一本关于技术、复杂性，以及我们如何在充满可能性的新世界中茁壮成长的书。
我们正从一个试图简化世界以求理解的时代，进入一个借助新技术（如人工智能和互联网）拥抱世界全部复杂性的时代。我们不再需要把世界塞进我们能懂的模型里，而是开始利用我们不懂但有效的模型。
许多新工具（特别是深度学习AI）就像一个“黑箱”。我们知道输入什么，也知道它能产出惊人准确的输出，但我们无法完全理解其内部的运作原理。这本书认为，我们必须学会接受并利用这种“不可解释性”。
一个AI系统，通过分析70万份原始病历数据，能比人类医生更准确地预测某些疾病（如精神分裂症）的发作。它并不知道什么是“胳膊”或“糖尿病”，它只是在海量数据中找到了我们无法察觉的复杂关联。
谷歌的围棋AI击败了世界冠军。它的很多棋步被高手评价为“不像是人类能想出来的”，甚至是“优美”的。这表明AI的“思考”方式，是在一个远超人类理解的复杂维度上进行的。
旧假设：万事万物都遵循着简单、普适的因果律，就像牛顿物理学一样。
新现实：世界的规律可能极其复杂，甚至在某些情境下，寻找一个简单的“律法”是徒劳的。A/B测试就是例子：我们不知道为什么A比B好，但我们知道它就是更好。
旧假设：人类的理性能够理解世界运作的方式。
新现实：我们正在创造出我们自己都无法完全理解的系统（AI），而这些系统却能比我们更好地解决问题。我们正在失去“必须理解才能使用”的信心。
旧假设：只要找到正确的“杠杆”（原因），就能可预测地产生想要的结果（效果）。
新现实：在复杂的网络世界里，没有简单的杠-杆。“冰桶挑战”的爆红无法复制，因为引爆它的因素是无数微小、偶然、不可控的事件集合。
旧假设：想要产生巨大的效果，必须有巨大的初始改变。
新现实：在一个高度连接的复杂系统中（如互联网），一个微小的扰动（蝴蝶效应）可能会引发巨大的、不成比例的后果。一条推文可以引发一场运动。
传统的策略是“预判与准备”（Anticipate and Prepare），就像福特造T型车，一次性设计好所有功能。新策略是“不预判” (Unanticipation)，即先行动，后学习，拥抱未知。
先发布一个只包含核心功能的、甚至有Bug的产品，然后根据真实用户的反馈来决定下一步开发什么。这避免了花费巨大精力去开发一个没人需要的功能。IMVU的“瞬间移动”功能就是无心插柳的结果。
互操作性 (Interoperability) 是新世界的基础。它指的是不同系统、组件或信息能够无缝连接、协同工作的能力。它取代了简单的“因果关系”，成为驱动可能性的新引擎。USB接口、API、通用文件格式都是它的体现。
因果关系是线性的：A导致B。而互操作性是网络状的：它让A可以和C、D、X、Y...以各种意想不到的方式组合，从而创造出海量的、不可预测的新可能性。你发布的数据，别人可能会用来做你从未想过的事。
新策略的核心是构建平台 (Platform)，而不是封闭的产品。平台提供基础工具和接口 (API)，让社区和用户自己去创造价值。Facebook、GitHub、甚至是政府的开放数据网站 Data.gov 都是平台。
一个系统（如个人电脑、互联网）能够让普通用户以未被预见的方式去创造新事物的能力。生成性是衡量进步的新标准：一个工具的价值，不再仅看它本身多好，更要看它能催生出多少新东西。
传统的进步是一条向上倾斜的直线，一步一个脚印。而在生成性的世界里，进步的形状更像一个爆炸后的“毛球”，从一个点向无数个不可预测的方向瞬间发散。它混乱、无序，但充满活力。
我们总以为生活是“常态”的，偶尔被“意外”打断。但作者认为，真实世界是由无数“意外”构成的汪洋大海，我们所谓的“常态”只是其中一条我们自己铺设的、极其脆弱的小径。
对于AI，我们不应执着于让它“解释”自己的决策，这可能会为了可解释性而牺牲其性能（把它变笨）。我们更应该关注于“优化” (Optimization)：明确我们希望AI达成的社会目标（如降低车祸死亡率），并围绕这个目标去设计和监管它。
旧世界通过简化来寻找“本质”和“意义”。新世界告诉我们，一个事物的意义，不存在于它的孤立本质中，而在于它与万物之间那张杂乱、丰富、无尽的连接网络中。AI识别哑铃时总带着手臂，不是失败，而是揭示了“哑铃”这个词的意义本来就离不开“人使用它”的场景。
我们正进入一个悖论：我们对未来的控制力比以往任何时候都强，但实现这种控制的手段（AI、互联网）却向我们揭示了一个远超我们理解能力的复杂世界。面对这种不可知，我们应抱持的不是恐惧，而是敬畏之心，因为这才是世界的真相。