2019 年，约斯·本肖普（Jos Benschop）在一个研讨会上起身发言，掏出了他的三星手机。1997 年，荷兰光刻机厂商 ASML 请他来，开启公司的极紫外（EUV）光刻项目。按他自己的说法，他对台下说：「我曾经天真地说，EUV 会在 2006 年量产。我很惭愧地承认，它晚了 13 年。」
这台机器难造得要命。EUV 光的波长只有 13.5 纳米，空气和玻璃都会把它吸掉，机器只能在真空里用反射镜导光。为了造出这种光，激光每秒要打 5 万颗熔融的锡滴，每颗打两下。
一个承诺拖上 13 年，得有钱养着。这些年里，ASML 还得过日子。
同一年发出的两批货
2006 年，ASML 把第一批 EUV 原型机分别运到了比利时的 imec 和美国纽约州奥尔巴尼的一所大学实验室。同一年，它还交付了第一台用于量产的浸没式光刻机，这是对它本来就在卖的 193 纳米技术的改良。
一批货押的是一种新的光，另一批是把老的光做得更好。新光源一拖再拖，本肖普回忆，客户拿当年的路线图来对质，「在 SPIE 上简直要把我们钉上十字架」。ASML 一边挨骂，一边改进老产品线。按公司自己的说法，后来两款浸没式机型成了「芯片业的主力机」，装进了世界各地的工厂。
把拿手的事越做越好，可能挤掉寻找下一件拿手事的机会。斯坦福商学院的詹姆斯·马奇，1991 年在论文《组织学习中的探索与利用》里把这层矛盾讲开了。在他笔下，探索是搜寻、冒险、试验、发现、创新这一类事，利用是改良、生产、效率、实施、执行这一类事。只探索的组织，付了试验的成本，拿不到多少好处；只利用的组织，很可能被困在「次优的稳定均衡」里。
老产品线为什么总能赢
两者不是在同一个起跑线上竞争。马奇写道，跟利用相比，探索的回报「系统性地更不确定，在时间上更遥远，在组织里离做事的地方也更远」。拿 ASML 来说，一台更好的浸没式光刻机今年就能卖出去；更亮的 EUV 光源，是一个不断往后挪的承诺。
于是组织很合理地偏向稳妥的那头，每成功一次，下次就更可能再选它。马奇写道：「理性抑制了胡闹；学习和模仿抑制了试验。」他还提醒，一个组织在一件次等的事情上练得足够好，就可能把一件更好、却没怎么试过的事挡在门外。
点你常点的那道菜，今晚这顿稳稳当当。换一家新馆子，这顿可能吃砸，可你会知道一些老地方永远告诉不了你的事。
柯达的分法又不一样。它让发明数码相机的工程师继续研究数码相机、图像压缩和存储卡，却在 1989 年拒绝出售他造出的 120 万像素相机，因为那会吃掉胶片的生意。
ASML 能平衡，也有人帮忙。2012 年，英特尔、台积电和三星同意五年内向它的下一代光刻研发投入 13.8 亿欧元，EUV 也在其中。不是每家搞探索的公司，都有大客户替它掏路费。
马奇的证据是两个简单的模拟模型，不是企业数据，他也没说平衡点在哪里。有个发现很反直觉：在其中一个模型里，有一部分成员迟迟不接受组织的成见，组织长期学到的反而更多，因为他们的不合群让新想法活得够久，组织来得及从中学习。
那几个稳稳续约的大客户
假设你手下有六个销售。老客户每个季度按时续约，你的指标也是照着它们定的。另有一类新客户，小诊所，一直在问问题，谁都腾不出空来回答。
你让一个销售每周五专门跑诊所。头两个季度，她的数字在全组垫底，季度复盘时，她的周五看起来全是浪费。第三个季度，诊所给了她三单新生意，你也弄清了这类客户要什么。代价是，续约数字掉了一点。
再也没人按的那个按钮
靠试错学习的机器，也面对同一道选择，研究者把探索看作决策的一项核心能力。在 NeurIPS 2024 发表的一项研究里，微软研究院的团队测试了 GPT-3.5、GPT-4 和 Llama 2 会不会探索。游戏的主要版本里有五个按钮，其中一个比别的更常给回报。
用基础提示词时，GPT-4 一局玩 500 轮，重复了 20 局。六成以上的局里，它只按了最好的那个按钮寥寥几次，过了某个时刻就再也没按过。它的表现很像一种「贪心」规则：永远只挑目前平均回报最高的那个。
所有试过的设置里，只有一种探索得好：GPT-4，加一句提示它要探索的话，让它一步步推理，再替它把历史整理成每个按钮按了几次、平均回报多少。作者提醒，在更复杂的情境里，这样的整理未必做得到。何况这是研究当时的模型，玩的是玩具游戏。
要是让 AI 智能体在几个选项之间反复挑，比如先给哪家供应商打电话，你自己记一张表：每个选项试过几次，结果如何，再把表交给它。然后看有没有哪个选项过早就没人再试。多跑几次再下判断，同一个工具每次跑出来可能不一样。
2019 年，三星推出了第一款用 EUV 芯片的消费产品，一部手机。那年的研讨会上，本肖普承认自己晚了 13 年，接着朝台下挥了挥手里的三星手机：「可你们当中有些人，以为这东西永远不会出现。」