1995年冬天的一个傍晚，闲来无事的加州理工学院教授斯科特·E·佩吉（Scott E. Page），建立了一个电脑模型，尝试用“人工代理”来解决难题，“人工代理”是根据设定的代码命令互动的小型电脑程序。这样的电脑模拟对经济学家来说很有价值，因为这些模拟提供了一个可控环境，用于测试人类——这种最难预测的种族——如何在诸如金融市场这样的复杂系统中互动。

佩吉用两组人工代理进行模拟。一组代表最完美，最聪明的解决问题者；我们叫它“高智商组”；另外一组代表各种各样的人，他们解决问题的能力各不相同，有的很有才干，但绝大部分不是这样。实验的结果让佩吉大感惊讶，就好像在某所中等大学的教师休息室里，人们会对“穿棕色袜子”①的人不屑一顾。但实验结果却是，“棕色袜子”的表现胜过高智商代理。按理说，一批随机挑选的数学家怎么会超过高智商中最高智商的人？佩吉决定修改一下他的模拟，改变代理的互动规则，然而，他得到了同样的结果。对这个结果，佩吉仍持有怀疑态度，他用另一种计算机语言重写了程序，结果“棕色袜子”还是赢了，一次又一次。

佩吉想知道这是为什么。

就这样，从一个研究突破开始，佩吉开始了长达十多年的专项研究，这一切在2007年开花结果，他出版了一本书，名为《差异性：多样性如何塑造更好的组织、公司、学校和社会》。在书中，佩吉运用逻辑句法和数学精度分析了迅速成长的“集体智能”这一领域。据此，佩吉创造了一个理论框架，解释了为什么群体常常胜过专家。为什么“棕色袜子”能够持续击败高智商代理——“棕色袜子”不如高智商成员那么有才干，但他们有更好的东西：多样性。

这样的一些试验结果奠定了“多样性胜于能力学说”的理论基础。在一定的条件下， “一些随机挑选的解决问题者胜过一群最好的解决问题者。”佩吉理论的核心是：高能力的人是

一群同质化的群体，他们当中很多人在同样的机构里接受培训，可能拥有相似的观点，在解

①西方国家认为穿西服配棕色袜子的人很没有品味，代指在某些方面表现差强人意的人。

决问题时采用同样的技能或者同样的研究方法。总体来说，他们的确比大众优秀，但仅限于某些方面。而许多问题无法仅靠一种思路解决，即使是一组类似的方法也不行。解决这些问题需要“棕色袜子”去尝试一种“精英”绝对想不到的方法。这种理论不仅是种比喻，也不是那种十年后对错未定的有趣发现，它是在逻辑上经得住推敲的真理。

理解“集体智能”最重要的是理解认识的多样化。为了解决问题，预测结果，或者帮助公司制定战略，需要将大众的知识利用起来，这类尝试是众包最主要的应用之一，集体智能则是其中不可缺少的组成部分。

集体智能是团体认知的一种形式，蚁群行动起来就像是一个器官里的各个细胞，在蚁群中发挥作用的就是团体认知。这点我们还能在人类的选举中看到：上百万人的选择产生一个结果。从20世纪初期开始，社会学，行为心理学，乃至计算机科学的学者们，都开始研究这一现象。但在互联网出现后，集体智能有了新的用处，原因很简单，在推动集体智能的发展方面，互联网居功至伟。

众包应用“集体智能”主要是通过三种形式，第一是预测市场，或者说信息市场。在这里，投资者根据自己期待的结果，比如总统竞选胜出者或者奥斯卡最佳影片的获胜者，购买某种“期货”。它的功能很像股票市场：人们开户后，以现行的市场价格买卖股票。

如果投资者低买（也许“最佳影片”有黑马入围），一旦他猜对了，就能大捞一笔。比如，判断2008年美国大选占上风的党派，最好的方法不是根据票数，也不是威望，而是《Slate》杂志上的图表，它反映的是候选人在预测网站Intrade的期货市场上的相对价格。（Intrade显示，在2008年2月，首轮投票选举的星期二后，巴拉克·奥巴马领先于希拉里·克林顿，全国投票几周前，奥巴马的财富有所增加）。

第二种形式，是解决问题，或者叫众播①。需要帮助的人将问题在网络上公开，这样问题就会被一些身份无法确定，但可能帮得上忙的人看到。“创新中心”就是一个这样的例子，它拥有分散在各地的14万名科学家，为世界500强公司解决棘手的研发问题。

第三类是“点子汇”，基本上类似于网上的集体讨论会，只不过要花几周时间而非几个小时。“点子汇”和众包很像，只是前者对提交内容的要求更为开放。这些点子不是为了解决某个特定的问题，而是用于创新。有人指出，这就像互联网上的建议箱，仅此而已。但并不是互联网实现了众包——它只是极大的改善了众包的效果。

集体智能在实践中的应用胜过理论，比如人们常提到的维基百科，虽然它的结果看上去①以竞赛的方式，处理现实中的公司问题，设计出产品与服务。大公司正在接受这种竞赛，用它收集未来商界领袖的创意，以保持竞争优势。

是违背直觉的，有悖于我们一直认为的世界运转的方式——比如说，一般来讲高智商的人应该总是胜过“棕色袜子”，其他事情同理。但互联网提供了一个机会，让我们能重新思考人类对自我行为的理解。因此，在了解集体智能在众包中的应用之前，我们先试着用理论来解释一下为什么它能行得通。

众包植根于一个平等主义原则：每个人都拥有在别人看来很有价值的知识或才华。广义来说，是众包作为桥梁将两者联系起来。也就是说，每个人都拥有自己的特质，每个人都站在众包的中心，这也是违背人类惯性思维的。

我们的特点在于，人人都是环境的天然产物：出生地，家庭，地理环境，经历，以及其他无数在奇怪的熔炉中结合在一起的变量，这些制造出独一无二的个体。这种独特性存在于一大群人中时，就叫多样化。在近20多年的同一性政治（Identity Politics）中，这个词被强加了很多令人遗憾的精神负担。但就众包而言，将概念上的多样化和政治中的多样化区分开是很重要的。学者和企业家们发现，我们的差异之和是一种无限强大的力量，可以用来解决问题，开发新产品，或者仅仅让网络和现实世界都变得更加有趣。17世纪的哲学家迈克尔·蒙田（Michel de Montaigne）曾写到，“世界上没有两个人的意见完全相同，正如两根头发，两个谷粒都不尽相同。差异性是他们最普遍的特性。”蒙田的意思是，我们唯一的共同之处就是我们全然不同。在网络时代，这是件很棒的事。

小改动带来的大不同

奈得·格利（Ned Gulley）正在从事关于群体智能（Group Intelligence）的实验和研究。格利是迈斯沃克软件有限公司的软件设计师，著名的MATLAB软件就是这个公司研发的，该软件被数学家和工程师们用于解决极为复杂的计算问题，其复杂程度让大多数人瞠目结舌。1999年，公司决定举办一个程序设计竞赛。之前的竞赛都是通过邮件进行的，但评选获胜的参赛程序是一项繁杂而乏味的工作。因此格利建议，再举办一个网上竞赛，对这些程序进行实时评级。

公司的目标是：“为MATLAB用户提供一些娱乐活动，同时鼓励大家相互交流优秀的程序。”从人们开始使用电脑之日起，编程竞赛已经成为黑客文化的一部分，原因是：竞赛让技术的提高过程变得像游戏。早在20世纪70年代，大学的计算机系就开始举办各种各样的竞赛，而一些日常生活中的比赛出现的更早。

迈斯沃克公司正在重新发扬这种令人尊敬的传统。乍看之下，格利的建议和传统的方式如出一辙。选手要解决的问题是被称作“销售员路线的问题。”这是一个经典问题：假设一个销售员要走过N座城市，选手要找出一个包含所有给定城市的最短路程的环路。参与者可以提交算法，或者计算机代码，通过一些步骤来引导销售员。比赛在十天后结束，谁的代码最有效率，谁就是获胜者。

但是，格利加了一点小小的改动：为了创造出更好的方案，比赛允许参赛者“借鉴”他人的代码——每个方案在提交后，会很快被打分，排名，然后公布在网页上，其他选手都能看到全部的程序代码。他们可以把最好的代码剪切粘贴，然后加入一些改动重新提交，即使这类改动很小也没问题。如果这种微调能让代码变得更好，那么即使这位选手只改动了几行，也能上升到第一位。

格利说，结果和实际的软件研发过程像极了。“在一个办公室，很多研发人员聚在一起，如果一个人解决了某个问题，大家会围拢在一起看看他是怎么做的，然后恍然大悟的发出一声感叹，再把这个加入他们自己的代码中。”他说。“在我们的文化中，有一个流传很广的谬误，是关于托马斯·爱迪生的，人们认为这个聪明的人会带我们走出困境，当他走进房间，出来后就有了一个绝妙的点子。”实际上，他的大多数突破都是集体努力的成果。格利说“我想要举办一个竞赛，更好的模拟人们的创意遍布全球的真正方式。”

有一点要说明，与其说MATLAB的竞赛是一个众包的例子，不如说它证明了众包如此有效的原理。在这个例子中，它更接近于佩吉的人工代理试验，而不是TopCoder的软件研发方法。后者还利用众包创造出了有别于学术界的产品。

这种对抄袭的鼓励不但没有离间MATLAB的用户，反而让他们前所未有的着迷于自己的工作。来自爱尔兰的选手内森写信给格利说，在最后准备提交代码之前，他激动的浑身颤抖，他为这种情况感到苦恼。

那些最投入的选手们，为了拔得头筹推迟了假期，有的还逃课，甚至抱病参加比赛。格利称MATLAB的竞赛为“上瘾的合作”，这正好呼应了杰克·休斯对TopCoder的描述：“竞争性合作”。

“某个程序员为了修改一个目前获胜的优秀代码，会花一整晚的时间。”然后某个人跟上，再做些微调，接着，他们成了第一。而当初那个程序员也许会想‘这个混蛋！他不过是通过复制我的代码把我踢出局而已。’所以，第一个程序员为了夺回第一的宝座，继续在这个已经改进过的程序上再加入一些改动。” 格利说，“比赛的最终目标不是获胜，而是想出一个让其他所有选手大开眼界的绝妙改动，这就像是一个以声誉为基础的追分系统。”

然而，MATLAB的不同凡响之处，不在于它激发了这股热潮，而是在这十天里，所有人的知识产权被公众随意的反复使用，结果这十天的喧嚣被证明是一种解决问题极其有效的方法。

从1999年开始，公司每年都要举办两次这样的竞赛。格利说，在竞赛快结束的时候，最好的代码比第一天的代码强一千倍。这就是为什么实践让理论奄奄一息。我们如何解释这样让人惊讶的进步？很显然，一切都是因为大众的出现。一群很聪明的程序员合作，最终创造出的方案肯定比他们各自能拿出的最好方案更好。还有一点也很清楚，想法的自由交换促成了整个过程，帮助孕育了一个合作的环境，在这个环境里，好的想法可以变得更好。但这些都无法解释，为什么更有效率的算法相继出现，走势形成一个指数弧线。

有一点很引人注目，最好的程序员做出的贡献并不一定是最有价值的，新手常常给出一些至关重要的改进，带来突破。或者引用格利的话说：“有时候，一个脚本少年（黑客行话，指那些没经验，刚出道的黑客。）想出的改动，会令爱迪生都不得不擦亮眼睛说‘哇！’”

换言之，“棕色袜子”再一次打败了高智商组。这可能又不符合惯性思维，但实际上，在佩吉进行电脑代理竞争试验前50年，解决问题的分布式网络力量已经有所体现了。

多样化与市场

经济学家F.A.海耶克（F. A. Hayek）最著名的成就是，构筑了玛格丽特·撒切尔和罗纳德·里根的自由市场政策，当然，也有人因此对他不满。

海耶克在世纪之交出生于维也纳，希特勒和斯大林执政之时，他已经是享有盛誉的经济学家了。在伦敦经济政治学院，海耶克对计划经济的弊端大加指责，而当时纳粹和苏联政府采用的都是这种经济模式。海耶克认为，市场是一个高效率的机构，它有能力协调经济活动，任何个人或专家尝试干涉它的行为都会带来负面影响。和其他同时代的经济学家一样，海耶克也支持亚当·史密斯关于市场“无形的手”的说法，并为此做了很多事。1974年，因为这个课题的部分研究，他获得了诺贝尔经济学奖。撒切尔夫人和里根都是海耶克的朋友，他从来不想树敌，但争议甚嚣尘上，逐渐掩盖了他的诸多贡献。

在1945年的论文“社会中知识的使用”中，海耶克评论道，那些既不存在于学术界也不存在于公司会议室的知识，那些“某个特殊时空环境下的知识，”社会是无法对这样的知识做出恰当评价的。这样的“局部知识”，现在一般叫“私人信息”，让几乎每个人都拥有自己的独特优势，因为他拥有独一无二的信息，这样的信息可能会创造出有益的用途。” 但如何获取这些分散信息的研究尚未完成。海耶克写到：

“社会的每个成员只能拥有全部知识中的一小部分，因此，对于社会上其余的大部分工作，人们都无从得知……文明之所以存在是因为我们都能从不知道的知识中受益。文明可以帮助我们战胜个人知识的局限，方法之一是改变无知，但并不是通过掌握更多的知识，而是通过利用那些已经存在并将继续广泛分布在大众当中的知识。”

这是在互联网出现之前写的，互联网在汇聚和利用离散信息的能力上，超出了海耶克的想象。MATLAB竞赛是一个很好的实践，试着证明了海耶克的中心论点：对于我们最棘手的问题，大家可能有自己的方法，但摆在我们面前的计划是，将所有的知识汇聚到一个中央仓库。当格利将MATLAB竞赛的开放式设计说成是“逗弄对方，让他说出自己的私人信息”，正是借用了海耶克经济学理论，而这并不是巧合。

格利煞费苦心的搜集了大量的研究资料，从这些资料中他得出结论，为什么这种“上瘾的合作”会如此有效果。

通过线性分析，格利断定，在一段较长时间的微调后，事物会发生质的飞跃。“人们会从代码中找出漏洞，就像鬣狗对动物残骸感到不安，他们会想尽办法折腾，直到某人出现将残骸移走，它才能恢复常态。”

格利创造的图表大概也很容易描述动物的进化过程。基因的突变并不遵循这个线性图，但它的特点也是小的改变和大的飞跃——这是一个由进化生物学家斯蒂芬·杰·古尔德和奈尔斯·艾垂奇发现的“间断平衡学说”的理论核心。

在一些令人信服的证据基础上，格利必然会对这些相似之处有所察觉，并且相信，他掌握的关于MATLAB竞赛的这些资料，很可能会揭示出在社会学和生物学中，事物是如何发展进步的，以及相关的一些更深入的真相。

“在历史课上我们了解到，那些伟人，比如拿破仑，都是独行侠。然而现实生活比这乱得多，在这些导致飞跃和改变的事实之间，涉及到某种复杂的相互作用。”历史需要“脚本少年”——也就是“棕色袜子”的出现，用他们独特的洞察力来重新教育每个人，赋予他们一个全新的视角。

“我们有一些确实很聪明的参赛选手，在一个守旧的竞赛中，他们当中的某个人将获得突破性的发现，这可能是最好的解决方法，仅仅因为他们优秀。但在MATLAB竞赛中，人们会立刻出现，聚在一起对程序进行不断的修改。这不是一个人能做到的。而是一大群人，我们有使用这个超级大的集体大脑的权利。如果我们可以开发这个大脑来治疗癌症，才是真正让人惊叹的事。”

此大众非彼大众

在MATLAB这类竞赛中出现的集体智能，其核心是多样性，但仅仅存在多样性还不够，它也需要维护。

当足够多的人聚在一起，比如在一个酒吧或者聊天室，一种神秘的力量就开始发挥作用。人们或者突出他们的差异，分化成对立的阵营，或者为了达成共识而淡化各自的不同。两种现象有同样的网络效果——大众中的多样化减少了。

人类进化了几千年，才成为高度社会化的群体。在许多情况下，人类和平达成共识的能力攸关生死，比如“一只猛犸象冲过来了，我们要冲上去用鱼叉戳它吗？”但当集体智能发挥作用的时候，共识适得其反，比如在众包模型——信息市场和解决问题的网络中。

2004年，詹姆斯·索罗斯基（James Surowiecki）出版了一本书，叫《群众的智慧》。这本书的书名是对查尔斯·麦凯在1841年出版的经典书籍《群众非同寻常的幻想与癫狂》一书的戏谑，这也是对一哄而起的行为进行严厉的控诉，正是这种盲目跟风导致了17世纪30年代荷兰“郁金香热”那样的灾难 (不必说了，“众包”这个词是借用这两位作家的)。然而，群体智能的理论比索罗斯基的书提前了数十年，事实上，近年来这本书又在迥然不同的领域重新流行起来，比如在社会学和商业管理领域。

《群众的智慧》迎合了当下流行的创造力潮流，这是其他涉及该主题的作品没有过的。这本书列举了一批很有说服力的例子，在这些例子中，大众证明了“三个臭皮匠，赛过诸葛亮”。

一群英格兰农村的采购员是怎么猜中获奖的小公牛不足一磅的？一个班的学生们是怎么猜到糖果罐里有多少颗软糖的？游戏节目“谁想成为百万富翁”的观众为什么一直能击败专家？

——都是依靠群众的力量。这样的轶闻趣事散发着神奇的光泽，再加上集体的想象力，常常成为鸡尾酒会和办公间冷水机边的谈资。不幸的是，因为索罗斯基的保守分析，这些都被删掉了。

事实上，大众的智慧并没有魔法，而且这个表述本身有种误导。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，大众表现出的智慧和“一群人”并不一样，发挥的作用也不一样。“一群人”包含有一组人像一个单元一样行动的意思，比如说“一群人冲破障碍，带着一点歇斯底里的感觉，突然来找作者。”好吧，作者们很少引起那样疯狂的爱慕，但请领会精神。

群体的定义是“一群因共同特点结合在一起的人”。而共同特点太多，会削弱集体智能，它的活跃程度和一群人中多样化的程度，以及他们表达个人意见的能力成正比。为了表现出色，大众根本不能像一群人那样。

多样化要想战胜能力，还有很多必须满足的限定条件。

首先，这个问题必须真的很难解决。没有人需要一群各式各样的人帮他们系鞋带。

其次，大众必须具备随时解决问题的一些能力。如果要设计一个更高效的核反应堆，随机挑选几个坐地铁上下班的人，肯定很难超过一组核能工程师。即使佩吉的“棕色袜子”也是从大学的教师休息室中挑出来的，而不是从电话本上随便挑的。还必须有一些方法，将每个人的贡献汇合在一起，并加以处理，比如MATLAB竞赛的记分和排名引擎。

最后，参与者必须来自一个足够大的人才库，以确保各种各样的方法都有。另外，他们表达自我个性（也就是他们“局部知识”）的能力必须没有受损。

记住所有这些后，让我们重新来看一下那些乍看不符合惯性思维的例子。比如“糖果罐”：随机挑选更多或更少的学生，都会带来不同，他们会采用一系列策略来解决问题。在这个案例中，聚集机制就是老师收集大家的答案，计算出平均数的能力。但关键是要求学生不参考同桌的答案，独立写下自己的猜测。（MATLAB参赛选手在盗取别人的代码时，不会参考太多意见，彼此隔离保留了他们的多样化。）

现在让我们再来看一下，在游戏节目中，观众答对超过90%的问题的能力。

在“谁想成为百万富翁”这个节目中，选手需要回答15个难度递增的问题。如果全答对了，就会赢得100万美元。问题是多选题，有4个备选项。当他们被难住的时候，可以选择“救生索”，也就是打电话给朋友——估计是比较博学，类似百科全书的那种；或者求助观众。前者的表现让人惊讶，答对的几率是65%；而观众远胜于此，他们的正确率是91%，最优秀的一名选手都强得多，实在令人印象深刻。

这似乎是一个充分的证据，证明群体的智慧胜过其中最聪明的人。但这只是一个例子罢了，它实际是一个简单的算数题：即使一小部分人拥有正确答案，这组人也会准确的将结果预测出来。因为，佩吉写道“错误互相抵消了，正确的答案像奶油一样浮了上来。”这点也很容易解释，比如节目里曾有这样一个问题，雪尔帕人和廓尔喀族是哪个地方的人？A.尼泊尔B.摩洛哥C.厄瓜多尔D.俄罗斯。如果只有4%的观众知道正确答案是A.尼泊尔，剩下的观众可能会从在四个答案中随意猜测，结果是24%的观众猜摩洛哥，24%猜厄瓜多尔，24%猜俄罗斯。但有28%的观众会猜尼泊尔。

当然，猜测这些零碎的问题和改进一个比这上千倍的编码有着巨大的差异。后者不仅让人终身难忘，而且挑战了信仰。但同样的环境——也就是说多样化和合适的条件——对两个例子都适用。

表面上，MATLAB大概能吸引到大部分高智商的程序员。换言之，这是一个根据解决问题的能力而自我筛选的群体，毋庸置疑，最有才华的MATLAB程序员中，有很多人都参与过这个竞赛。

但在多年使用MATLAB计算机语言的过程中，最好的编程员们学到的是相似的技巧和捷径；而缺乏经验的编程员——那些外行——不得不自己想出一些捷径，这便带来了认知上的巨大飞跃，让最终获胜的方法比最初的方法强一千倍。

如果英雄所见略同——在很多场合确实如此——那么其实它只反映了一种思维。或者像佩吉说的，“两个人也不比一个人好，假如他们俩想的一样的话。”一个多样化的群体会为问题带来很多不同的解决方法。他们是如何将这些方法应用到现实问题中的？——这比带领一个销售员通过几个城市要复杂的多——这是我们下一章的主题。