“约翰·亨利·霍兰德（John Henry Holland，1929年2月2日－2015年8月9日）是一位杰出的美国科学家，密歇根大学教授，被誉为“遗传算法之父”，也是复杂自适应系统领域的先驱。他的研究横跨计算机科学、心理学、电子工程等多个学科，并对职业规划领域产生了深远影响。”

01. 人物介绍

那个让机器学会进化的人

你有没有想过这样一个问题：

一棵树，没有大脑，没有老师，没有人告诉它该往哪个方向长。可它偏偏知道——朝着光的方向伸展枝叶，朝着水的方向深扎根系。

一个蚁群，每只蚂蚁都笨拙得可笑，单独拎出来连方向都找不准。可它们聚在一起，就能找到最短的路，能在河上搭桥，能搬动比自己重几十倍的食物。

你自己的身体，由数万亿个细胞组成，每个细胞都只是懵懵懂懂地做着自己的事。可它们合在一起，就构成了你——一个有思想、有情感、能读到这里、会为故事动容的你。

这就是“涌现”——简单的个体，遵循简单的规则，却在整体上呈现出惊人的智慧。

约翰·亨利·霍兰德，是第一个把这套逻辑翻译给机器听的人。

他不是一个写诗的科学家，但他的思想，像诗一样美丽。

1929年的冬天，美国密歇根州，风雪敲着窗玻璃。一个普通家庭里，小男孩约翰·亨利·霍兰德出生了。

没有人知道，这个安安静静的孩子，会在几十年后悄悄改变世界的模样。

一、童年：那个总在问“为什么”的男孩

（图片来源：AI生成）

霍兰德从小就有点不一样。

别的孩子拿到玩具，会开心地玩。他呢？他会把玩具拆开——拆得七零八落，零件散了一地。母亲走进房间，看到满地碎片，叹了口气：“约翰，你又拆了什么？”

他抬起头，眼睛里闪着光：“妈妈，我只是想知道它为什么会动。”

“想知道它为什么会动”——这句话，几乎概括了他整整一生的追问。

他好奇的不仅仅是玩具。

他好奇种子怎样长成树——那颗小小的、硬硬的种子里，究竟藏着什么秘密，能让它破土而出，长出第一片嫩绿的叶子？树叶又为什么总是朝着光的方向？如果把它种在暗室里，它会怎样？

他好奇小鸡怎样破壳而出——在蛋壳那个黑暗、狭小的世界里，它怎么知道应该啄壳？啄哪里？什么时候啄？如果没有人教它，它为什么天生就会？

他好奇孩子怎样学会走路——从摇摇晃晃到稳稳当当，中间那无数次跌倒和爬起，究竟发生了什么？为什么每一次跌倒，下一次就会好一点点？那“一点点”，是从哪里来的？

好奇的种子一旦埋下，就会自己寻找生长的方向。

上学后，他依然保持着这种近乎固执的探究欲。老师在黑板上写下公式，同学们忙着抄笔记，他却举手问：“老师，这个公式背后，有没有一个故事？”

老师愣了愣：“什么故事？”

“一个关于‘变化’的故事，”他说，“它从哪里来？它想解释什么？”

老师没有回答这个问题。或许在那个年代，没人觉得数学公式需要“故事”。

但霍兰德没有忘记自己的提问，他用了整整一辈子，去找这个答案。

二、少年：大萧条与收音机里的宇宙

霍兰德的童年，正赶上美国经济大萧条。

街上到处都是排队领救济粮的人，父亲在工厂的工资一减再减，母亲把每一分钱都掰成两半花。家里买不起玩具，更买不起昂贵的实验器材。

但少年的霍兰德发现了另一个世界——一个免费的、奇妙的世界。

那台老旧的收音机。

每天晚上，他都会把耳朵贴在收音机的喇叭上，转动旋钮，听着那些沙沙作响的电磁波里传来的声音。天气预报、乡村音乐、新闻播报、遥远的异国语言……他痴迷的不是内容，而是现象本身：

“声音是怎么钻进空气里的？它怎么就能从芝加哥传到密歇根？如果我在这里喊一声，千里之外的某个人真的能听到吗？”

他找来几本旧书，自学了最简单的电路知识。然后做了一件让邻居们都惊讶的事——他用手边的废旧零件：一个空罐头盒、一卷铜线、一块几乎碎裂的磁铁，硬是组装出了一台简陋的无线电收发器。

当耳机里第一次传来清晰的、来自另一个城市的信号时，霍兰德激动得差点跳起来。

“这太神奇了，”他后来回忆说，“这个世界并不是我们肉眼看到的样子。空气里到处都是信号，只是我们平时听不见。”

这句话，像一把钥匙，打开了一扇门。

他开始意识到：世界的本质，不是表面那些看得见摸得着的东西，而是背后那些看不见的规则和关系。收音机如此，生命如此，也许智能，也是如此。

三、青年：在学科之间游牧的人

二十岁出头，霍兰德在麻省理工学院拿到了物理学学士学位。

那是一个属于物理学的黄金年代。原子弹的蘑菇云刚刚散去，量子力学正改写着人类对世界的认知。爱因斯坦还活着，费曼在讲台上嬉笑怒骂，整个物理学界弥漫着一种“我们正在揭开上帝底牌”的豪迈。

如果沿着这条路走下去，霍兰德会成为一名不错的物理学家，他的导师也这么希望。

但他总觉得缺了什么。

物理学的语言很美，力等于质量乘以加速度，能量守恒，万物井然有序。可这门语言描绘的是一个确定的世界——给定初始条件，结局早已注定。就像台球桌上，只要你告诉我击球的角度和力度，我就能算出每一颗球的轨迹。

而他真正好奇的，是那些不确定的事情：

一个系统是如何学会“适应”的？它如何在混乱中摸索出秩序？如何在一次次犯错之后，变得更好？为什么有些系统——比如生命、比如大脑、比如市场——天生就带着一种“自我改进”的能力？

这些问题，物理课本上没有答案。

他想转向，却找不到一个现成的系来收留他的疑问。心理学系？似乎沾点边，但心理学太“软”，不够精确。工程学系？也有关系，但工程学太“硬”，只关心“能不能用”，不关心“为什么这样”。计算机科学？可当时还没有“计算机科学”这个专业——最早的计算机科学系，要等到1960年代才陆续出现。

怎么办呢？

他做了一个当时很大胆、回头看很明智的决定：自己创造一条路。

1950年代，霍兰德来到密歇根大学。他做了一个让导师们面面相觑的选择：

同时攻读三个学位——心理学、电子工程、还有那个新鲜出炉的、连名字都还没起好的“计算机科学”。

你可以想象那个画面：一个年轻人，背着一个鼓鼓囊囊的书包，里面装着弗洛伊德的《梦的解析》、电路设计的图纸、还有一摞摞打满孔的计算机程序纸带。上午在心理系的课堂上听教授讲“刺激-反应”理论，下午在工程系的实验室里焊接电路板，晚上泡在机房里——那个年代，机房是一间没有窗户的大屋子，空调嗡嗡作响，巨大的主机占了半面墙，磁带卷慢慢转着，像一只沉睡的巨兽。

霍兰德喜欢机房。他说，那里安静，只有机器的呼吸声。

他像是一个游牧者，在不同的学科交界处搭起帐篷。心理学给了他观察“认知”的眼睛——他开始理解“学习”这件事在生物体中是如何发生的；工程学给了他建造“系统”的双手——他学会了如何把一个想法变成一台实实在在能运转的机器；而计算机科学给了他一个可以自由奔跑的实验场——在这里，他可以创造虚拟的世界，让虚拟的生命在里面生长、竞争、进化。

1960年代，当大多数人还不知道“计算机科学”为何物时，霍兰德已经拿下了这个专业最早的博士学位之一。

他的博士论文题目是什么？你猜猜——

“逻辑电路中的适应性问题”。

“适应性”这三个字，从博士论文的第一天起，就一直陪着他，直到生命的最后一刻。

四、博士后岁月：一个疯狂的念头

（图片来源：AI生成）

拿到博士学位后，霍兰德留在密歇根大学任教。

他的办公室不大，书架上塞满了书——生物学的、数学的、心理学的、计算机科学的。它们像一群来自五湖四海的朋友，被一个共同的好奇心邀请到了同一个屋檐下。来访的人常常会惊讶：一个计算机教授的书架上，怎么会有达尔文的《物种起源》和道金斯的《自私的基因》？

霍兰德笑着回答：“因为我们做的工作，本来就是把达尔文搬进计算机。”

那时人工智能的主流叫“符号主义”。

什么是符号主义？简单说，就是工程师把人类的知识和规则，一条一条、工工整整地写进程序里。就像一个教孩子下棋的父亲，他把所有可能的走法都写在纸条上，让孩子照着做。

“如果对手走马，你就走車。”

“如果对手将军，你就挪帅。”

“如果……，那么……”

这种方法确实管用。下棋的程序能赢棋，诊断的程序能看病。但有一个问题：程序只能做你教过它的事。 一旦遇到纸条上没有的情况，它就傻了。

更重要的是，这种程序永远不会“发明”新的走法。它永远不可能下出超越人类智慧的棋，因为它的每一步都是人类教给它的。

霍兰德觉得这条路不对劲。

“自然界用了三十多亿年，琢磨出一个叫‘进化’的办法，”他想，“复制、变异、选择、淘汰。没有设计师，没有总工程师，没有人在黑板上画过图纸，系统自己就能变得越来越‘聪明’。那么，我们能不能把这个原理搬进计算机？”

这个想法在当时听起来几乎是疯的。

你想啊，1960年代，计算机的内存只有几K（连现在的一张图片都存不下），运算速度慢得令人发指。你让程序“进化”？拿什么进化？往哪儿进化？

但霍兰德不在乎这些。他坐下来，开始写代码。

那是1960年代，计算机还是庞然大物——整间屋子那么大的主机，打孔纸带一卷一卷摞起来比人还高，运行一个程序要等好几个小时。你要先在一张长长的纸条上打孔，每个孔代表一个指令；然后把纸条放进读卡器，机器开始“哗啦哗啦”地读；如果有一个孔打错了，整个程序就会崩溃，你得从头再来。

霍兰德就坐在这样的机房里，听着磁带转动的嗡嗡声，像一个园丁蹲在田埂上，看着种子破土而出。

他的想法很简单，也很疯狂：

• 第一步：先生成一堆随机的程序。它们笨拙、混乱、一无所知，就像刚出生的婴儿。
• 第二步：让它们面对同一个问题，看谁表现得最好。这一步叫“选择” ——表现好的活下来，表现差的淘汰掉。
• 第三步：让表现好的程序“繁殖”——交换彼此的代码片段，这一步叫“交叉” 。就像两个父母生孩子，孩子继承了父母各自的优点。
• 第四步：偶尔让某个程序的某一个小地方随机改变一下，这一步叫“变异” 。有时候变异是坏的，孩子变得更糟；但偶尔，变异会产生一个惊喜——一个全新的、前所未有的好方案。
• 第五步：然后，再来一遍。一代，又一代，又一代。

有时候他夜里睡不着，会一个人回到机房。黑暗里只有屏幕的微光，照着他的脸。他看着那些程序在屏幕上跳动——那些被淘汰的、那些新出生的、那些正在交换代码的——像一群微小的生命，在数字的荒原上摸索着、试探着、一点一点靠近那个看不见的目标。

他想：这不就是生命的秘密吗？

不需要上帝之手，不需要中央指挥，不需要任何人提前知道答案。只需要无数次微小的尝试，和一次温柔的选择——选择那些“还不错”的，淘汰那些“不太好”的。一代一代，系统自己就会变得越来越聪明。

这就是遗传算法。

五、《自然和人工系统中的适应》：无人问津的杰作

1975年，霍兰德出版了一本书，名字很长：《自然和人工系统中的适应》。

这本书不厚，语言甚至有些干涩。它没有华丽的辞藻，没有轰轰烈烈的宣言，更像一本工整的笔记——一个孤独的思想者，安静地记录了许多年的思考。每一章都写得很克制，像一个人不太习惯表达自己的情感，只是把事实摆在那里，让读者自己去感受其中的美。

它没有成为畅销书。

出版社的编辑委婉地告诉他：“霍兰德先生，这本书可能不太好卖。我们建议您写得更通俗一点，加点案例，加点故事，让普通读者也能看懂。”

霍兰德想了想，摇了摇头。

“我不能为了好卖，就把科学写成鸡汤，”他说，“复杂的东西，本来就需要时间去理解，我不着急。”

审稿人的意见更直接：“这太不寻常了。生物学是生物学，计算机科学是计算机科学，您怎么能把两者混在一起？这不科学。”

论文被退稿，研究资助申请被驳回。学术会议上，有人公开质疑：“计算机程序怎么能像生物一样进化？程序是确定的，程序没有DNA，程序不会繁殖——您这是在编科幻小说吗？”

霍兰德没有争论。

他不是一个会拍桌子的人。 他的身材偏瘦，说话声音不大，语速不快，从不在公共场合流露激烈的情绪。他的反击方式很温和，也很坚定：回到机房，继续写代码，继续让程序进化。

“不要太在意眼下的反响，”他跟一个沮丧的研究生说，“科学不总是理解它自己的先驱，有时候需要等一等。”

等多久？

他没有说。他只是默默地等了下去。

但他愿意等，因为他知道，他手里握着的，是一颗真实的种子。而种子需要的，只是时间。

六、遗传算法：从沉寂到爆发

（图片来源：AI生成）

时间，终于证明了霍兰德的耐心。

1980年代，计算机的算力开始飞速增长。过去需要跑一整夜的程序，现在几分钟就能跑完。过去只能处理十几个参数的算法，现在可以处理成千上万个。

遗传算法，一夜之间，从边缘走进了聚光灯下。

人们突然发现，这个“被退稿”的算法，竟然能解决那么多难题——

航空工程师用它来设计机翼的形状。过去，工程师需要在风洞里做几千次实验，耗时数月，花费数百万。现在，让一群“虚拟机翼”在计算机里进化，几万代之后冒出来的那个形状，比人类设计师画的任何图纸都更符合空气动力学。

机器人专家用它来设计步态。一个六条腿的机器人，怎么走路最快？不用人教，让程序自己去试。一开始它摔得七零八落，踉踉跄跄。但几千代之后，它进化出了一种人类从未见过的步态——六条腿交替运动，又快又稳，像某种来自外星球的生物。

调度员用它来优化工厂的生产计划。几十台机器、几百个订单、几千个约束条件——传统算法根本算不过来。遗传算法不在乎这些，它只管“试”，一代一代逼近那个最优解。结果是：生产效率提升了30%。

生物学家用它来模拟蛋白质的折叠。一个蛋白质分子在三维空间里怎么折叠，决定了它的功能。这个问题的搜索空间大得离谱——比全宇宙的原子数还多。遗传算法是少数几种能在这个空间里找到“可能答案”的方法之一。

甚至艺术家也开始用它。有人用遗传算法“进化”出新的颜色、新的形状、新的旋律。你让程序听一万首巴赫的赋格曲，然后让它自己“生”出新的曲子。几代之后，它写的曲子，连专业的音乐家都分不清是人写的还是机器写的。

遗传算法突然无处不在。

而这一切的源头，都指向密歇根大学那间小小的办公室，指向那个一个人在机房里默默等待了十几年的老人。

霍兰德开始收到全世界各地的来信。信里有感谢、有请教、有邀请。他被请去演讲，被请去领奖，被请去白宫。1992年，他获得了麦克阿瑟“天才奖”——那是美国最负盛名的学术奖项之一，颁给那些“改变了我们思考世界的方式”的人。

他站在领奖台上，面对着闪光灯和掌声，说了一句让所有人意外的话：

“这不是天才。这只是我愿意等。”

台下安静了一瞬，然后掌声更响了。

七、圣达菲：异类的聚会

1980年代，霍兰德的人生出现了一个重要的转折点。

一群“不安分”的科学家聚在了新墨西哥州的圣达菲——一个用土坯房和沙漠阳光建成的小镇，天空蓝得像洗过一样，空气干燥而清澈。这些人里有物理学家、生物学家、经济学家、计算机科学家。他们在各自的领域里都算是“异类”——因为他们的兴趣太宽了，宽到没有一个单一的学科能装得下。

他们有一个共同的信念：

世界不能只用一门学科来解释。

生命是物理的，也是化学的，也是信息的。经济是数学的，也是心理学的，也是社会学的。大脑是生物的，也是计算的，也是哲学的。你要理解这个世界的复杂性，就必须跨越学科的边界，让不同的知识相互碰撞。

他们给这个松散的组织取了一个名字——圣达菲研究所。

霍兰德几乎是瞬间就爱上了这个地方。

在这里，没有人觉得他的研究“太不寻常”。相反，大家围过来，兴奋地问他：“你是怎么让程序进化的？”“你的遗传算法，能不能用来模拟股市？”“免疫系统的工作原理，是不是也可以用这套逻辑来解释？”

他成了圣达菲研究所的核心成员，后来又担任指导委员会主席。他和一群同样“异类”的人——包括诺贝尔奖得主赫伯特·西蒙、物理学家默里·盖尔曼——一起打磨一个后来影响深远的概念：

复杂适应系统。

听起来很学术对吧？但霍兰德解释得很温柔。他说：

“你看一棵树，它没有蓝图，没有设计师，没有人在它还是种子的时候就画好了一张‘未来的树’的设计图。树枝朝光的方向长，树根朝水的方向钻。它不是在‘设计’自己，它只是在活着，然后变成了最合适的样子。”

“一个蚁群，每只蚂蚁都很笨——它的脑子只有针尖那么大，单独拎出来连路都找不到。但它们在一起，就能找到最短的路径，能在河上搭桥，能搬动比自己重几十倍的食物。没有蚁后发号施令，没有总工程师画图纸，它们只是遵循几条简单的规则，然后整体就出现了惊人的智慧。”

“人的大脑，每个神经元都很简单——就是‘兴奋’或者‘抑制’，开或者关，像一个小小的开关。但几十亿个开关连在一起，就有了思想、有了语言、有了诗歌、有了数学、有了爱情、还有了伤心。”

这就是“涌现”—— 简单的东西聚在一起，变成了复杂、美丽、无法预测的整体。整体大于部分之和，而部分自己并不知道整体是什么。

霍兰德说，理解了这件事，就理解了生命的秘密，也理解了智能的秘密。

“我们总以为，智慧是某个‘中央处理器’算出来的，”他说，“但大自然告诉我们——不是这样的。智慧，是从下面长出来的。”

这句话，成了复杂系统研究的座右铭。

八、一个温柔的细节

密歇根大学的老同事，至今仍会聊起一个关于霍兰德的细节。

每天中午，他都会放下手头的工作——无论多么紧急——端着一杯茶，坐在办公室的窗边。窗外有一棵老橡树，躯干粗得要两人合抱，树皮上爬满了岁月刻下的皱纹，枝丫错落，像一张苍老而有力的手。

他不是发呆，也不是偷懒。他就那么安安静静地看着那棵树——春天看它抽芽，嫩绿的小叶片从光秃秃的枝干上探出头来；夏天看它撑开满树浓荫，像一把巨大的绿伞；秋天看叶子一片一片变黄、变红、变得透亮，然后轻轻飘落；冬天看它光秃秃地站在雪地里，像一个沉默的哲人。

有时候，他甚至会把茶杯搁在窗台上，双手交叉放在膝盖上，就那么看上十几分钟，一动不动。

有一次，一个新来的学生忍不住问：“霍兰德教授，您总看着那棵树，在看什么呀？”

霍兰德转过头，微微一笑。那个笑容很轻，像风吹过湖面的涟漪，像某个黄昏你恰好抬头看到了一颗星星。

“我在看它适应。” 他说。

“树枝朝有光的方向长，哪怕它自己并不知道什么叫‘光’，不知道光是由什么组成的，不知道光合作用的化学方程式。它只是朝着那个方向，慢慢地、一寸一寸地伸过去。”

“树根朝有水的方向钻，哪怕它看不见水在哪里，不知道水的分子式是H₂O，不知道自己为什么要喝水。它只是钻，试探着、摸索着，哪里湿润就往哪里去。”

“它没有大脑，没有老师，甚至不知道自己是一棵树。但它就是一点一点，长成了最合适的样子。”

他顿了顿，把茶杯轻轻搁在窗台上，目光重新落回那棵老橡树。

“我觉得，机器学会智慧的方式，应该也是这样。”

“不需要一开始就完美。不需要有人告诉它每一步该怎么走。不需要工程师把所有的答案都写在代码里。”

“只需要给它一个目标，给它一点耐心，让它一代一代地去试、去改、去变得更好。就像那棵树一样——慢慢长，朝着光的方向。”

那天下午，办公室里很安静。阳光透过百叶窗，在桌面上画出一道一道的光纹，落在霍兰德苍白的头发上。窗外的老橡树不说话，只是静静地站在风里，叶子沙沙作响，像在回应什么。

那个学生后来回忆说：“那一瞬间，我忽然明白了什么叫‘科学家的诗意’。不是写诗的才是诗人，一个看树的人，也可以是诗人。 ”

九、遗产：无声无息，却无处不在

2015年8月9日，约翰·亨利·霍兰德在密歇根州安阿伯去世，享年86岁。

他的家人说，临终前他意识清醒，说话已经很吃力了。但他还是让女儿把窗前的帘子拉开，看了一眼外面的天空。

那天是个晴天。

他没有创办过市值万亿的公司，没有登上过《时代》杂志的封面，没有在TED的舞台上收获过雷鸣般的掌声。他的维基百科页面，比他那个时代的许多明星都短得多。他的名字对于大多数普通人来说，仍然是陌生的。

但如果你停下脚步，仔细去看，你就会发现：他的影子，无处不在。

每一次你打开导航软件，它为你规划出一条最优路线——那背后可能站着遗传算法。从一个混沌的路口开始，随机生成几千几万条可能的路径，然后一遍一遍筛选、交叉、变异，直到那条最短的路“脱颖而出”。你不知道的是，那个算法，是霍兰德六十年前在机房里一个字一个字敲出来的。

每一次你在短视频平台滑动屏幕，它精准地猜到了你喜欢什么——推荐系统的背后，往往也藏着进化式的搜索。你的每一次点击、每一次停留、每一次划走，都成了“选择”的依据。系统在默默地进化着对你的理解，从“好像喜欢猫”到“喜欢橘色的、胖胖的、会翻肚皮的猫”。

每一次工程师调试机器人的步态——那个六条腿的、在火星上漫步的机器人，它的走路方式不是人类教的。是人类写了一个遗传算法，放在模拟器里，让它自己“进”出来的。几千代之后，它找到了一种人类工程师从未想到过的步态——又快又稳，像是在跳一支无声的舞。

每一次科学家用神经网络解决复杂的问题——深度学习的背后，有一个叫“神经进化”的分支，就是直接继承自霍兰德的思想。不要手工设计网络的结构，让它自己去“长”。哪些节点应该连接？哪些层应该有多宽？让算法自己去试，自己去进化，自己去找到答案。

还有卫星的调度、工厂的排产、药物的分子结构设计、金融市场的预测模型、核聚变反应堆的控制参数……那些让人类工程师头疼了几十年的复杂优化问题，遗传算法都给出了漂亮得惊人的答案。

霍兰德当年种下的那颗小小的、被退稿、被质疑、被忽视的种子，早已长成了一片望不到边的森林。

而那个种树的人，已经安安静静地走了。

十、为什么我们需要记住霍兰德

也许有人会问：知道了霍兰德这个人，对我有什么用呢？

我是一个程序员吗？不。

我是一个科学家吗？不。

我只是一个普通的上班族、一个学生、一个在家带孩子的妈妈、一个刚刚退休的老人。霍兰德的故事，跟我有什么关系？

我想说，有关系的。

因为霍兰德的故事，不仅仅是一个科学家的传记。它是一种看世界的方式，一种面对生活的方式。

我们生活在一个充满不确定性的时代。

没有人知道明年会发生什么，没有人知道明天该走哪条路，没有人知道自己的选择究竟对不对。我们焦虑，因为我们想找到“最优解”——那个最完美的答案，那条绝对不会错的路。

但霍兰德告诉我们：最优解不是设计出来的，是进化出来的。

你看那棵树，它没有在春天的时候就画好一整年的生长蓝图。它只是每天朝着光的方向，长一点点。风来了，它弯一下；雨来了，它喝饱水。一年之后回头再看，它已经比去年高了那么一截。

你看那些遗传算法，第一代几乎是全错的，笨得让人发笑。但是没关系，它们被淘汰掉了，第二代好一点点，第三代再好一点点。几千代之后，奇迹就发生了——不是突变，不是顿悟，是时间的复利。

它需要尝试，需要失败，需要从每一次失败中汲取一点点教训。

它需要时间，需要耐心，需要在看不见光的时候，仍然愿意相信光就在前方。

霍兰德教会机器的事，也许正是我们每个人都需要记住的事：

不必急于成为最优解。

不必在二十岁的时候知道三十岁要做什么。

不必害怕现在的自己“还不够好”。

只要一代一代——不，只要一天一天——

变得比昨天更好一点点。

适应性，也许真的是这个世界最温柔的坚韧。

不需要轰轰烈烈的革命，不需要一蹴而就的奇迹，不需要在朋友圈里晒出“我又进步了”的宣言。只需要你，在今天晚上睡觉之前，觉得今天的自己，比昨天多知道了一点什么，多会做了一点什么。

像那棵老橡树一样——不知道什么叫“设计”，只知道朝着有光的方向，慢慢生长。

多年以后的一个黄昏。

地点不详。可能是在北京的一间出租屋里，一个刚毕业的程序员正对着屏幕调试代码；可能是在深圳的一家咖啡馆里，一个创业者正在笔记本上写写画画；可能是在波士顿的某个实验室里，一个研究生正在等待他的程序跑完第一万次迭代；也可能，就是你现在坐在家里的书桌前，读到这里，稍微停了停。

屏幕上，程序的“适应度”曲线在一点一点攀升。那根线一开始是平的，像一条死掉的心电图，毫无波澜。然后，它开始微微上扬。再然后，它开始加速。每一代都比上一代好一点点——那一点点，肉眼几乎看不出来。但几千代累积起来，是巨大的、不可思议的跃迁。

那条曲线像是某种古老的生命在缓慢呼吸——起起伏伏，但终究是往上走的。它有一种沉默的倔强，像一个人在黑暗中摸索，撞到墙了，退回来，换个方向，再试一次。

年轻的研究员忽然想起导师说过的一句话。导师是霍兰德的学生，现在已经六十多岁了，头发全白了。

“霍兰德教授晚年的时候，有一次我在他办公室交论文，”导师说，“我有点沮丧，因为我的程序跑了三天三夜，结果离预期的还差很远。他看了看我的曲线，笑了。”

“他说：‘你看这个曲线，是不是很慢？’”

“我说：‘是，太慢了。’”

“他摇摇头：‘慢，不等于没有在动。你觉得三天很长，可大自然进化出眼睛，用了五亿年。三天，算什么？’”

“然后他拍了拍我的肩膀——他的手很轻，像风一样——说了一句我记了一辈子的话。”

“不要急，让程序跑一会儿。 ”

窗外的天已经黑了，只有屏幕的微光照亮着这个年轻研究员的侧脸。那些程序还在跑着，一代又一代，不知疲倦，不知气馁。

他不知道霍兰德长什么样——那个老人去世的时候，他大概还在读初中。但他知道霍兰德的名字。他在每一篇论文的开头、在每一个算法的注释里、在每一次深夜的调试中，都能感受到那个人的存在。

就像你站在一片森林里，你不会看到每一个曾经在这里扎根、生长、落叶、腐朽的生命。但你知道，这片森林之所以是今天的样子，是因为它们来过。

那些程序还在跑着。

一代，又一代。

朝着光的方向。

后记

约翰·亨利·霍兰德曾说：“复杂适应系统的美妙之处在于，你不必知道答案。你只需要知道，答案会在过程中自己浮现。”

这句话，给所有还在摸索中的人。

你不必现在就找到答案。

朝着光的方向，慢慢走。

——谨以此文，纪念那个让机器学会“等待”的人

02. 我的思考与感受

写下这篇文章的时候，我一直在想一个问题：

为什么霍兰德的故事让我这么想讲给别人听？

后来我明白了——因为他让我看到了一种久违的、几乎是奢侈的东西。

那是耐心的尊严。

我们生活在一个讲求“速成”的时代。三天学会编程，七天掌握一门语言，一个月成为某个领域的专家。我们被各种“高效”的承诺包围着，仿佛慢是一种罪过，犹豫是一种浪费。

而霍兰德的故事，像一记温柔的耳光。

他用了十几年的时间，做一件被同行质疑、被审稿人拒绝、被主流学界忽视的事情。他没有拍桌子，没有写公开信抗议，没有在学术会议上大声争论。他只是回到机房，继续写代码，继续让那些程序一代一代地跑下去。

“科学不总是理解它自己的先驱，有时候需要等一等。”

他说这句话的时候，语气大概像在说今天天气不错。

这让我想到一个问题：我们是不是太怕“慢”了？

我们怕自己的努力得不到即时的反馈，怕走了一条没有人走过的路会迷路，怕自己种的种子迟迟不发芽。于是我们选择拥挤的道路，选择已经被验证过的方法，选择那些“一定会有结果”的事情。

可是霍兰德告诉我们——真正改变世界的东西，往往是在无人问津的角落里，慢慢长出来的。

遗传算法是这样，复杂适应系统理论是这样，一切有生命力的创造，大概都是这样。

它需要时间，它需要孤独，它需要一个人在看不见光的时候，仍然愿意相信光的存在。

霍兰德让我想起那棵他每天中午都看着的橡树。

树不会说话，树不会写论文，树不会在社交媒体上展示自己的生长进度。它只是站在那里，朝着光的方向，每天长一点点。一年之后，它长高了一截。十年之后，它撑开了一片浓荫。一百年之后，它站在那里，像一个沉默的哲人，看着来来往往的人，看着他们匆匆忙忙地赶路。

树从来不急。

霍兰德也是。

他用了半辈子的时间，教会了机器“适应”这件事。而他自己，用这一生，教会了我一件事：

不必急于成为最优解。

不必害怕现在的自己还不够好。

朝着对的方向，慢慢走。

把结果交给时间。

这大概是这个时代，最稀缺也最珍贵的智慧。

03. 本期提问

读完这篇文章，我想问你一个问题——不是关于霍兰德的，而是关于你自己的：

在你的人生里，有没有一件你一直在做、却迟迟看不到结果的事情？你还愿意继续等下去吗？