时候，地下室的火炉启动，把水加热，热水流进我住的房间，让我也暖和起来。我其实根本不知道这些是怎么运作的。我所需要的关于火的全部知识，都已经编码进了我周围的各种创新里。

科学的运作方式也是如此。要做科学，你不需要从人类全部知识的开端出发，然后一步步往前推。你从当前的知识状态出发，接着往下走就行了。学习科学史有助于塑造直觉、提供视角，但你其实并不需要为了做演化生物学而去读达尔文。

所以，当我看到「科学家必须背负越来越重的知识负担」这种说法时，感到很困惑。那篇论文的作者写道：「若要站在巨人的肩膀上，就必须先爬上他们的背，而知识体系越庞大，这趟攀登就越艰难。」这似乎意味着，如果你去偷看博士项目，会看到许多学生埋头苦读，拼命想学会之前所有的知识，好开始自己的项目。你可能会听到他们哀叹：「我还不能做物理呢，我才读到惠更斯！」但事实是，你会看到博士生从第一天起——往往甚至更早——就在做原创研究了。事实上，许多学生一旦不再大量阅读前人的著作，反而开始做出更有趣的工作，因为这最终把他们从模仿别人和寻找「文献空白」中解放了出来，而这两种策略都不太可能产出有趣的东西。

世界在变暖。恒星在爆炸。物种在入侵。板块在漂移。互联网颠覆社会。战争爆发，疾病蔓延，一条颜色说不清的裙子能让兄弟反目。所有这些都需要解释，而解释它们的重任落在了我们肩上，因为昔日的科学家都已经死了。我们大概还没走多远，新的一大批事实就会涌来，或者我们自己就成了昔日科学家。

结果发现，许多科学研究在重复验证时都不成立。很多癌症研究可能都是胡扯。一个编程故障可能毁掉了 150 篇化学论文。当社会心理学领域的顶级期刊发表关于超感官知觉（ESP）的证据时，你就知道哪里出问题了。

这种混乱对年轻科学家来说是一把梯子。我们原以为所有多汁的低垂果实都已被摘光，但现在它们又回到了树上，熟透了等着我们去摘。当我们站在巨人的肩膀上，而他们开始在我们脚下摇晃时，那正是我们成为巨人的机会。

教授们喜欢跟研究生吹嘘，他们当年得用打孔卡做数据分析，用打字机写论文，还得打电话给陌生人请他们参与研究。现在你点几下鼠标就能分析数据，用会自动修正错别字的文字处理器写论文，一下午就能在 Amazon Mechanical Turk 上跑完 1000 名被试。我们有了电子显微镜、自动移液器、AI 转录，以及无数其他工具，让我们能做十年前还不可能或不可行的研究。所以，即便我们摘的是最低垂的果实，我们也是站在一台不断上升的剪式升降机上。

我是个心理学家。我知道，当人们担心人类的想法快用光时，大多数人想的并不是心理学；而且心理学作为一门正式学科，历史也没有自然科学那么长。不过，我们思考心智和行为的时间肯定已经很长了，所以如果想法真的随着时间推移越来越难发现，那如今做心理学应该会非常难才对。

让我告诉你：根本不是。我在被大多数科学家视为全科学领域第三权威的期刊上发表过两篇论文。（我觉得期刊很糟糕，但那是另一个话题了。）第一篇论文的想法，直白点说就是：「对话会在人们想要结束的时候结束吗？」第二篇论文的想法是：「人们知道舆论是怎么变化的吗？」这些想法低垂到你能被它们绊倒。我关于对话的研究在一百年前就能做。我关于舆论的研究只能在最近几年才能做，因为我们测量舆论的时间并不长。所以，一个低垂的想法被搁置了一个世纪没人摘，而另一个想法只有在最近几年才能被摘走。

这些想法的难点不在于想出它们，而在于从一堆更烂的想法中把它们挑出来。根据我的记录，在博士头两年里，我向导师推销了 59 个研究想法。其中只有两个——3%！——变成了研究项目。在剩下 97% 没有下文的想法里，只有 26% 是因为我们发现别人已经做过了才放弃的。（否则我们也不一定会继续做它们；找到一篇前人论文只是个继续前进的好借口。）大多数被否决的想法，其实就是没那么有趣。

如果你想在生物和医学里找低垂的果实，可以看看 Slime Mold Time Mold。他们关于肥胖的污染物理论可能是革命性的，而且他们告诉过我，他们的工作在十年前几乎是不可能完成的，因为他们使用的大多数资料最近才发表或上传到网上——也就是说，果实刚刚被降低了。现在他们正在招募人只吃土豆，这果实低垂得简直都埋到地下了。

在科学之外，想法的丰沛更加明显。如果想法真的越来越难找，你可能会以为最成功的人是那些发现了极其复杂事物的人。但事实是，Jeff Bezos 说了句「要是咱们在网上卖东西会怎样」，现在成了世界第二富豪。张一鸣说了句「要是人们看短视频会怎样」，发明了 TikTok，现在身家 500 亿美元。Doja Cat 唱了句「姐是头牛」，然后就拿了几个 Billboard 奖项，还买了一套 2200 万美元的房子。

所有这些都让我非常怀疑「想法越来越难找」这个说法。从来没有人拿出过直接的反面证据，我甚至不知道那种证据长什么样。相反，关于这个主题的大多数研究——包括那篇标题恰如其分的《想法越来越难找了吗？》——只是指出，虽然研究人员数量增加了，但人均产出却下降了。我对这篇论文有很多反对意见，但那些有点技术性，所以我放在了下面的附录里。简而言之：a）他们的方程和测量方法似乎很可疑；b）他们的结果与其他解释并不矛盾；c）当你给一项任务增加更多人手时，人均产出下降，这其实相当正常，也不足为奇。

我觉得，光靠争论数据我们走不了多远，因为我们把底层的模型搞错了。我们用来描述科学进步的隐喻——觅食！采矿！钻井！——全都假设每一代科学家只是在做和上一代相同的事，只不过更复杂、更精确罢了。我们的祖先开采地表，我们开采深处。

这似乎不太对。德谟克利特和爱因斯坦都对物理学做出了贡献，但一个用词语提出主张，另一个用数字提出主张。西格蒙德·弗洛伊德和李·罗斯都是伟大的心理学家，但一个吸着可卡因自由联想，另一个把人放进情境里并记录他们的行为。爱因斯坦和罗斯并不是比德谟克利特和弗洛伊德觅食得更远或钻井得更深；他们做了根本不同的事。

你甚至不需要跨越几千年才能看到这种质变。二十年前，做一个心理学实验，在四种条件下各找三十个被试，剔除几个异常值，做一堆统计检验直到其中一个跑出 p < .05，然后发表结果，这完全是可以接受的。现在我们知道，从几个看似无害的选择里得出统计显著的结果是件多容易的事，今天要是发表同样的论文，你会在 Twitter 上被笑死。我预测——好吧，我希望！——类似的变化也会发生在生物学等领域，在那里，仅仅根据实验室小鼠就对人类下强结论会变得荒谬；在神经科学领域，把人塞进一个巨大的磁管里，看看他们大脑哪里亮起来，就声称自己发现了意识之类的东西，也会变得荒谬。

科学不像觅食、采矿或钻井，我们不断重复同样的事，而它越来越难。它更像是发现了外星人留给我们的一部电梯。一开始我们根本不知道它怎么运作；我们走进去按个按钮，几秒钟就升了几十层楼。我们兴奋地计算，照这个速度，我们几小时就能冲出外太空！

但到了某个点，电梯停了。我们试遍了所有办法，就是没法让它再升高。最终我们弄懂了电梯的原理，开始建造更高的电梯。又一个黄金时代随之而来——电梯每年都在变高！

但随着电梯越来越高，工程也变得越来越复杂。我们需要更精密的支撑结构和更坚固的材料，才能防止电梯倒塌。悲观主义者开始宣称，我们永远到不了恒星，甚至连平流层也到不了。电梯根本没法升那么高！

当然，要升得更高，办法不是建更高的电梯，而是发明热气球。一旦我们发现了轻于空气的飞行方式，要飞得和最高的电梯一样高、甚至更高，就变得轻而易举。等热气球也飞不了更高时，解决办法是直升机。直升机也飞不了更高时，解决办法是火箭。火箭也飞不了更高时，解决办法就是某种我们还没发明出来的东西。毫无疑问，这些太空运载工具会很复杂，但在我们弄懂电梯原理之前，电梯也曾很复杂。

这个隐喻抓住了其他隐喻没有的一个重要真相：并不是每一次范式转移对普通人都同样有用，或者在同一维度上产生同样大的影响。人们可能会指出，改进电梯能帮我们建更高的公寓楼，但发明热气球不能。「科学在住房方面提供的回报正在递减，」他们会严肃地说。这话没错，但一旦你能建非常高的楼，住房的限制很快就变成了政治问题，而不是技术问题。比如，由于分区规定越来越严，曼哈顿 40% 的建筑今天都建不起来。（其中一些被禁，正是因为它们太高、住的太多！）一旦我们解决了一个实际问题的科学部分，就不能再靠我们在该问题上表现得多好来衡量科学进步了。

托马斯·库恩在六十年前就说过类似的话。他指出，科学领域往往慢慢吞吞地前进，直到人们开始注意到主流范式的问题（「行星的运动跟理论说的不一样！」）。最终问题大到不容忽视，整个领域陷入危机，只有当有人提出一个能解释一切的新范式时，事情才会平息。然后循环重新开始。

那么，科学革命的两个关键要素就是：注意到问题，并认真对待它们。库恩假定科学家自然会做这两件事，也许在 1962 年确实如此。但这并非必然。随着领域变得规范化，它们会非常擅长忽略和压制问题，无限期地拖延革命。

职业科学做到这一点的方式之一，就是从一开始就把异类思想家挡在门外。成为科学家的通常路径是成为教授，最好是在一个富裕的机构，那里能给你提供很多科学小玩意儿，以及申请经费时好看的信头。

通往这个声望卓著的教授职位的道路，已经变得荒谬地竞争激烈。哈佛是学术生涯理想的第一步，去年只录取了 3.19% 的本科申请者，低于 2012 年的 7.1%。哈佛不公布整体的博士录取率——这是学术阶梯的下一步——但工学院公布了，只有 7%。在熬过这种严酷考验、并且仍然想要一份终身学术工作的博士中，只有 15% 到 30% 的人能真正得到，而且极少人能进入那些顶尖的地方。

那么，为了赢得这些令人垂涎的职位，你必须从高中一年级起就把每件事都做对：拿好成绩，拿到强有力的推荐信，在正确的实验室工作，在权威的地方发论文，永远不得罪人，永远不绕路或休息。（我偶尔会收到高中生的邮件，求我让他们来我的实验室干活，好把他们的名字挂到论文上。）几十年前获得教职的教授告诉我们，以前不是这样的。在这种极度竞争的环境下，最狂热的功利主义者会击败其他所有人。而狂热的功利主义者不会产生革命性的科学。

职业科学防止问题累积的另一种方式，就是干脆拒绝发表它们。出版前同行评审流行开来也不过五十年左右——权威医学期刊《柳叶刀》直到 1976 年才开始评审论文。如果你的论文或经费申请威胁到了 Tweedledum 博士的理论，那评审它的人很可能就是 Tweedledum 博士，而他们可不打算手下留情。当然，每个人都知道这一点，所以他们连试都不试。你需要发表论文和拿到经费才能生存，所以最好去做那种你明知最后能发表的东西。这也排除了革命性的科学。

于是，职业化的科学可能会迫使我们继续建造电梯，尽管我们没法让它们升得更高。那些揣着热气球疯狂计划的怪人根本找不到工作；毕竟，他们连个电梯学位都没有！任何一个有幸留在体系里的人，都只能给造电梯的人当学徒，所以他们这辈子就知道怎么造电梯。此外，谁都知道你没法在《电梯杂志》上发表直升机研究，国家电梯基金会也绝不会给你钱去造直升机。而我们尊敬的元老们向我们保证，电梯有着极佳的往绩，最近电梯进展放缓只是因为建造更高的电梯更难了，所以真正需要的是更多的电梯资金。但即便如此，他们警告说，要到达平流层是永远不可能的，更别提外太空了。我们必须认命，只能到小数点后第六位去寻找发现。

「想法越来越难找」是一个相当黯淡的信念。它等于在说：「看看这个世界吧。情况差不多就这样了，好日子到头了；回报从这里开始递减。你看到的所有问题短期内都不太可能解决，所以你最好习惯它们。」为什么会有人不战而降，同意这种说法呢？

我觉得，在内心深处，我们有一部分人是想要相信它的，因为悲观主义其实是一个为怯懦开脱的巧妙借口。如果你相信人性本恶，你就有借口永远不去试着和人交朋友，免得被拒绝。如果你相信世界都在跟你作对，那谁也不能怪你总是谨小慎微。如果容易的想法都已经被拿走了，你也就不用指望能想出什么新东西了。

我不怪人们把悲观主义当麻醉剂；现在我们都需要点解脱。工资停滞不前，不平等在加剧，如果你还没房子，那就祝你好运吧。政府有时由你不喜欢的人掌管，其余时间则由你憎恨的人掌管。人们死于本可预防的疾病，而另一些人却把汽车发射到太空。一切都着火了，却没人去做点什么。这看起来不像是那种充满可能性的世界，那为什么不降低期望呢？

但如果我们想要一个更好的世界，就必须相信创造这样一个世界是可能的。而这需要勇气，因为如果你真的相信一个更好的世界，你就必须为此做点什么。当船下沉时，你可没有资格沾沾自喜地冷笑；你必须开始把水抽出去。一开始，冷笑似乎比抽水容易，但抽水最后会变得非常有趣。你开始觉得自己有用。你和其他努力让船浮起来的人交上了朋友。你不再在乎那些说你在做的事情永远不会成功的人。最终，抽水远比冷笑容易，而且感觉也更好。乐观主义治愈痛苦；悲观主义就像止痛药，只是把痛苦麻痹了。

在我看来，如果你想写一首世人从未听过的歌，你有两个选择。你可以花时间计算旋律只有有限种，所以人类迟早会把歌写光，那又何必费劲。或者，你可以拿起吉他，弹下去。

Bloom、Jones、Van Reenen 和 Webb 的这篇论文声称想法越来越难找。他们把自己的论点总结成了这样：

这个方程有个很奇怪的地方。它意味着，要想出现负经济增长——也就是衰退——唯一的途径是研究产出或研究人员数量为负，而这似乎不太可能发生。但如果两者都是负的，经济增长反而是正的！显然，研究人员、生产率和经济增长之间的关系要复杂得多，这也让我怀疑，经济指标并不能很好地捕捉科学的进步。

我对这篇论文还有三个不满。第一，它随意地把相关性和因果性混为一谈，想当然地认为必须不断增加研究人员，才能维持同样的生产率水平。比如：

「……这种增长是通过让越来越多的研究人员来推动摩尔定律向前实现的。特别是，如今将芯片密度翻倍所需的研究人员数量，是 1970 年代初所需数量的 18 倍多。至少在半导体领域，想法是越来越难找了。」

这并不能证明制造更好的计算机芯片需要更多的研究人员。如果我们保持研究人员数量不变，增长率会是多少，我们并不知道。

我的第二个不满是，这个理论似乎解释得太多了。作者们在每个看到的领域都发现研究生产率在放缓，并将其解读为「想法越来越难找」的有力证据。但即便想法真的是有限的，并且随着时间推移越来越难找，我们真的应该预期它会恰好在这个时间段、在每一个领域同时发生吗？难道就没有哪个学科因为某次突破而带来了一段生产率提高的时期？要知道，其中一些领域比其他领域年轻得多。难道我们不该预期，有些领域还有很多容易的想法可挖，而另一些领域已经完全进入暮年，只剩下极难的想法了吗？科学已经发展了一段时间，为什么这件事只在我们这一代发生，而不是在五十年前或五十年后？这似乎是一个相当离奇的巧合。

这就引出了我最后一点不满：这篇论文把研究生产率的任何下降都解读为「想法越来越难找」。但这只是其中一种解释；还有很多其他合理的替代解释。Ben Southwood 认为，可能是因为工业实验室被效率更低的学术院系取代了，或者因为天才不再进入研究领域了，又或者因为铅中毒让我们变笨了。Jay Bhattacharya 和 Mikko Packalen 认为，这是因为科学家变得痴迷于引用率，导致他们只做渐进式而非革命性的工作。他们用这张极其可爱的图来阐述自己的理论：

这些解释在我看来都很合理。而且我还想再补充一点。只要超过一个相当低的门槛，我们每增加一个人，就应该预期人均生产率会下降。

比方说，你找两个人来装修厨房，他们说能在两周内干完。「太好了，」你说，「那我干脆雇 2000 个人，这活儿大概 20 分钟就能干完！」

当然，这行不通，原因有很多。（尽管这确实是《Nathan for You》里不错的一集。）你的厨房塞不下那么多人——哪怕只有 20 个人，也会一直互相撞来撞去。你雇的第 2000 个承包商，不太可能和第一个一样好。和这么多人一起工作，需要大量的管理和规划。工作也不可能完全并行——比如，你只能等布线完成后才能装吊灯。而且有些事根本没法加速：油漆就是要花时间晾干，不管有多少人在旁边等着。

同样的一些问题也可能出现在科学界。管理大量研究人员需要耗费大量精力，这就是为什么今天领导大型实验室的人，大部分时间都在当 CEO、筹款人和人力资源经理，而不是做科学家。少数几个人可能会不成比例地推动进步，所以增加研究人员实际上可能会降低人均进展。有些领域可能得等其他领域取得进展后才能推进。还有些科学根本没法加速：人类会衰老，细菌会繁殖，光波的传播速度也是恒定的，不管有多少人在研究它们。

此外，研究人员还有很多装修工没有的扭曲激励。装修工目标一致，愿意遵循同一个计划并接受监工的指导。而研究人员则相互竞争。他们可能会偷彼此的想法，或者故意搞砸彼此的论文和经费申请。他们的工作依赖于看起来高产，所以他们炮制毫无意义的论文来拉长自己的简历。随着研究人员数量增加、领域竞争加剧，这些问题只会变本加厉。

所以，如果随着研究人员数量增加，人均研究产出下降了，我并不会感到惊讶。这并不是「想法越来越难找」的令人信服的证据。我仍然认为我们面临一个大问题，但那是一个可以解决的社会问题，而不是一个无解的科学问题。

多数评论者并不认同“想法越来越难找”这一前提，而是把瓶颈重新归到执行、注意力、需求生态或实现前提上；少数人则承认低垂果实已被摘完、AI 让新颖想法更难，或认为发现放缓其实是知识文化与人力/天才资本衰退的征兆。分歧主轴在于：想法稀缺究竟是客观饱和，还是被错误归因的创作焦虑。

认为想法本身廉价，真正稀缺的是执行与问题选择

• 想法从来不是创造真实产品中最受限的部分；关键在于从众多想法中选对问题、执行、触达正确受众并持续打磨。当年互联网泡沫期很多公司拿着几乎相同的点子，最终大多失败，因为同一赛道往往只能活一家。（较多人） > 想法从来都不是创造真实产品中最有趣或最受限的部分；真正的差别在于能否选对问题、执行并触达对的受众（@jgeada）

认为瓶颈是注意力与噪音，而不是想法供给

• 好想法仍能获得一些关注，但整体噪音大幅增加；以 Steam 为例，如今每周都有过去会让人惊艳的独立游戏，创作者更多、作品更好，争夺的却是用户有限的时间。这不是想法枯竭，而是注意力稀缺，长期看大厂会继续流失份额。（少数人） > 现在的问题不是好想法太少，而是噪音太多、注意力时间有限；光看 Steam 上每周都有过去会让人惊艳的独立游戏（@ThePhysicist）

认为 AI 与自动化降低实现门槛，反而开启想法黄金时代

• 当人人都能把自己想到的东西做出来，竞争会转向谁的想法更好、谁有愿景持续打磨；LLM 降低实现门槛后，那些依赖前置实现的想法终于会出现，而每一项发现又会打开更多发现。自动机被用来辅助发现，被视为黄金时代的开端。（较多人） > 每一项发现都会带来更多待发现的发现；LLM 降低了实现新想法的门槛，那些依赖前提实现的想法终将出现（@CM30）

认为“想法变难找”是误判：公众的枯竭情绪本身可疑，且悲观常来自想象力疲劳

• 如果大众普遍觉得没什么可发现，这种情绪反而可能说明相反情况更真，或我们只是短期落后。我们已经让沙子会思考、根除大部分疾病，却仍有人断言不可能；如果只是懒得思考就直说，不要把自己的平庸想象力投射给别人。（少数人） > 我们已经让沙子会思考、消灭了大部分疾病，却仍有人说某事不可能；如果只是懒得思考就直说，别把自己平庸的想象力投射到别人身上（@NetOpWibby）

认为“发现更难”只适用于科学发现，推不出社会与政治问题无解

• “想法更难找”原本讨论的是科学发现，而“世界已差不多最好、问题难解”说的是政治与社会问题；前者并不蕴含后者的悲观结论，不能混为一谈。（少数人） > “想法更难找”说的是科学发现，而“世界已经差不多最好、问题难解”说的是政治与社会问题，前者推不出后者（@ks2048）

承认想法确实更难找：低垂果实已被摘完，AI 时代尤甚

• 在 AI 时代，容易的点子似乎都已被找到或被公司在做，剩下的难想法又很虚无；即便怀疑“如果谁都能做，这还值得吗”，仍有人因为创造的乐趣继续做。也有人只是坦承：点子对我来说就是难找。（少数人） > 在 AI 时代，容易的点子好像都已经被找到或大公司在做了，难的点子又很虚无；虽然怀疑“如果谁都能做，这还值得吗”，但还是因为创造的乐趣继续做（@kraig911）

认为需求与生态系统决定想法，饱和与副作用真实存在

• 不能无视需求与解决方案之间的自然饱和，也不能因为过去有人误判“什么都被做完了”就无限乐观。想法不是孤立出现的，生态系统、需求、食物与闲暇才孕育科学；有些“解决方案”买回来同时也买进了原先不存在的问题，甚至可能变成有毒、危险的东西。（少数人） > 不能无视需求与解决方案之间的自然饱和；生态系统孕育想法，有些“解决方案”买回来同时也买进了原先不存在的问题（@zkmon）

认为发现放缓（若为真）源于无功利知识追求衰退与天才/人力资本退化

• 若发现确实在放缓，部分甚至主要原因可能是：无功利心的知识追求（类似贵族式探索）衰落，以及近一两百年人力资本退化。现代文化过于强调“智力”指标和优化既有路径，加上阅读衰退，可能造就的天才反而更少。（少数人） > 发现放缓很大程度上来自无功利心的知识追求衰落，以及近一两百年人力资本的退化（@sukhavati）

有价值的补充

• 基础未知并未消失：即便是飞机如何产生升力，也仍未从第一性原理被理解；每一次突破都会提出新的基础问题。 > 我们仍未从第一性原理理解飞机如何产生升力；每次突破都会带来新的基础问题，所以永远都会有未知（@fasterik）
• 精巧类比：借 Wolfram 提出的 Ruliad（所有可能规则的纠缠极限）概念，说明潜在规则与想法的空间本身是无限的，因而“想法枯竭”在理论上很难成立。 > Ruliad 是无限的（@evrimoztamur）