前一阵AI圈流行过一篇文章叫《好品味是最后的护城河 Good tast – the only real moat left》，来自投资人Raj Nandan。其实这篇有一个更早的源头是Y combinator的Paul Graham在2002年左右写的一篇文章《创造者的鉴赏力 Taste for Makers》。
两篇说的都是一个意思：既然AI越来越能干，你作为人类的最后护城河，就是对好坏的判断力。比如说，知道什么该做、什么不该做、往哪个方向做、哪里有点问题，这些都比具体做事能力重要得多。
说得挺好的，转载在下面。但都是深度长文，要花点力气阅读。
—
好品味是仅剩的真正护城河 Good tast – the only real moat left
Raj Nandan
—
AI与大语言模型迅速改变了一件事：合格的产出如今变得廉价。
着陆页几分钟就能生成，产品备忘录只用一条提示就能得到，哪怕团队还没理清公司到底相信什么，也能做出看起来精致的路演PPT。
这就是为什么品味如今在科技圈成了严肃议题。当所有人都能产出看起来像样的内容，竞争优势就转移到了判断力上。能脱颖而出的不再仅仅是会产出的人，而是能分辨「什么是泛化平庸、什么是真实可信、什么值得继续推进」的人。
但还有第二点同样重要：品味不是最终答案。如果人类把自己降格为从AI输出里做选择，我们就会变成机器主导流程的审核者，而非对结果真正负有责任的建造者。
AI与大语言模型时代真正的机会，不是成为更好的筛选者，而是把品味结合你的具体场景、约束条件，以及打造出不可能仅从平均水平里诞生的作品的意愿。
品味到底是什么意思
在这个语境下，品味无关奢侈品、身份地位或是个人审美人设，它指的是不确定性下的分辨能力。
大多数有价值的工作都不会给你完美数据，不会有一张表格明确告诉你：哪句话能打动客户、哪个功能值得投入一个月的工程时间、哪款设计跨过了「精致线」却掉入了「过目就忘坑」。你终究还是要自己做决定。
品味体现在三个地方：
- 你能注意到什么
- 你会拒绝什么
- 你能多精准地解释清楚「哪里不对」
最后一点比第一眼看上去重要得多：很多人都会说「这感觉不对」，但极少有人能说清楚：「这不行，因为它听起来和所有其他SaaS产品一模一样」，或是「这段解释把监管约束揉进了营销话术里，会把客户搞糊涂」。当品味从模糊体感升级为精准诊断，它才真正具备实用价值。
为什么AI和大语言模型会拉平中间地带
大语言模型是出色的模式压缩引擎：它们吸收了海量文本、设计模式、界面案例，再快速重新组合输出。这是它们的优势，也是它们天生的偏差。
从设计原理上，这些系统更擅长产出统计上合理的结果，而非产出完全贴合你具体场景的独特内容。放任不管的话，它们总会倾向于输出分布里最安全的中间值。
所以这么多AI生成的内容都让人觉得似曾相识：
- 换了不同logo，结构却完全一样的着陆页
- 放去几乎任何APP都能用的产品文案
- 标题工整、毫无实际判断的文章
- 看起来现代、却过目就忘的视觉设计
这算不上灾难性的失败，它其实是「做好平均水平」的成功。问题在于，以前做到平均水平已经够难，足够拉开人和人的差距，现在平均水平随处可得。
结果就是，全世界挤满了「十分打七分」的作品，中间地带已经彻底拥挤了。
新的瓶颈是判断力
在AI出现之前，平庸的作品往往源于缺时间、缺资源、缺执行能力。如今作品平庸往往是另一个原因：创作者停在了第一版合格草稿上。
这就是AI带来的经济转变：它压缩了初稿的成本，因此价值就向下游转移了。现在稀缺的能力，是说出这些话的能力：
- 这看起来没问题，但太通用了
- 这听起来很厉害，但掩盖了真正的权衡取舍
- 这个界面很精致，但不符合用户真实的思考逻辑
- 这个计划很有野心，但现有运营约束让它不切实际
换句话说，现在稀缺的技能不是生成，而是拒绝。
AI是你自身品味的镜子
AI最有用的特质之一，也是最让人谦卑的一点：它会把你自身判断力的清晰程度完完全全暴露出来。
让大模型生成十个版本的首页首屏、新用户引导流程、客服邮件或是产品推介，你通常会看到这样的规律：
- 几个明显不合格的版本
- 一大群都还过得去的版本
- 一两个看起来更接近你想要的样子
有意思的问题不是「我该选哪一个？」，而是「为什么大部分版本还是不对？」。你对这个问题的回答，就是你品味的质量。
如果你的批评还停留在模糊描述，说明你的品味还没成熟；如果你的批评精准到位，说明你的判断力比模型输出强得多，你就能用好模型，而不是被模型牵着走。
有一个很实用的思考框架：
| 层级 | AI与大语言模型擅长 | 人类仍需要完成 |
|---|---|---|
| 生成 | 快速产出大量合理变体 | 决定该往哪个方向走 |
| 模式匹配 | 重新组合常见结构和表述 | 发现哪些内容对当前场景来说过于通用 |
| 优化 | 朝着给定目标迭代优化 | 判断目标本身是否正确 |
| 规模化 | 把一个想法变成大量内容资产 | 承载具体场景、实际利益与结果责任 |
模型能生成选项，但它无法替你承担结果所有权。
训练品味的实用循环
品味会在反复接触、诊断、上线迭代中提升，如果你用对方法，AI可以加速这个循环。方法很简单：
- 从你这周的工作里挑一件高杠杆产出：一段文字、一段定价说明、一个仪表盘标签、一封客户邮件，或是关键一页PPT。
- 用AI生成10~20个不同版本。
- 给每个版本写一句以「它不行，因为__」开头的诊断。
- 选中最好的版本，加上一个硬约束重写，约束可以是：
- 不许用行业黑话
- 一句话只讲一个观点
- 必须承认真实存在的权衡取舍
- 必须能让第一次接触的用户看懂
- 把最终版本真正发布出去，观察实际反馈。
目标不是让AI替你做选择，而是帮你打磨出更锐利的「拒绝词汇库」。久而久之，你的工作方式就会改变：你不再会为了精致而欣赏精致，会更快发现空洞的「伪具体」、借来的腔调、虚假的自信。
为什么只有品味还不够
这才是讨论更有意思的地方。「品味很重要」的强版本，悄悄把人类的角色限制在了极窄的范围里：在这个版本里，AI生成一堆输出，人类站在流水线最后挑最好的。
这是一个有用的角色，但也太狭隘了。从历史来看，重要的工作从来不是光靠超然筛选就能诞生，它诞生于约束下的共同创造：建造者和现实争论、和合作者争论、和预算、材料、时间线、出错的后果争论。这种摩擦很重要，深度就是从这里来的。
想明白这点，风险就很清晰了：如果人类的价值被简化成筛选，那人类就只是机器驱动循环里的一个鉴别器而已。用机器学习打个不太完美但很有用的比方：在生成对抗网络里，鉴别器存在的意义就是帮生成器变好，等生成器足够好之后，鉴别器就不是最终要交付的部分。
我要提醒的不是品味没有价值，它当然有。我要提醒的是：没有创作权、没有实际利益、不亲自建造的品味，最终只会变成一个狭隘、脆弱的角色。
哪些事只有人类能做，模型无法占有
AI能生成，能重组，能按照提示优化，但它无法以人类的方式「占有」那些带着真实后果的工作。有三个核心例子：
- 承担责任
真正的产品要承受的后果，没办法完完整整放进一个提示词里：信任、监管风险、宕机风险、团队产能、客户困惑、品牌损害、值班运维的痛苦，所有这些都在这里。
模型可以给支付功能写文案，但如果文案模糊了监管限制，导致支持工单暴增，它不会承担责任。
- 处理真正全新的东西
真正全新的想法最初往往看起来是错的，因为它们和训练集里的内容完全不一样。它们会让人觉得别扭、不完整、不合常规。
人类可以承受这种不适感，可以在早期保护这些脆弱的新东西，等它们慢慢成长到被人理解。
- 选择方向
最大的决策从来不是格式调整的问题，是方向选择的问题。
什么问题值得解决？什么样的权衡可以接受？你想要打造一家什么样的公司、什么样的产品、什么样的内容？你拒绝为了什么优化？
这些都不是后期处理的工作，这就是创作本身。
这对建造者为什么重要
这场讨论之所以重要，不止关乎某个单一市场，因为现在诱惑已经无处不在：满足于合格的表面功夫，把这错当成有价值的工作。
现在AI工具人人都用得起，小团队和独立建造者现在就能交付过去需要大组织才能做的东西。这是好消息。
风险是：所有团队都开始用AI做出「整体精致、但贴合场景极浅」的产品。金融科技的界面可以说得天花乱坠，却还是没法给用户讲清楚到账时间、结算规则、客服在哪；B2B SaaS官网可以看起来世界顶级，却讲不出一句真正的买家能认同的务实内容；开发工具的营销写得漂亮，却完全没考虑到人员不足的团队要面对的值班压力、合规要求、成本约束。
AI让你更容易听起来很专业，却不会让你更容易变得具体。而这种具体，就是优势所在。
对建造者来说，品味意味着更贴近真实场景，而非远离它，这包括：
- 按照人们实际理解问题的方式写作，而不是用通用SaaS模板的话术
- 把领域和运营约束放进产品里，而不是用抽象语言藏起来
- 为非理想、注意力分散的真实世界环境设计，而不是只为完美的演示场景设计
- 用AI快速摸清行业惯例，然后在具体场景要求的时候，主动偏离惯例
市场不需要更多合格的复制品，市场需要的是：能用AI提速度，却不放弃那些让产品值得信任、真正有用的独特细节的建造者。
更好的AI使用方式
如果说糟糕的AI用法是被动筛选，那更好的用法就是主动塑造。它大概是这样：
- 用AI更快探索设计空间
- 用AI研究现有最好的作品，搞懂行业惯例
- 用AI生成你不会马上想到的替代方案
- 用你自己的判断力拒绝通用、不诚实、脱离场景的内容
- 加上模型天生不知道的约束，再从此出发打造
当AI输出看起来精致却空洞的时候，不妨问自己一个有用的问题：
我在这里加了什么模型自己加不进去的东西？
好答案包括：
- 真实的运营约束
- 吃过亏才懂的用户真相
- 监管层面的细节
- 文化层面的细节
- 战略层面的权衡
- 你愿意为之站台的观点
如果你说不出你加了什么，那你可能还停留在「消费AI产出」的模式里。
品味是认真工作的副产品
最有用的结论也最不吸引人眼球：品味不是一种独立的人设，它是你密切关注现实得到的副产品。
当你做到这些事，它就会成长：
- 仔细研究好作品
- 生成很多选项，不会爱上第一个就停下
- 学会诊断一件东西为什么失败
- 在真实世界发布，从有后果的反馈里学习
- 贴近领域本身，不飘在半空
AI和大语言模型让初稿变得廉价，但它们不会让判断力自动生成，不会取消对结果所有权的需求，也不会替代「先决定什么东西该存在」这项工作。
这就是为什么品味现在比过去更重要。这也是为什么，光有品味还不够。
AI时代真正的优势，不是比模型有更好的模糊体感，而是用模型更快把平庸的输出清理掉，然后在最重要的地方发挥人类判断力：方向、具体性、后果，还有勇气去打造一个不可能从统计中间值里诞生的作品。
—
创造者的鉴赏力 Taste for Makers
Paul Graham
—
我最近与一位在MIT任教的朋友聊天。他的领域现在很热门，来自即将成为研究生的申请表每年都潮水般地涌向他。”他们中的大多数看上去都很聪明，”他说。”我不能确定的是他们是否有鉴赏力。”
鉴赏力。你现在不常听到这个词了。不过我们仍然需要其中的概念，不管人们叫它什么。我朋友的意思是，他希望学生不仅是好的技术人员，而且会用他们的技术知识设计出美好的事物。
数学家称出色的工作是”美的”，就象不论是过去还是现在，科学家，工程师，音乐家，建筑师，设计师，作家和画家用”美”来形容作品一样。他们使用同一个形容词，是一种巧合，还是他们所说的有某种含义上的重合？如果有重合，我们能否利用一个领域里关于美的发现，去找到另一个领域（的美）？
对于我们设计者来说，这些不仅是理论问题。如果的确有叫做美的东西，我们必须能够认识它。我们需要好的鉴赏力来做出好的事物。与其视美为空洞的抽象物，我们不如把它看成一个实际的问题:你如何做出好的物品？
如果你现在提起鉴赏力，许多人会告诉你”鉴赏力是主观的”。他们实际上是这样感觉的，所以他们这样认为。当他们喜欢某样东西的时候，也不知道是为什么。可能是因为它美，也可能是他们的妈妈有同样的东西，或者是在杂志上看到某个电影明星有同样的东西，或者他们知道这东西很昂贵。他们的思维处于未经权衡的随心所欲的混乱状态。
大多数人从小就被鼓励让这种随心所欲处在未经权衡的状态下。如果你取笑你的弟弟在图画书上把人的皮肤涂成绿色，你妈妈可能会说”你喜欢你的方式，他喜欢他的方式”之类的话。
你妈妈这时并不是想教你重要的美学理论，她只不过想让你俩停止斗嘴。
就象成人告诉我们的许多半真半假的事一样，这件事与他们说的其它的事矛盾。再三地跟你说了”鉴赏力只不过是个人的喜好”之后，他们带你去了博物馆，并告诉你，你得用点心，因为达芬奇是一个伟大的艺术家。
这时闪过孩子脑海里的是什么？他会认为”伟大的艺术家”是什么意思呢？经过多年的”每个人喜欢用他自己的方式做事”的灌输之后，他不太可能直接得出结论:所谓伟大的艺术家，就是他的作品要比别人的好。在他托勒密式的宇宙观里，更可能的结论是:伟大的艺术家是对你有好处的，就象书上说椰菜对人的身体有好处一样。
说鉴赏力是个人喜好是避免争论的好办法。问题是，它不是真的。当你开始设计事物时，你会感觉到这点。
无论人们做什么工作，他们自然地想做得好些。足球队员想赢得比赛，CEO想增加收入。在工作中做得更好，使人感到愉快和骄傲。不过如果你的工作是设计，而且其中没有美这码事，那么就没有办法把工作做得更好。如果鉴赏力仅是个人喜好，那每个人都是完美的:你无论喜欢什么都行，不必多说了。
就象任何一项工作，当你持续地设计物体，你会得到更好的效果。你的鉴赏力会改变。而且就象任何在工作中越做越好的人一样，你知道你也在进步。如果是这样的话，你原来的鉴赏力不仅和现在不同，而且比现在的坏。让鉴赏力不会有错的公理见鬼去吧。
现在盛行的相对主义可能会妨碍你对鉴赏力的思考，即使你自己的鉴赏力正在发展。但是如果你面对现实并承认，至少对你而言，存在着好的设计和坏的设计，然后你可以开始仔细研究好的设计。你的鉴赏力是如何改变的？当你犯错误的时候，想想什么使你犯这个错误？其他人从设计中学到了什么？
你一旦开始思索这些问题，就会惊讶地发现美的观念在多少不同的领域是相通的。同样的完美设计的原则一遍又一遍地出现在人们的面前。
好的设计是简单的。从数学到绘画，你都能听到它。在数学里它意味着一个较短的证明往往较好。特别是公理，越少越好。在程序设计领域，也是同样的道理。对建筑师和设计者来说，这意味着美应该依赖于一些精心选择的结构性的元素，而不是过多的表面装饰。（装饰本身并不坏，坏在被用来掩饰平淡的实体。）类似地，在绘画领域，经过仔细观察和扎实临摹的静物画往往比一幅浮华但没头脑的画（比如带花边的衣领）更令人感兴趣。在写作领域，它意味着简洁地说出你想说的。
当你被迫做得简单，说明你正在面对实际的问题。如果你不能放弃装饰，你就得放弃本质。
好的设计是永恒的。数学里的每个证明都是永久的，除非它有错误。那哈代说”世上没有永久的地方容纳丑陋的数学”是什么意思呢？他的意思和KellyJohnson的一样:丑陋的东西不可能是最好的解决办法。一定有更好的办法，最终有人会发现它。
以永恒为目标是发现最佳答案的一个方法:如果你能想象到别人能超过你，你还是自己来吧。一些最伟大的大师在这方面做得如此之好，几乎没给后来者留下多少空间。丢勒之后的雕刻师不得不生活在他的阴影下。
奇怪的是，如果你想做出吸引将来的人类的事物，一种方法是设法吸引过去的人类。很难猜测将来会怎样，但我们可以肯定，将来会象过去一样，不会关心现在的时尚。因此如果你能做出吸引当代的人和1500年的人的东西，极有可能它会吸引2500年的人类。
好的设计解决正确的问题。典型的（烹饪用的）炉子有四个出火口，形成一个正方形，各有一个开关控制它们。你如何安排这些开关？最简单的答案是把它们排成一行。但这是答非所问。开关是给人用的，如果你把它们排成一行，不幸的厨师不得不每次都停下来思考一下哪个开关是控制哪个出火口的。更好的办法是象出火口那样安排成一个正方形。
许多坏的设计是勤勉的，但是被误导了。二十世纪中叶有一股使用无衬线（sans-serif）字体的风气。这些字体的确更接近纯粹的基本的字形。但这不是你在文本里要解决的问题。字母能被容易地认出是更重要的事情。虽然象是维多利亚时代的风格，但TimesRoman的小写字母g很容易与小写字母y区分。
问题可以解决也可以改进。在软件领域，一个难以对付的问题通常可以被一个等价的较易解决的问题代替。物理学因为要解决的问题变为预测可观察事物的行为，而不是把它与经典著作调和起来，而发展得更快了。
好的设计是有启发性的。简奥斯汀的小说几乎没有描写，不是告诉你每样事物是什么样子的，她讲故事如此之好以至于你可以自己想象出场景。类似地，有启发的画通常比合盘托出的画更有吸引力。每个看过蒙娜丽莎的人都有他自己的关于她的故事。
此原则在建筑或设计界的体现是，建筑物或物体应该让你自如地使用:比如说一幢好的建筑物，能充当这样一个背景，让住在此处的人过任何他们想过的生活，而不是生活起居就象在执行建筑师的程序。
在软件领域，它意味着你应该给用户一些基本的元素，它们可以象拼装玩具一样自由地组合。在数学里，它意味着一个能成为许多新工作的基础的证明比一个因难但不能引出什么新发现的证明更可取。在科学领域，一般来说，（被别人）引用的多少是自身价值的粗略指标。
好的设计常常有点滑稽。这点并不总是正确。但丢勒（Durer）的雕刻，沙里宁（Saarinen）的wombchar，pantheon，以及最初的Porsche911在我看来都有点儿滑稽。哥德尔的不完全定理就象一个恶作剧。
我想这是因为幽默与力量有关吧。有幽默感就有力量:保持幽默感就是对不幸一笑了之，而失去幽默感就会被它伤害。因此力量的标志，或至少是特长，是不要把事情看得太严重。自信会你显得对全过程采取一种轻松的态度。就象希区柯克（Hitchcock）在他的电影中，勃鲁盖尔（Brueghel）在他的绘画中，莎士比亚（Shakespeare）在他的戏剧中所表现的一样。
好的设计不必表现得滑稽，但很难想象没有幽默感的东西会是好的设计。
好的设计是困难的。看一下有过伟大成就的人物，有一点是共同的:他们曾经努力地工作。如果你不努力，可能你在浪费时间。
困难的问题需要巨大的努力。困难的数学证明需要天才的解答，而且它往往是令人着迷的。工程界也是这样。
你爬山的时候会把所有不必要的东西从背包里拿出来。同样一个要在困难的地点，或只有很小的预算的条件下造房的建筑师，会发现他必须做出优雅的设计。流行和浮华的东西只能被撇在一边了。
并不是所有的努力都是好的。苦痛也有优劣之分。你希望那种飞奔起来的痛，而不是站在钉子上的痛，困难的问题可能对设计师有好处，而刁难的顾客和不可靠的原料可没什么好处。
传统上美术领域的最高位置留给了人物画。传统是有原因的，不是因为人物画在我们头脑里留下印象，而其它画种没有。我们是如此善于观察人脸，迫使画脸的人不懈努力使我们感到满意。如果你画树的时候把树枝画偏了五度，没人会发现。如果你把人眼画偏了五度，人人都会注意到。
当Bauhaus学派采纳Sullivan的”形式跟随功能”的时候，他们指的是，形式应该跟随功能。而且如果功能足够困难，形式也必须跟随，因为没有出错的余地。野生动物是美丽的，因为它们有艰苦的生活。
好的设计看上去很容易。就象优秀的运动员，伟大的设计者使人觉得设计很容易。通常这是一种表象。经过好几遍的修改，才会有读起来朗朗上口的文章。
在科技界，一些最伟大的发现看上去是如此简单，你会对自己说，我也想得到。发现者有资格回答这个问题:哪你为什么没有（想到）呢？
达芬奇的一些头像画仅寥寥数笔。你注视着这些画，心里暗想，你所要做的只是把这八九条线画到正确的位置，然后一幅杰作就产生了。是的，但你必须把它们画到恰好正确的位置。一点儿偏差就会让整幅画失败。
线条画要求近乎完美，因此事实上它是最难的视觉媒体。用数学的术语说，它是封闭的解。不那么优秀的艺术家用逐渐逼近的方法解决同样的问题。十岁左右的孩子放弃绘画的一个原因是，他们决心象大人一样画画，而且第一次就尝试画一张人脸。当头一棒!
在许多领域，容易是和练习联系在一起的。也许练习训练你用潜意识来完成得用意识来完成的任务。在一些情况下，你精确地训练你的身体。专业钢琴家按键快于大脑传给手的信号。经过一段时间训练的画家，可以把视觉感知从眼传到手，尤如条件反射。
当说一个人”进入化境”时，我认为他们是指脊髓控制了身体，脊髓少些犹豫，而且解放了意识，让它思考更难的问题。
好的设计使用对称。我认为对称可能只是取得简单性的途径之一，但它很重要，值得单独提出来。自然界大量地应用它，这是一个好迹象。
有两类对称:重复和递归。递归是指在亚层次上重复，就象树叶的脉络。
对称在一些领域里不流行了，作为对以前过多使用的反弹。建筑师在维多利亚时代开始有意识地使用不对称，到了1920年代，不对称成为现代主义建筑的明确前提。但即使是这类建筑也只是在中轴线上不对称，还有许多小的地方是对称的。
在写作中各个层次上都有对称，从句子中的词组到小说的结构。音乐和绘画也是如此。由相同颗粒组成的马赛克画（和某些塞尚的画）有特别的视觉冲击力。组合而成的对称产生了一些最难忘的作品:亚当的诞生和美洲哥特式教堂。
在数学和工程里递归特别有用。归纳法惊人地简洁。能够用递归解决的软件问题几乎肯定是最好的解决办法。埃菲尔铁塔引人注意的部分原因是它是递归的:一个塔叠着一个塔。
对称，尤其是重复的危险在于，它可能会代替思考。
好的设计模仿自然。与其说模仿自然有本质上的好处，还不如说大自然已经花了亿万年的时间探索问题的解决方案。如果你的答案模仿了自然，那是个好迹象。
复制并不是作弊。没人会否认故事应该象生活。从生活中找到灵感也是绘画的法宝，虽然它的任务经常被误解。目标是不要简单地作个记录，要点是它给你某些值得玩味的东西:当你的目光注视着一个物体，你的手会做出更有趣的工作。
效法自然在工程领域也是起作用的。船很久以来就有脊骨和加强筋，好象动物的胸腔。在某些情况下我们不得不等待更好的技术出现:早期的飞机设计者错误地把飞机设计成鸟的样子，但是他们没有足够轻的材料或动力（莱特兄弟的引擎重152磅，却只有12马力的输出。），也没有精巧的导航系统使得机器象鸟一样飞翔。不过我预测小型的能象鸟一样飞行的无人驾驶飞机会在五十年内出现。
既然有了强大的计算能力，我们不但可以模仿大自然的结果，也可以模拟大自然的方法。基因算法能让我们创造出因为太复杂而在通常条件下设计不出的东西。
好的设计是再设计。第一次就把事情做对的可能性是很小的。专家料到会扔掉一些初期的作品，他们为计划的改变作了计划。
把作品扔掉需要自信。你必须这样想，会有更多的成果出现。举个例子，人们刚开始学画的时候，不情愿重画那些不好的地方。他们觉得做到这步已经很幸运了，如果重做的话，可能会更糟。于是他们说服自己这画还没有那么糟，真的–事实上，也许就该这么画。
（这样说服自己）真是危险;为了培养一种不满足的精神而犯错会更好。达芬奇的素描里，经常是五六次尝试才能画出一条线的准确位置。与众不同的Porsche911的背后，是笨拙的原型。Wright原先的Guggenheim的设计里，右半部是个金字塔形的建筑（ziggurat），他把它倒转成现在的模样。
犯错是正常的。不要把错误视为灾难，而要把它们弄得容易证实和修复。达芬奇或多或少发明了素描，使得画画能够承受更多的负荷和探索。开发源代码的软件错误少些，因为它承认犯错误的可能性。
如果介质能使改变变得容易，是有帮助的。油画颜料在十五世纪取代蛋彩的时候，画家开始能够处理一些诸如人像画等困难的题材，因为不象蛋彩，油画颜料可以混合和覆盖。
好的设计可以复制。对复制的态度通常会走一条弯路。新手还没有了解就开始模仿;然后他有意识地试图原创;最后，他认识到正确比原创更重要。
无知的模仿几乎就是坏设计的秘方。如果你不知道你的想法从哪里来，你可能在模仿一个模仿者。拉斐尔风格在十九世纪中期是如此流行，以至于每个学画的人都要模仿他，甚至是模仿的模仿。正是这种风气，而不是拉斐尔本人的作品，惹恼了拉斐尔前派艺术家。
有雄心的人不满足于模仿。鉴赏力成长的第二阶段是有意识地以原创为目标。
我认为最伟大的大师们有一种忘我的精神。他们一心想得到正确的答案，因此如果正确答案的某些部分已经被人发现了，那么没有理由不用它。他们有足够的自信从别人那儿汲取养料，而不担心在此过程中失去自己的观念。
好的设计通常是奇特的。一些最杰出的作品有不可思议的品质:欧拉公式，勃鲁盖尔（Brueghel）的雪中猎人，SR-71，Lisp。它们不仅是美的，而且是奇异地美。
我不知道原因。可能是我自己愚昧无知。开罐器对狗来说一定也是不可思议的。如果我足够聪明的话，会觉得ei*pi=-1是世界上最自然的事情。不论如何，此公式肯定是真理。
我在本文里提到的大多数品质是可以培养的，但我不认为奇异性可以培养。你能做的最好的事情是有这个苗头的时候，不要去压制它。爱因斯坦没有试图把相对论弄得奇特。他试图找出真理，而这真理显得很奇特。
唯一值得拥有的风格是你不能刻意追求的那种。对奇异性来说，尤其是这样。没有捷径可走。风格主义派（Mannerists），浪漫派（Romantics）和两代美国高中生苦苦寻找的西北航路是不存在的。到达它（奇异性）的唯一办法是经受好的（设计），然后从另一头出来。
好的设计成批出现。十五世纪佛罗伦萨的居民包括:布鲁内勒斯基（Brunelleschi），吉尔伯提（Ghiberti），多纳泰罗（Donatello），马萨其奥（Masaccio），菲利波·利比（FilippoLippi），弗拉·安吉利科（FraAngelico），维洛及欧（Verrocchio），波提切利（Botticelli），达芬奇（LeonardodaVinci），和米开朗基罗（Michelangelo）。米兰当时和佛罗伦萨一样大，你能说出多少米兰艺术家？
十五世纪的佛罗伦萨发生了一些事情，而且它是不可遗传的，因为现在不发生了。你必须假定无论达芬奇和米开朗基罗有什么先天的因素，米兰人也应该有。可以米兰的达芬奇呢？
美国现在的人口大约是十五世纪佛罗伦萨的一千倍。一千个达芬奇和一千个米开朗基罗生活在我们中间。如果仅由DNA支配一切，我们天天会碰到艺术杰作。我们没有，原因是你要创造达芬奇，不仅需要他天生的能力，还要1450年的佛罗伦萨。
没有什么比一群有才能的人在相关问题上进行探索更强大的了。比较起来，基因无足轻重:具有达芬奇的基因不足以补偿住得离米兰近而离佛罗伦萨远。现代人迁移得更多了，但伟大的作品仍然不成比例地来自几个热点地区:鲍豪斯（Bauhaus），曼哈顿计划，纽约客，洛克希德的SkunkWorks，施乐的帕洛阿尔托研究中心（XeroxParc）。
在任何时候，只有有限的课题和有限的做出伟大工作的小组。如果你离这些中心太远，就几乎不可能有出色的工作。你可以在某种程度上顺应或反对这种趋势，但你不能脱离它。（也许你能，但米兰的达芬奇没有成功。）
好的设计通常是大胆的。历史上的每个时期，人们都会相信一些荒谬的东西，而且是如此坚定，你得冒着被排斥甚至暴力的风险说出不同的意见。
如果我们的时代有不同的话，真是太好了。就我目前的观察，还没有。
这个问题不仅折磨着每个时代，而且某种程度上折磨着每个领域。许多文艺复兴时期的作品在那个时代长期被认为是可怕的:根据Vasari的说法，Botticelli忏悔并放弃了绘画，FraBartolommeo和LorenzodiCrediactually居然烧掉了部分作品。爱因斯坦的相对论令许多同时代的物理学家感到不快，几十年来没有被完全接受，在法国，直到1950年代。
今天的实验性的错误是明天的理论。如果你想发现伟大的新事物，不该对传统智慧和理论不太涉及到的地方视而不见，而要特别地注意它们。
作为特例，我认为看见丑陋要比想象出美丽容易。大多数创造出美丽事物的人是通过修改他们觉得丑陋的地方来达到目标的。伟大的作品往往是这样产生的:某人看到某物并想，我可以做得比这好。乔托（Giotto）看到传统的按公式刻画出来的圣母像让几个世纪的人们感到满意，但他却觉得看上去笨拙和不自然。哥白尼为一个同时代人普遍接受的理论深深苦恼，觉得一定有更好的解决办法。
不能忍受丑陋还不够。在发展出知道哪儿需要修改的嗅觉之前，你得对该领域非常理解。你得埋头苦干。你成为专家之后，你会听到内心的声音:Whatahack!一定会有更好的办法。不要忽略这种声音，培养它们。伟大作品的秘决是:非常准确的鉴赏力加上能使它满足的能力。
