The Best Essay

Paul Graham

最好的文章

尽管有这样的标题,本文并非自诩为最好的文章。我的目标是弄清楚最好的文章会是什么样子。

它一定文笔出色,但任何话题都可以写得文笔出色。让它与众不同的将是它的内容。

显然,有些话题会比其他话题更好。它大概不会是关于今年流行的口红色号。但它也不会是关于崇高主题的空洞清谈。一篇好文章必须出人意料。它必须告诉人们一些他们尚不知道的东西。

最好的文章,应该是关于那个你能告诉人们出人意料之事的最重要话题的文章。

这听起来也许显而易见,但它会带来一些出人意料的后果。其一是科学会像一头大象踏进小舢板一样闯入视野。例如,Darwin(达尔文)在一篇写于1844年的文章中首次阐述了自然选择的思想。说到能告诉人们出人意料之事的重要话题,还有比这更典型的吗?如果这就是衡量一篇伟大文章的标准,那么这篇无疑是1844年写就的最佳文章。并且事实上,在任何给定时间,最好的文章通常都是描述当时所能做出的最重要的科学或技术发现的文章。[1]

另一个出人意料的后果是:我刚开始写本文时,曾设想最好的文章会是相当永恒的——即你在1844年能写出的最好文章,与你现在能写出的最好文章大同小异。但事实似乎恰恰相反。最好的画作在这个意义上或许的确是永恒的。但现在再写一篇介绍自然选择的文章就没什么了不起了。现在最好的文章,应该是描述某个我们尚不知晓的伟大发现的文章。

如果“如何写出最好的文章”这个问题归结为“如何做出伟大发现”这个问题,那么我就问错了问题。也许这个推演表明,我们不该把时间浪费在写文章上,而应该专注于在某个具体领域做出发现。但我对文章本身以及能用文章做什么很感兴趣,所以我想看看是否还有别的问题可以问。

有的,而且表面上看,它与我最初的问题几乎一模一样。我不该问最好的文章会是什么样子?而应该问如何才能把文章写好?虽然这两个问题看起来只是措辞上的差异,但答案却大相径庭。如我们所见,第一个问题的答案其实与文章写作本身关系不大。而第二个问题则迫使答案必须与写作相关。

把文章写到最好,是一种发现思想的方式。怎样才能做好这一点?如何通过写作来发现?

一篇文章通常应该从我称之为“问题”的东西开始,尽管我是在非常宽泛的意义上使用这个词:它在语法上不必是一个疑问句,只要它能起到问题的作用,即能激发某种回应即可。

如何得到这个初始问题?随机挑一个听起来很重要的话题就开写,恐怕行不通。职业交易员除非拥有他们所谓的 edge(优势)——即一个令人信服的理由,说明为什么在某类交易中他们会赢多输少——否则根本不会出手。同样,除非你有一个切入点——对该话题的某种新见解或新的切入方式——否则就不该贸然下手。

你不需要有一个完整的论点;你只需要某种可以探索的缺口。事实上,仅仅对他人视为理所当然的事情抱有疑问,就足以构成 edge 了。

如果你碰到一个足够令人困惑的问题,即使它看起来并不重大,也值得一探究竟。许多重要发现都是通过拉扯一根起初看似微不足道的线头而取得的。它们怎么可能全都是雀鸟呢?[2]

有了问题之后呢?你开始大声地思考它。不是字面意义上的大声说出来,而是像说话一样,用一串具体的话语来回应。这个最初的回应通常是错误或不完整的。写作把你的想法从模糊变为糟糕。但这已是进步,因为一旦你能看到其中的破绽,就能去修正它。

也许初学者一想到要从错误或不完整的东西开始就会感到不安,但你不必如此,因为这正是文章写作奏效的原因。迫使自己落实为一串具体的话语,会给你一个起点,如果它是错的,你在重读时就会发现。文章写作至少有一半是在重读已写下的东西,并追问这正确而完整吗?重读时必须非常严格,不仅仅是为了让自己保持诚实,更因为你的回应与真相之间的差距,往往是等待被发现的新思想的征兆。

对自己写下的东西严格要求的回报,不仅仅是精雕细琢。当你拿一个大致正确的答案并试图让它完全正确时,有时会发现根本做不到,而原因在于你依赖了一个错误的假设。而当你抛弃这个假设时,答案竟会变得截然不同。[3]

理想情况下,对一个问题的回应具有双重作用:既是趋向真相这一过程的第一步,又是更多问题(在我非常宽泛的意义上)的来源。于是这个过程会递归地持续下去,回应激发回应。[4]

通常,对一个问题会有几种可能的回应,这意味着你正在遍历一棵树。但文章是线性的,而非树状的,这意味着你在每个节点都必须选择一条分支来推进。如何选择?通常你应该选择那些兼具最大普遍性和新颖性的分支。我并不会有意识地这样给分支排序;我只是追随那些看起来最令人兴奋的分支;但让一个分支令人兴奋的,正是普遍性和新颖性。[5]

如果你愿意大量重写,就不必一次猜对。你可以沿着一条分支走下去,看看结果如何,如果不够好,就砍掉它并回溯。我经常这样做。在本文中,我已经砍掉了一个长达17段的子树,此外还有无数更短的分支。也许我会在结尾把它重新接上,或浓缩成一个脚注,或将其独立成另一篇文章;拭目以待。[6]

一般来说,你要果断地删减。写作(以及编程和绘画)中最危险的诱惑之一,就是因为某段内容包含了几个亮点或花费了你大量心血,就保留下那些并不合适的东西。

此时抛出的最令人惊讶的新问题是初始问题究竟重不重要?如果思想的空间是高度连通的,那它应该不重要,因为你应该能在几步之内从任何一个问题跳到最有价值的问题上。我们也看到证据表明它确实是高度连通的,例如,那些痴迷于某个话题的人总能把任何对话都引向它。但这只有在你知道自己想去哪里时才奏效,而在写文章时你并不知道。这正是关键所在。你不会想成为那种偏执的谈话者,否则你所有的文章都会是同一个主题。[7]

初始问题重要的另一个原因是,你通常会觉得有义务坚守它。我在决定追随哪条分支时并不会考虑这一点。我只是追随新颖性和普遍性。对问题的坚守是在之后才被强制执行的——当我发现自己偏离太远而不得不回溯时。但我认为这是最优解。你不希望在当下对新颖性和普遍性的追寻受到束缚。顺其自然,看看会得到什么。[8]

既然初始问题确实会约束你,那么在最好的情况下,它为你能写出的文章质量设定了一个上限。如果你能在初始问题所引发的一系列思考中做到尽善尽美,那么唯一还有变化余地的,就只有初始问题本身了。

不过,因此就变得过于保守将是一个错误,因为你无法预测一个问题会引向何方。如果你做得对,就无法预测,因为做得对意味着做出发现,而根据定义,发现是不可预测的。所以,应对这种情况的方法不是对选择哪个初始问题谨小慎微,而是多写文章。文章就是用来冒险的。

几乎任何问题都能让你写出一篇好文章。事实上,在第三段中要想出一个足够没有前景的话题还费了我一番功夫,因为任何写作者听到“最好的文章不可能关乎 x”时的第一反应,都会是去尝试写关于 x 的文章。但如果大多数问题都能产生好文章,那么只有一些问题能产生伟大的文章。

我们能预测哪些问题会产生伟大的文章吗?考虑到我写文章已经这么多年,这个问题给人的新鲜感竟如此强烈,这本身就令人不安。

我喜欢的初始问题的一个特质是出格。我喜欢那些在某种意义上显得有点“淘气”的问题——例如,显得有悖直觉、野心过大或离经叛道。理想情况下三者兼具。本文就是一个例子。写关于“最好的文章”就意味着承认存在这样一种东西,伪知识分子会将其斥为简化论,尽管它是从“一篇文章可以比另一篇更好”这一可能性中必然推导出来的。而思考如何做一件如此雄心勃勃的事,其本身就已足够接近于去做这件事,因而能牢牢抓住你的注意力。

我喜欢带着眼中闪光来开篇。这可能只是我个人的偏好,但其中有一个方面可能并非如此:要就某个话题写出一篇真正出色的文章,你必须对它感兴趣。一个好的写作者可以把任何话题都写得很好,但要为那些构成文章存在理由(raison d'être)的新颖见解而竭力伸展,你必须在乎。

如果“在乎它”是衡量一个好的初始问题的标准之一,那么最优问题便因人而异。这也意味着,如果你在乎许多不同的事情,你就更有可能写出伟大的文章。你越好奇,你所好奇的事物集合与能产生伟大文章的话题集合之间的可能重叠就越大。

一个伟大的初始问题还会有什么特质?如果它在许多不同领域都有影响,那大概是好的。而且我发现,如果一个问题是人们以为早已被彻底探讨过的,那反而是一个好兆头。但事实是,我几乎没有思考过如何选择初始问题,因为我很少这样做。我很少选择写什么;我只是开始思考某件事,有时它就自然而然地变成了一篇文章。

难道我要不再随兴而写,转而按部就班地处理一份系统生成的题目清单吗?那听起来可没什么意思。然而我又想写出好文章,而如果初始问题很重要,我就应该在意它。

也许答案是要再往前推一步:依然写那些浮现在你脑海中的东西,但要设法确保浮现出来的东西是好的。事实上,现在想来,这一定就是答案,因为如果对其中任何一个话题你都没有 edge,一份单纯的题目清单也毫无用处。要开始写一篇文章,你需要一个话题加上对它的某种初步洞见,而这些是无法系统化生成的。要是能就好了。[9]

不过,你大概可以促使自己产生更多这样的洞见。你头脑中产生想法的质量取决于输入了什么,而你可以在两个维度上改善输入:广度与深度。

你不可能学会一切,所以获得广度意味着去学习彼此迥异的话题。当我向人们提起我去 Hay(海伊)的购书之旅、他们问我买什么书时,我通常会有些不好意思地回答,因为这些话题看起来就像一份互不相关的杂乱清单。但也许在这行里,这恰恰是最优的。

你也可以通过与人交谈、通过动手做事和建造东西、通过去各地走走看看来获得想法。我认为重要的不是与新人交谈,而是与那些能让你产生新想法的人交谈。与 Robert Morris(罗伯特·莫里斯)聊一下午所获得的新想法,比与20个新认识的聪明人交谈所得的还要多。我之所以知道,是因为这正是 Y Combinator 一段集中办公时间的构成。

广度来自阅读、交谈和观察,而深度则来自实践。真正了解某个领域的途径,是必须在其中解决问题。虽然这可以采取写作的形式,但我猜想,要成为一名优秀的文章写作者,你还必须从事或曾经从事过其他某种工作。这对大多数其他领域来说也许不成立,但文章写作是不同的。只要那份工作足够艰难,你花一半时间去做别的事,总体上仍会有所收获。

我提出这一点与其说是作为一个秘方,不如说是对那些已经在这样做的人的一种鼓励。如果迄今为止你一生都在做其他事情,那么你已经成功了一半。当然,要想写得好,你必须喜欢写作,而如果你喜欢写作,你大概已经花了不少时间在上面。

我所说的关于初始问题的一切,也适用于你在写作过程中遇到的问题。它们是同一回事;文章的每一个子树通常就是一篇更短的文章,正如 Calder(考尔德)活动雕塑的每一个子树都是一个更小的活动雕塑一样。因此,任何能帮你获得好的初始问题的技巧,也能帮你写出整篇好文章。

在某个时刻,问题与回应的循环会到达一个感觉像是自然终点的地方。这有点可疑;难道每个答案不都应该引出更多问题吗?我想,发生的是你开始感到餍足。一旦你已经覆盖了足够多有趣的领域,你就会开始对新问题失去胃口。这倒也正好,因为读者大概也感到餍足了。而停止追问并非懒惰,因为你可以转而去追问另一篇新文章的初始问题。

这是对思想连通性的终极阻力来源:你在途中做出的发现。如果你从问题A出发发现得足够多,你就永远到不了问题B。不过,如果你持续不断地写文章,你会通过消耗掉这些发现来逐渐解决这个问题。所以颇为奇妙的是,多写文章会让思想空间仿佛变得更加高度连通。

当一个子树走到尽头时,你可以做两件事之一。要么停下来,要么玩一个立体主义的把戏——回到早先跳过的一个问题,把不同的子树首尾相接地铺开。通常要让文章在此处保持流畅需要一些障眼法,但这次不需要。这一次我正好需要一个这种现象的例子。例如,我们早先发现,最好的文章通常不会像最好的画作那样永恒。这似乎足够令人惊讶,值得进一步探究。

一篇文章的“永恒”有两种含义:一是关乎具有永久重要性的事物,二是始终对读者产生同样的效果。在艺术中,这两种含义是融合在一起的。在古希腊人看来很美的艺术,在我们看来依然很美。但对文章而言,这两种含义是分道扬镳的,因为文章的功能是传授,而你无法教给人们他们已经知道的东西。自然选择无疑是具有永久重要性的议题,但一篇解释它的文章不可能对我们产生与对达尔文同时代人相同的影响,正是因为他的思想如此成功,以至于如今人人皆知。[10]

我刚开始写本文时,曾设想最好的文章会在更严格的、常青的意义上是永恒的:即它会包含某种深邃、永恒的智慧,能同等地打动 Aristotle(亚里士多德)和 Feynman(费曼)。这似乎并不成立。但如果最好的文章通常不会在这种更严格的意义上永恒,那么要写出永恒的文章需要什么呢?

对此的答案结果却非常奇怪:要成为那种常青式的永恒,文章必须是没有成效的,即它的发现不会被同化进我们的共享文化中。否则,对于第二代读者而言,其中将不再有任何新意。如果你想不仅让现在的读者感到惊讶,也让未来的读者感到惊讶,你就必须写那些不会“留存”的文章——即无论多么出色,都不会成为未来人们在阅读之前就已学到的知识一部分的文章。[11]

我可以想象几种做到这一点的方法。一种是写那些人们永远学不会的东西。例如,有抱负的人追逐各种奖赏、而后——也许为时已晚——才意识到其中一些并不像他们以为的那么有价值,这是一个由来已久的模式。如果你写这个,你可以确信会有一条源源不断的未来读者传送带为此感到惊讶。

如果你写缺乏经验的人总想把事情做过头的倾向——例如年轻工程师会做出过于复杂的解决方案——也是如此。有些错误,人们除了亲身犯过之外,永远学不会避免。其中任何一种都应该是一个永恒的话题。

有时我们迟迟未能领悟,并非仅仅因为我们迟钝或否认现实,而是因为我们被故意欺骗了。成年人对孩子撒了很多谎,而当你成年后,他们并不会把你拉到一边递给你一张谎言清单。他们不记得自己对你撒过哪些谎,而且大多数谎言本来就是隐含的。因此,只要成年人还在继续撒这些谎,戳穿它们就将是一个惊喜的来源。

有时是体制在对你撒谎。例如,大多数国家的教育体制训练你通过 应试技巧来取胜。但这并非你在现实世界最重要的考验中获胜的方式,而经过数十年的训练,初入现实世界的人很难领悟这一点。帮助他们克服这类体制性谎言的做法只要这些体制依然破败,就会一直有效。[12]

另一个实现永恒性的配方,是写那些读者已经知道的事情,但要以远比文化传承所能传递的更为详尽的细节来写。例如,“人人都知道”养育 孩子可以带来回报。但直到你有了孩子,你才确切知道这种回报以何种形式呈现,即便如此,你所知道的许多东西也可能从未用言语表达过。

我已经写过所有这些类型的主题。但我并非有意要去写那种在更严格意义上永恒的文章。事实上,这种永恒取决于你的思想不会留存,这本身就表明不值得刻意为之。你应该写具有永恒重要性的话题,是的,但如果你做得足够出色,以至于你的结论得以留存、后代觉得你的文章显而易见而非新颖,那反而更好。你已经踏入了达尔文的领域。

不过,写具有永恒重要性的话题,只是某个更普遍事物的一个实例:适用范围的广度。而广度不仅仅指时间上的广度——例如,适用于许多不同领域也是一种广度。因此,广度是终极目标。

我已经在追求它了。广度和新颖性是我一直在追寻的两样东西。但我很高兴现在明白了永恒性在其中的位置。

现在我更明白许多东西的定位了。本文算是对文章写作的一次巡览。我起初希望获得关于话题的建议;如果假定文笔俱佳,那么区分最好文章的唯一因素就是其话题。而我的确得到了关于话题的建议:去发现自然选择。是啊,那当然很好。但当你退一步去问,除了做出那样的伟大发现之外,你能做到的最好是什么时,答案结果却是关于方法。归根结底,一篇文章的质量是其中所发现思想的函数,而获得这些思想的方法,就是广泛地撒网捕捉问题,然后对答案极其苛求。

这幅文章写作地图最引人注目的特征,是所需灵感与努力的交替条纹。问题依赖于灵感,但答案可以靠纯粹的坚持获得。你不必第一次就把答案写对,但最终没有借口不把它写对,因为你可以不断重写直到对为止。而这不仅仅是一种理论上的可能。这相当准确地描述了我的工作方式。此刻我就在重写。

但尽管我希望可以说写出伟大的文章主要取决于努力,但在极限情况下,起决定作用的却是灵感。在极限情况下,问题是更难获得的东西。那个池子深不见底。

如何获得更多的问题?那才是最重要的问题。

注释

[1] 有人可能会以这些发现中有些只能被少数读者理解为由,对这一结论表示异议。但如果你想据此取消某些文章的资格,就会陷入各种困境。你如何决定截断点应该在哪里?如果一种病毒杀死了除洛斯阿拉莫斯(Los Alamos)中一小群被隔离的人之外的所有人,那么一篇曾被取消资格的文章现在是否就有资格了?等等。

达尔文1844年的文章衍生自1839年写就的更早版本。其中的摘录发表于1858年。

[2] 当你发现自己对一个看似微不足道的问题非常好奇时,那是一个令人兴奋的信号。进化已将你设计为会去关注重要的事情。所以当你对某个随机的事情非常好奇时,那可能意味着你已在潜意识中察觉到它并非看起来那么随机。

[3] 推论:如果你在智识上不诚实,你的写作将不仅仅是有偏见的,还会是乏味的,因为你会错过所有那些在你追求真相时本可发现的想法。

[4] 有时这个过程在你开始写作之前就已经开始了。有时你已经想好了最初要说的几点。学龄儿童常常被教导应该先决定好自己想说的一切,并在开始写正文之前将其作为提纲写下来。也许那是让他们入门的好方法——或者不是,我不知道——但它与文章写作的精神是背道而驰的。你的提纲越详细,你的思想就越难以从那种以发现为目的的写作中获益。

[5] 这种“贪心”算法的问题在于,你可能会陷入局部最优。如果最有价值的问题之前是一个乏味的问题,你就会错过它。但我想不出更好的策略。除了通过写作之外,没有任何前瞻可言。所以就使用贪心算法,并投入大量时间吧。

[6] 我最终重新接上了那17段中的前5段,其余的则舍弃了。

[7] Stephen Fry(斯蒂芬·弗莱)曾坦言在牛津参加考试时利用过这一现象。他的脑中有一篇关于某个一般性文学话题的标准文章,他会想办法把考题往那个话题上引,然后就把那篇文章原样复现一遍。

严格来说,应该是思想的图(graph)是高度连通的,而非空间,但这种用法会让不懂图论的人感到困惑,而懂图论的人在我说是“空间”时也能明白我的意思。

[8] 偏离太远与否并不仅仅取决于与原初话题的距离。它更像是那个距离除以我在该子树中所发现内容的价值。

[9] 或者你能做到吗?我应该就此写一写。即使成功的几率很小,期望价值也是巨大的。

[10] 20世纪曾流行一种说法,认为艺术的目的也是教化。一些艺术家试图通过解释他们的目标不是创作一件好作品,而是挑战我们对艺术的成见来为自己的作品辩护。公平地说,艺术在某种程度上也能起到教化的作用。古希腊人的自然主义雕塑代表了一种新思想,必定因其新颖而让同时代人格外兴奋。但它们在我们看来依然很美。

[11] Bertrand Russell(伯特兰·罗素)在20世纪初曾因其关于“试婚”的思想引起巨大争议。但如今读来却令人乏味,因为他的思想已经胜出。“试婚”就是我们所说的“约会”。

[12] 如果你在10年前问我,我会预测学校将在未来数个世纪里继续教授应试技巧。但现在看来,学生很快就会由AI进行个性化教学,而考试将被持续的、无形的微观评估所取代。

感谢 Sam Altman(萨姆·阿尔特曼)、Trevor Blackwell(特雷弗·布莱克韦尔)、Jessica Livingston(杰西卡·利文斯顿)、罗伯特·莫里斯、Courtenay Pipkin(考特妮·皮普金)和 Harj Taggar(哈吉·塔加尔)阅读了本文的草稿。

原文由 Paul Graham 发布

本文章由 muse-spark-1.2-contributor 进行翻译