年轻时的张忠谋想当作家。父亲担心他靠写作养不活自己，劝他改学理工。

后来他到美国读书，两次没通过麻省理工学院的博士资格考试。找工作时，福特汽车开出月薪479美元，希凡尼亚电子公司开出480美元。他打电话问福特能不能再加1美元，没谈成，便去了希凡尼亚。

如果只读到这里，很难猜出这个年轻人后来会做什么。他自己恐怕也猜不到。

1958年，张忠谋进入德州仪器。同一年，公司的杰克·基尔比做出了早期集成电路。张忠谋从工程师做起，后来管理半导体业务。德州仪器还支持他到斯坦福大学深造，1964年，他拿到了电机工程博士学位。

在德州仪器工作二十多年后，他与公司的经营方向出现分歧，离开了。接下来在通用仪器公司的任职也没有持续太久。到了五十多岁，他去台湾出任工研院院长。1987年，55岁的张忠谋创办台积电。

他后来在自传中说，六十岁到八十五岁是他的黄金时代。

回头看，一切似乎早有伏笔。可在他想当作家的时候，连"专门替别的公司制造芯片"这个行业都还没有成形。他怎么可能提前规划好通往台积电的每一步？

这篇文章想讨论的，就是这个问题。一个想法在今天到底做不做得成？如果做成了，它又会让哪些原先够不着的事变得可做？

有个思维模型能帮我们把问题看具体，叫相邻可能。

"相邻可能"来自理论生物学家斯图尔特·考夫曼——他用数学模型研究生命如何从简单物质中涌现。他研究生命起源时，关心的是一个系统里的新东西怎样出现。

假设环境中只有几种简单分子。它们能发生某些反应，也有些反应暂时发生不了。一次反应生成了新分子，这个新分子又能参与别的反应。原来做不到的事，开始有了条件。

科普作家史蒂文·约翰逊讲过一个好记的比喻。你走进一间房，能推开的门只有眼前这几扇。推开其中一扇，到了下一间房，墙上又有了先前看不见的门。

关键是"一步"怎么算。在化学反应中，可以把一次反应当作一步。在工作里，得把它写成一个范围清楚、可以检查结果的任务。譬如"做出能每周生成积分建议的试用版"，可以是一项任务；"用人工智能改造整个用户运营"，里面藏着太多尚未解决的环节。

判断相邻，也要看实际连接。"人工智能"和"门店"写在同一页方案里，谁提供数据、系统怎么接、店员如何使用都没说，这两个词就还没有连起来。

这个模型给人的提醒很朴素。先看手边已经有什么，再看离目标最近的那一步究竟缺什么。

19世纪，查尔斯·巴贝奇设计过一台"分析机"。它能按穿孔卡片的指令运算，图纸里有存储和运算部件。阿达·洛芙莱斯还为它写过程序。想法出现了，机器却始终没有造出来。

分析机需要大量零件精确配合。巴贝奇面临制造、资金和工程协作上的困难。此前，他的差分机项目也曾因资金和合作问题停下。分析机最终为何未能完成，历史学家仍有不同看法；至少对巴贝奇本人来说，拿当时手里的条件去完成这份设计，远比画出设计困难。

可编程计算机还有别的实现路线。1941年，德国工程师康拉德·楚泽用电话继电器造出了Z3，机器同样能够按程序运算。

史蒂文·约翰逊把巴贝奇这样的构想称为"超前的想法"。先想到一件事，未必立刻有办法把它做出来。检查这种想法时，可以先列出缺少的工艺、资金和协作条件。

已有条件怎样接起来？古登堡的故事提供了一个例子。

古登堡想让文字大量、稳定地印到纸上，手边并非空空如也。螺旋压力装置可以提供压印的力量；他的金匠手艺有助于制造字模和金属活字。为了让墨留在金属字面上，油墨也得重新配制。压力、活字和油墨要一起调好，才成为能工作的印刷系统。

这里的"组合"有实在的难处。把几件东西搬到一张桌上，并不会自动得到一台印刷机。部件之间得接得上，还得反复调整。

1880年前后，巴黎医生斯蒂芬·塔尼在动物园看到小鸡孵化器，想到早产儿也需要稳定的保温环境。他请熟悉孵化器的人帮忙，做出了供婴儿使用的装置。据约翰逊记述，在塔尼任职医院的一组低体重婴儿中，记录到的死亡率从66%降至38%。同一时期喂养与照护也在改进，这些数字是多项措施共同作用的结果。

这两个故事让"条件"变得具体。古登堡要解决的是活字、压力和油墨如何配合；塔尼借到的是另一领域已有的保温办法，还得把它改成适合婴儿的设备。下次遇到一个好想法，先写出需要接通的环节，比笼统问"时机成不成熟"更有帮助。

科学史上常有这样的巧合。牛顿和莱布尼茨分别发展出微积分；达尔文与华莱士分别提出自然选择；贝尔和格雷在同一天递交了与电话有关的专利文件。

社会学家罗伯特·默顿研究过这种"多重发现"。用相邻可能来看，同一时代的研究者可能读着相近的成果，用着相近的工具，某个问题于是到了几个人都能着手解决的阶段。

当然，站在门前不保证每个人都会推门。研究兴趣、合作网络和竞争也会影响谁先走进去。相邻可能解释了为什么某条路在那个时候可以走，却无法单独指出谁会走成。

研究技术的布莱恩·阿瑟把技术发展称为"组合进化"。新技术常借助已有的技术做成，做成后又能供别人继续使用。可供尝试的组合多了，工程师仍得解决连接、调试和验证的问题。

1960年，激光问世时，有人称它为"寻找问题的解决方案"。这话说得有趣。研究者当时已经考虑过通信等用途，后来又有人用激光扫描商品条形码、做近视手术。实际用途远远超出了当年的设想。

新东西一旦存在，别人就能拿它去解决原本没人想到的问题。

考夫曼喜欢用螺丝刀说明这一点。你可以拿它拧螺丝，也能用来撬开油漆罐，或在特定时候抵住一扇门。让你列出它在所有情境下的全部用途，你做不到；将来还会有今天不存在的情境。

考夫曼与合作者谈生物演化时，提出过"不可预先陈述性"。演化过程会带来新的功能和关系，未来有哪些可能，无法事先全部列出来。借这个想法看技术和职业，很有启发；日常决定仍然可以估计近期成本与结果，不能因为远期用途列不全，就放弃眼下的判断。

回到台积电。张忠谋在1987年开办公司时，租用了工研院的六英寸晶圆厂，还获得了工研院的设备和技术。98名技术人员转入新公司，飞利浦也提供了投资与技术合作。台积电当年以3.0微米制程进入市场。

他看到另一个问题。做芯片设计的公司如果必须自己建厂，起步成本高得惊人。台积电专门承接制造，让设计者有机会把钱和精力放在设计上。

在台积电之前，也有企业把芯片制造交给合作伙伴。台积电的作用，是把专业代工做成一种可以持续承接客户订单的业务。此后，更多公司可以专注设计，让别人负责制造。英伟达成立于1993年，那时张忠谋不可能预先知道它将来会做出什么芯片，更不用说后来出现的智能手机和人工智能热潮。

一家工厂建起来，设计公司眼前多出了一条可以考虑的路。至于那条路以后通向哪里，当时还没人能列全。

不过，故事还有另一面。做成一件事，可能让新的机会出现，也可能让原先够得着的另一条路失去条件。每走一步，都得重新看手里的东西。

数码摄影普及以后，有些地方的胶卷、药水和冲洗设备退出供应。如果当地再也找不到这些条件，冲洗胶卷这件事确实变难，甚至做不了。如果设备都还在，只是客户少了、利润低了，变化的是生意的价值。两种情况不能混为一谈。

还有一种常见误会。听说某个软件能解决你的问题，和团队已经会用这个软件，隔着申请权限、学习、接入和测试。知道接口文档在哪儿，和拿到权限、跑通接口，也隔着一段路。不过，真正学会一种做法，同样可能改变你能做的事；新条件未必是有形的机器。

问一句就容易分清。明天让团队动手，原来做不了的那项操作，现在能完成了吗？

把"邻近可能"思维模型落到自己的项目上，可以把它们变成三个问题。

眼下够得着吗？

先说清是谁要做、打算在多久内做成，再列条件。已经有的数据、设备、技能和可用的合作，分别是什么？其中哪些只是听说过，实际还没拿到？

"网上有现成工具"不等于"我能直接用"。如果工具需要付费、审批或专门的接入人员，这些也是条件。还要写出完成的样子，否则"只差一步"很容易被说成"先研究看看"。

这一步做完，会留下什么？

可能是一个能运行的原型，一篇发出去有人读的文章，一组经人核对过的数据，或者团队真正掌握的一项技能。

设想两个工程师，一个把点子一直存在收藏夹里，另一个做了个粗糙的小工具给人试。第二个人可能听到"这功能没用"的批评，也可能听用户讲出另一个更急的问题。一次试用并不保证产品成功，但让下一步有了可检查的依据。完整产品做出来之前，方案讨论和小范围测试也能提供反馈。

留下的东西还能接上哪一步？

工具做出来了，谁已经能用？积累的经验能否用于另一个任务？原来缺的一项条件是否已经补上？

别只写"以后机会更多"，要写出下一项具体操作以及它还缺什么。走完一步，再检查一次。环境和手里的条件都可能变。

这三个问题帮你判断行动路径。至于项目值不值得做，还得另外看需求、成本和风险。

假设你负责一家公司的会员积分。老板想在三个月内，让系统根据用户最近的行为，自动调整积分任务。预算不超过10万元。你手下有一位能投入的工程师。

目前，用户行为数据已经在采集，积分发放接口也能调用；任务页面支持按用户群体展示内容。但团队没用过推荐算法库，数据是否完整也没检查过。实时计算的资源暂时没有。

如果把老板的话理解成"每个人打开页面时，系统立刻算好任务并自动发积分"，眼下缺了实时计算、算法接入和发放前的规则校验。三个月内能不能全做成，至少还不能说已经只差一步。

于是你跟老板确认，先做一个较小的版本。系统每周离线生成一批积分任务建议，经人审核后再上线。它先验证建议是否可用，也避免试验阶段直接给用户发错积分。

接着，把条件分开写。

数据、积分接口、页面入口和工程师已经有了；开源算法库可以取得，但需要时间学会；数据能否支持推荐、算法给出的建议是否符合积分规则，都得试过才知道；实时计算资源目前没有，而这个离线版本暂时用不上。

第一步不用急着连发放接口。先检查一批历史记录，看关键字段有没有缺、积分规则能否对上。再从新用户和老用户中抽取样本，跑出建议，请熟悉积分业务的人逐条看。

假如建议出现"给没有购买记录的人推荐复购任务"这样的错误，还要追原因。原始记录有没有缺？任务规则是不是写错了？用户分组和算法选得合不合适？只看一眼错误结果，不能直接断定是"数据太差"。如果原因查不清，就把这一环标成待验证，别宣布项目已经可行。

试用版跑通后，团队每周能生成一批供审核的建议，也摸清了它在抽样用户身上的表现。由于任务页面本来就支持按用户群体展示，下一步可以把经审核的建议试用在部分用户身上，再扩大检查范围。这里少掉的是前一轮学习和初步验证工作；页面入口和审核规则仍要逐项检查。

近实时推荐还是下一步以后的事。实时计算资源没到位，这扇门现在打不开。

另一个同事想用大模型做积分问答，让会员直接问"我怎样攒积分？"

团队能调用大模型接口，也有积分规则文档和前端页面。听上去也只差一步。可会员问"这周参加某活动能拿多少分"时，答案必须跟正在生效的规则一致。规则经常改，团队目前没有可靠的同步和核对办法，回答准不准也没测过。

如果目标是"随时回答最新的具体积分数"，先要补齐规则更新和准确性验证，眼下不能把正式上线算成一步就能完成。

如果缩小目标，先让它解释稳定的基础规则，并在固定时间核对文档，就可以设计一轮小范围测试。能否通过测试，还要看实际答题结果。

同样是给积分系统加智能功能，目标不同，所需条件也不同。判断时得问清，为了完成眼前承诺的那件事，哪个环节还没接上？

把远期目标当成眼前的一步。一个项目需要几次研发、审批和合作，就先找到最近能验证的环节。现在还够不着，不代表以后也够不着。

把听说过当成已经会用。工具存在、有人愿意合作、数据躺在服务器里，都还要落实到权限、质量、成本和具体操作。

只看打开的门，不看关上的门。做完后重新盘点时间、资金、供应、团队能力，以及外部人的反应。有人接到更好的合作，也有人错过原来能赶上的机会。

把够得着当成值得做。有些事今天就能做，但没人需要，或者代价太高。相邻可能帮你查清条件，不能替你证明需求，也不能替你决定把钱投在哪条路上。

现在再看张忠谋的人生，能看到两条线。

一条是他积累的经验。在希凡尼亚，他接触了电子业；在德州仪器，他学会制造和管理半导体业务。另一条是他到台湾后能够调用的条件，包括工研院的厂房、设备、技术和人员，以及飞利浦的合作。

1985年回台湾后，他开始规划专业代工的业务，筹集资金，到了1987年投入运营。这一段有明确的计划；他年轻时求学、换工作的每个选择，却不可能预先写好台积电后来的全部故事。

"相邻可能"没法告诉我们，当年的他一定该去台湾，或者台积电一定会成功。它能帮人问得更具体。你现在要做的那件事，手里有哪些真能用的条件？最关键的一环还缺什么？做成以后，别人能借着它做什么？

想法暂时做不了，就先找到最近那一步。做出来，再看看新出现的门。