- 1 -

趋势和随机

13年的时候，公司编程大赛的题目是蚁群算法。灵感源自，科学家对一群蚂蚁做了个实验，在蚁群和食物源之间设置了两条长短不一的通道，没过多久，几乎整个蚁群都发现了最短的路线。

为什么呢？

蚂蚁在爬行过程中会释放某种信息素，其他蚂蚁会跟踪信息素强的路径走。相同时间内，路短的通道，蚂蚁来回次数更多，释放的信息素就会比路长的强，然后吸引更多的蚂蚁选这条路，越多的蚂蚁选这条路，这个地方的信息素就越浓，更多的蚂蚁就过来了。

这就是趋势。

当然，编程大赛的题目不会就这么简单，给定的不再是两条通道，而是随意设计的一张很大的地图，有无数条通道从蚁群通往食物源。但是，通道太多，蚂蚁第一次放出去远远覆盖不全，因为新的通道上没有信息素，根据趋势，所有的蚂蚁都会越来越集中到已知覆盖范围内的最短路径上，也就是蚂蚁变聪明了，没有蚂蚁愿意放弃已知捷径，去寻找新的路径。

这样就会面临一个问题，现在找到的最短路径，并不是真实的最短路径，甚至差的很远。这个时候就要引入新的机制，概率随机。一只蚂蚁大部分时间按照趋势运动，一定概率下，需要随机运动，来探索未知领域，寻找到新的趋势。已知领域越大，真相就越近，当已知扩大到整张地图时，真相就浮出水面。

这就是随机。

- 2 -

蚁群模型

我们姑且把上面讲的蚁群觅食现象，称为蚁群模型，这个模型里，除了趋势和随机，还需要加入另外一个因素，就是眼界。

你可能会觉得，最短路径不就是两点之间取直线么，但那是人的视角，蚂蚁是二维动物，它只能看到前后左右各一步的距离，人的视角之于蚂蚁，就相当于上帝视角之于人。就好比，十年前的你能预测到十年后的今天，社会能发展成这等模样么？

梳理一下这个模型：蚂蚁的眼界非常窄，单靠一只蚂蚁不可能找到目标，但是可以用自己和其他蚂蚁的信息素作为反馈机制，找到眼界里的趋势，又通过随机机制，扩大眼界，找到新趋势，无限逼近或找到目标。

好，这个模型建立起来后，我们看看这个模型能不能套用在人身上。

对于人来说，方向远远比努力更重要。

比如你的孩子在菜场剁鱼头，那么无论他比别人早起三个小时，还是晚睡四个小时，收入增加都是有限的。但是你发现，村里原来出去上了大学的人，过年回家都人五人六了，在你的眼界里，读书上大学就应该被定义为趋势，你的孩子不应该再无比努力的雕琢刀工，而是放下菜刀，读书考大学。

再比如，你村里的青年马云，已经意识到考大学是一种趋势，发愤图强，连考了三次，终于如愿。后来做了英语老师，他当时的趋势应该是成为全国十佳优秀青年教师，但是他在西湖边接待老外拓宽了视野，并在一次偶然的随机事件--去美国讨债--中接触到了互联网，无意连接到了一个更大的趋势，成为了后来的马云。

- 3 -

学习敏捷力

那么，你是想成为菜场的剁鱼小贩，还是英语老师，还是马云呢。

你可能会说，你并不想成为一个剁鱼小贩，但也无意成为下一个马云，安静的做一个英语老师就可以了。但是，当今社会发展之快，经常会让你基于老模式下的努力，变得毫无意义。

比如，你是一个诺基亚手机键盘的设计工程师，为了解决用户的痛点，加班加点，准备设计出一款更好的键盘，但是iphone出现了，它虽然没有解决键盘的老问题，但是却让你准备解决键盘问题的努力变得毫无意义。

你兢兢业业，勤勤恳恳想要维持的稳定，可能因为时代的某一个小浪潮，瞬间就化为乌有。

那应该怎么做呢。

判断趋势，如果你所处的行业，大量优秀的人已经开始流失，人才不再进来，留下的都是混吃等死，恨不得体制一万年不变的人，那么这个行业可能就不在趋势上，如果你的公司里面长久以来都是一批人，用一样的流程做一样的产品，公司的增长可能也就消失了，如果你自己，还在一直使用10年前的技能包打天下，失去了对新事物的好奇心，失去了学习的动力，害怕变化，成长也就不再了。

对于个人而言，判断行业或者公司的趋势是很难的，需要很大的运气成分。

但是，敏捷里有两个概念，一个是迭代，一个是小步快跑（或者说精益），这是一种不知道未来具体是什么的模式，通过设定开始和规则，然后不停的迭代，把当下每个迭代的事情做到极致，每个迭代后的反馈和输出，又重新作为输入，进入到下一个迭代。以此无限接近趋势。

放大到通用层面，我们先在自己眼界范围内，不断学习身边、或者网上的牛人的工作方法，思维方式，甚至生活节奏，把这些牛人在做什么定为自己的趋势，然后不断迭代，让自己保持在趋势中。

除此之外，可以每年都做一件过去没做过的，有趣或者有价值的事情，让自己的生活存留一定的概率随机，保持连接到其他各种新趋势的可能性。

一段时间回过头，你或许会发现，追求稳定是多么可笑，未来在哪里也已经不再重要，只要保持敏捷力，过程的每一刻都是美丽的。