如何决定人类的命运：论偶然的力量

1945年8月9日，Bockscar号前往长崎，来自美国空军照片

如何决定人类的命运？

社会世界并非像我们想象的那样运作。我们常常被引导相信它是一个由明确规则和模式定义的结构化、有序的系统。经济显然是由供求曲线驱动的。政治是一门科学。甚至人类的信仰都可以被绘制、描绘、制成图表。只要运用正确的回归分析，我们甚至可以驾驭人类状况中最令人费解的因素。在社会科学中，我们习惯于将世界视为一个可以被理解、控制和随意改变的体系。但事实并非如此。

我们的历史就是一场永无止境的徒劳挣扎，试图将秩序、确定性和理性强加给一个由混乱、偶然和混沌定义的宇宙。在21世纪，随着社会灾难变得更加不可预测，这种趋势似乎只会加剧。从911事件到金融危机，从阿拉伯之春到民粹主义崛起，从全球大流行病到毁灭性战争，我们的现代世界比以往任何时候都更容易遭受灾难性的“冲击”。尽管我们拥有大量数据和复杂的模型，但在预测即将发生的事情方面并没有取得太大进展。社会科学完全无法预测这些突如其来的事件。事实上，大多数试图理解社会世界的严谨尝试都忽略了其混乱的本质——将其视为“噪音”——以便我们将复杂的现实塞进更简洁、更整齐的模型中。但是，当你仔细观察因果关系的本质时，就不可能忽视偶然事件和偶然事件的作用。我们的社会模型不应该更认真地对待混乱吗？

问题是，社会科学家似乎不知道如何将混沌的非线性纳入其中。心理学、社会学、经济学和政治学等学科如何预测诸如一天观光或转瞬即逝的云朵等微小事件对世界的影响？

作者：Brian Klaasis

编辑：阿K

1926年10月30日，亨利和梅布尔·史汀生夫妇在日本京都从一辆蒸汽火车上下来，由此引发了一系列事件，20年后，这些事件导致300多公里外一座城市14万人死亡。

这对美国夫妇在日本前帝国首都开始了短暂的假期，他们从火车站走到附近的Miyako酒店的房间。当时是秋天。枫叶变成了深红色，银杏树也变成了金黄色。亨利在日记中记录了“美好的一天，专门用来观光”。

十九年后，他成为美国战争部长，即负责监督第二次世界大战军事行动的文职首长，并很快加入了一个由士兵和科学家组成的秘密委员会，负责决定如何使用第一颗原子弹。日本的一个城市符合多个条件：曾经的帝国首都。目标委员会一致认为必须摧毁京都。他们绘制了战术轰炸地图，并决定将目标对准城市的铁路场站，那里距离史汀生1926年下榻的宫古酒店仅几步之遥。

史汀生恳求总统哈里·杜鲁门不要轰炸京都。他发电报表示抗议。将军们开始称京都为史汀生的“宠儿之城”。最终，杜鲁门默许了，将京都从目标名单中删除。1945年8月6日，广岛被炸。

如果这种随机事件会导致如此多的死亡，我们如何预测人类社会的命运？

下一枚原子弹的目标是日本南部九州岛最南端的小仓市。8月9日，即广岛被摧毁三天后的早晨，六架美国B-29轰炸机起飞，其中包括Bockscar号轰炸机。上午10点45分左右，Bockscar准备释放其有效载荷。但根据飞行日志，目标“被浓重的地面雾霾和烟雾遮蔽”。机组人员决定不冒险将原子弹意外投掷到错误的地方。

随后，Bockscar号飞往第二目标——长崎。但长崎同样被浓雾遮蔽。飞机燃料不足，准备返回基地，但云层瞬间散开，让投弹手得以看清城市。在下面的人不知道的情况下，长崎因云层经过小仓而被炸。直到今天，日本人仍然用“小仓的运气”来形容在不知不觉中躲过灾难的人。

广岛和长崎（而不是京都和小仓）的袭击中约有20万人丧生，这主要归功于一对夫妇在二十年前的假期和几朵飘过的云。如果这种偶然事件能导致如此多的死亡并改变一场全球毁灭性战争的方向，那么我们该如何理解或预测人类社会的命运？在社会变革模型中，我们应该在哪里绘制旅行路线和云层的变量？

20世纪70年代，英国数学家乔治·博克斯（George Box）曾戏言道：“所有的模型都是错误的，但有些模型是有用的”。但如今，我们用来描述社会世界的许多模型既不正确，也没有用。有一种更好的方法。这种方法无需在纷繁复杂的生活中徒劳地寻找规律。相反，它需要我们学会驾驭社会世界的混乱。

在科学革命之前，人类 几乎无法理解为什么事情会发生。例如，“为什么那场风暴让我们的舰队沉没？”这个问题只能求助于神明，或者后来的上帝。17世纪，艾萨克·牛顿提出了一个框架，通过自然法则可以解释此类事件。随着万有引力的发现，科学将之前神秘的物理宇宙运作——潮汐变化、天体运动、物体下落——转化为可研究的问题。

牛顿物理学将人类对因果关系的认识从不可知推进到仅仅是未知。对于凡人来说，神统治的世界从根本上是不可知的，但借助牛顿方程，我们有可能想象到我们的无知是暂时的。凭借智慧，不确定性可以被消除。

例如，1814年，法国学者皮埃尔·西蒙·拉普拉斯发表了一篇文章，设想了牛顿关于知识局限性的观点可能带来的影响。拉普拉斯使用了全知恶魔的概念，这是一个假设的实体，它总是知道牛顿决定论宇宙中每个粒子的位置和速度。凭借这种能力，拉普拉斯的恶魔可以处理现实的全部复杂性，并像看待过去一样清楚地看到未来。

这些想法改变了我们对世界基本特性的认知。如果我们是神的玩物，那么世界从根本上来说就是不可预测的，它受看不见的阴谋、诡计多端的众神及其看似随机的冲击的影响，就像闪电一样从上方释放。但如果方程式才是我们的真正主宰，那么世界就由优雅而难以捉摸的秩序所定义。解开这些方程式的秘密，将是我们驯服那些因人类无知而看似难以驾驭的事物的关键。在方程式的世界中，现实将不可避免地趋向一系列普遍规律。随着19世纪和20世纪科学进步的推进，拉普拉斯恶魔变得越来越可信。也许，更好的方程式可以带来神一般的预见。

“初始条件中的微小差异会导致最终现象中的巨大差异”

对模式、规则和规律的探索并不仅限于物理学领域。在生物学中，达尔文的原理为物种的兴衰提供了全新的指导：自然选择进化就像所有生命的秩序护栏。随着自然科学取得的成功不断传播，研究文化动态的学者们开始相信生物学和物理学的规律也可以用来描述人类行为的模式。如果说像重力这样神秘的事物都有其理论法则，那么人类行为的奥秘是否也有类似的规则呢？法国社会理论家亨利·德·圣西蒙（Henri de Saint-Simon）是提出这一想法的学者之一。圣西蒙认为科学法则支撑着社会行为，并提出了更系统、更科学的社会组织和治理方法。他认为，科学研究必将带来社会改革。法国哲学家奥古斯特·孔德是圣西门同时代的人，也是社会学学科的创始人，他甚至将人类社会研究称为“社会物理学”。似乎法国大革命被简单地理解为行星的革命只是时间问题。

但正如法国数学家亨利·庞加莱（Henri Poincaré）在1908年所预见的那样，这个测量和预测的世界中存在一些褶皱：“初始条件中的微小差异可能会在最终现象中产生巨大的差异。前者的微小误差将在后者中产生巨大的误差。

美国数学家和气象学家爱德华·诺顿·洛伦兹发现了第一个“小皱纹”。洛伦兹出生于1917年，自幼就对天气充满兴趣，但在20世纪30年代中期，他开始在哈佛大学学习数学，并逐渐淡忘了这一兴趣。在求学期间，第二次世界大战爆发，洛伦兹看到了一张天气预报部门的招聘传单。他抓住机会，重拾儿时的爱好。1945年，战争接近尾声，洛伦兹开始为轰炸日本提供云层预报。通过这项工作，他开始意识到天气预报的严重局限性——天气预报并非一门精确的科学。因此，战后他重新开始数学研究，致力于开发天气预报模型，希望为人类提供更精确的未来预测。

1961年的一天，洛伦兹在用一台简单的、前现代的计算机上使用一组小的变量模拟天气时，决定重新启动一个中途停止的模拟，以节省时间。同样的模拟之前已经运行过，洛伦兹作为研究的一部分再次运行它。他把变量打印出来，然后把数字重新编程到机器里，等待模拟像之前一样展开。

（LGP-30电脑的控制面板，与爱德华·诺顿·洛伦兹使用的类似。由维基百科提供）

起初，一切看起来都一样，但随着时间的推移，天气模式开始发生巨大变化。他猜想一定是电脑出了错。在反复研究数据后，洛伦兹发现了一个颠覆我们对系统变化理解的重大发现。他意识到，用于运行模拟的计算机打印输出截断了小数点后三位数的数值：0.506127的数值被打印为0.506。他惊人的发现是，最小的测量差异——看似微不足道、毫无意义的舍入误差——可能会从根本上改变天气系统随时间推移而发生的变化。风暴可能源于小数点后第六位。如果拉普拉斯的恶魔真的存在，那么他的测量结果就不能只是近乎完美，而是必须完美无瑕。系统任何部分哪怕只有万亿分之一的误差，最终都会导致对未来任何预测的无效。洛伦兹发现了混沌理论。

（洛伦兹吸引子是混沌理论的标志性代表。由维基百科提供）

该理论的核心原则是：混沌系统对初始条件高度敏感。这意味着这些系统是完全确定的，但也是完全不可预测的。正如庞加莱在1908年所预测的那样，条件上的微小变化可能会产生巨大的误差。通过证明这种敏感性，洛伦兹证明了庞加莱的正确性。

时至今日，混沌理论仍然解释不了为什么天气预报只能预测一到两周的天气。要想准确预测气象变化，我们就像拉普拉斯的恶魔一样，必须对天气系统有完美的理解，但无论我们的超级计算机看起来多么先进，我们永远做不到这一点。因此，对可预测未来的信心属于骗子和傻瓜；或者，正如美国神学家佩玛·乔登所说：“如果你追求安全感和确定性，那么你就来错星球了。”

推动进化的基因组调整大多是随机的，甚至是偶然的

我们对有序、确定的世界的认知的第二个问题来自20世纪初量子力学的发现。在令人费解的量子方程中发现了看似不可还原的随机性，这改变了我们对世界的科学认知，从决定论转向了非决定论（尽管量子物理学的某些解释仍与决定论宇宙相容，例如“多世界”解释、玻姆力学（又称“导波”模型）以及不太著名的超决定论理论）。量子物理学的科学突破表明，无论是神还是牛顿物理学都无法完全解释宇宙的无序性。世界可能至少部分地由产生无法解释的随机性的方程来定义。而且，它不仅仅是一个部分地随机的世界。它是令人惊讶的任意的。

例如，达尔文进化论看似有序的进化过程。与达尔文几乎同时发现进化的阿尔弗雷德·罗素·华莱士认为，生命的原则是有结构的目的——它们是目的论的。达尔文则更为怀疑。但两位思想家都无法预料到，进化变化会有多么随意。

20世纪60年代，日本进化生物学家Motoo Kimura发现，在分子水平上推动进化的基因组调整大多既无益也无害。它们从根本上说是随机的，甚至是偶然的。Kimura将此称为“分子进化中立理论”。其他科学家也注意到了这一点，无论他们研究的是病毒、果蝇、盲鼹鼠还是小鼠。越来越多的证据表明，物种的许多进化变化并非由结构化或有序的选择压力驱动。它们是由偶然因素驱动的。

美国生物学家理查德·伦斯基（Richard Lenski）自1988年以来一直在进行的优雅的长期进化实验表明，有助于物种（如大肠杆菌）繁衍的重要适应可以在一系列毫无意义的突变之后出现。如果其中任何一个看似“无用”的随机变化没有发生，后来的有益适应就不可能发生。有时，没有明确的原因，没有明确的规律。有时，事情就是发生了。

（E coli 种群来自理查德·伦斯基的长期进化实验，2008年6月25日。由维基百科提供）

木村自己的生活就是统治我们世界的任意力量的例证。1944年，他进入京都大学，希望继续他的学术追求，同时避免被征召入伍。如果亨利·史汀生在1926年选择了一个不同的目的地进行观光度假，木村和他的同学们很可能在原子光束的耀眼闪光中灰飞烟灭。

当重大变化往往源于混乱时，我们如何理解社会变革？这是社会科学难以驯服之弊，该领域试图发现规律，并控制已知宇宙中最不守规矩、最混乱的系统：80亿个相互影响的人脑嵌入一个不断变化的世界。当我们寻找秩序和规律时，却很少关注一个显而易见但影响深远的真理。侥幸因素很重要。

尽管19世纪的一些学者，如英国哲学家约翰·斯图尔特·米尔及其后继者，认为人类行为受规律支配，但社会科学很快否定了这种观点，即直接的社会物理学是可能的。相反，大多数社会科学家都致力于美国社会学家罗伯特·K·默顿（Robert K Merton）所说的“中程理论”，即研究人员希望确定某些较小领域的规律和模式，这些规律和模式也许日后可以拼凑在一起，从而得出人类社会更广泛的理论基础。尽管一些社会科学家怀疑是否存在这种更广泛的理论基础，但社会科学最常用的方法是使用过去的经验数据来揭示有序模式，这些模式表明因果关系是稳定的。哪些变量与内战的爆发最相关？哪些经济指标能提供最准确的衰退预警信号？民主的成因是什么？

社会科学领域开始被一种计算工具所主导：线性回归

在20世纪中期，研究人员不再寻求物理定律（如万有引力）的社会等价物，但他们仍在寻找在社会世界中得出明确模式的方法。限制这种能力的是技术。正如洛伦兹在第二次世界大战太平洋战区预测天气时受到现有技术的限制一样，社会科学家也因计算能力的不足而受到限制。这种情况在20世纪80年代和90年代发生了变化，当时廉价而精密的计算机成为了解社会的新工具。社会科学家——社会学家、经济学家、心理学家或政治学家——突然可以处理大量变量，并将其输入SPSS和Stata等统计软件包或R等编程语言中。复杂的方程式将处理这些数据点，使用“线性回归”找到“最佳拟合线”，以帮助解释人类群体如何随时间变化。一场量化革命就此诞生。

到了2000年代，以前通过徒步穿越全球并融入特定文化进行研究的区域研究专家，在很大程度上被办公室里的数据狂所取代，他们可以操纵数字，并提供隐藏关系的证据，而这些关系在复杂的数值分析兴起之前是模糊不清的。在此过程中，社会科学被一种计算工具所主导，即线性回归。为了帮助解释社会变化，该工具使用过去的数据来试图理解变量之间的关系。

回归产生一个简化的方程，试图拟合现实世界数据点的集群，同时“控制”潜在的混淆因素，以期确定哪些变量驱动变化。使用这个工具，研究人员可以在尝试回答难题时向模型输入看似无穷无尽的数据。石油是否阻碍民主？贫困对政治暴力有多大影响？犯罪的社会决定因素是什么？

有了正确的数据和线性回归，研究人员就可以通过可靠的数据驱动方程来确定模式。目前，我们关于社会系统的知识就是通过这种方式产生的。但有一个显而易见的问题：我们的社会世界不是线性的。它是混乱的。

线性回归依赖于对人类社会的几个明显错误的假设。在线性方程中，原因的大小与影响的大小成正比。但社会变革并非如此。例如，想想看，一个男人——弗朗茨·斐迪南大公——被暗杀引发了第一次世界大战，造成约4000万人伤亡。或者想想2010年底突尼斯市中心一名蔬菜商自焚，引发了一系列事件，导致叙利亚内战，造成数十万人死亡，多个专制政权倒台。最近，宾夕法尼亚州一颗子弹险些夺走唐纳德·特朗普的性命：如果当时有一丝微风或身体抽搐改变了子弹的轨迹，21世纪的发展轨迹就会截然不同。这体现了社会领域的混沌理论，初始条件中的微小变化可以改变无数人的命运。

另一个显而易见的问题是，大多数线性回归都假设因果关系在时间上保持稳定。但我们的社会世界是不断变化的。无论何时何地，小苏打和醋混合在一起总会产生气泡，但一个菜贩自焚却很少会引起地区动荡。同样，许多大公去世了——但只有一位引发了世界大战。

时机也很重要。即使完全相同的冠状病毒在完全相同的地方爆发了完全相同的变异，如果疫情发生在1990年而不是2020年，其经济和社会影响也会截然不同。如果没有互联网，数百万人口将如何在家工作？

流行病与许多复杂的社会现象一样，并非完全由稳定有序的模式所决定。这是社会现实的一个原则，经济学家称之为“非平稳性”：因果动态会随着测量而改变。社会模型通常通过忽略这个问题来处理这个问题。

大多数线性回归在模拟我们世界的两个基本方面时也是无效的：顺序，即事件发生的顺序；空间，即事件发生的特定物理地理环境。线性回归提供的总体解释忽略了事情发生的顺序，尽管这种方法有时可以奏效，但在其他时候，事件的顺序至关重要。尝试在烤蛋糕后再添加面粉，看看会发生什么。

同样，线性回归无法轻松地纳入我们物理地理的复杂特征，也无法捕捉人类在空间中导航的方式。社会模型倾向于通过经济产出数据或民主评分来宏观地概念化变化，而不是看到在特定地域上不断互动的多样化、适应性强的个体。生活在南极洲的人的生活与生活在孟买市中心、安第斯山脉或澳大利亚内陆的人的生活截然不同。

我们生产了太多往往错误且很少有用的模型。但有一种更好的方法

线性回归通过简化近乎无限的复杂性，使我们的非线性世界看起来遵循一条有序的直线，这让我们感到安慰。这是一种魔术。为了成功完成这一魔术，科学家需要剔除任何不合适的部分。他们需要检测“信号”并删除“噪音”。但在混沌系统中，噪音很重要。我们真的在乎泰坦尼克号航行99.8%的时间都一帆风顺，还是林肯在遇刺前欣赏了大部分戏剧？

社会模型存在严重缺陷的假设之所以不成立，并不是因为经济学家和政治学家都是白痴，而是因为几十年来，回答社会问题的主导工具一直没有得到有意义的更新。自20世纪90年代以来，确实取得了一些重大进展。我们现在拥有更仔细的数据分析、更完善的系统偏差解释、更复杂的因果推断方法以及新的方法，例如使用随机对照试验的实验。然而，这些方法无法解决许多复杂性和混乱性带来的遗留问题。例如，如何从道德角度出发开展实验，以确定哪些因素会引发内战？如何确定在某个地点和时间进行的实验一年后在世界另一地区会产生相似的结果？

这些缺陷意味着，尽管技术取得了巨大创新，线性回归仍然是社会研究中过时的王者。正如美国经济学家J·多恩·法默（J Doyne Farmer）在他的《理解混沌》（2024）一书中所说的：“主流经济学的核心假设与现实不符，基于这些假设的方法无法很好地从小问题扩展到大问题。”在法默看来，这些方法主要受技术限制。他写道，这些方法“无法充分利用数据和技术的巨大进步”。

这些缺陷还意味着社会研究往往预测能力较差。因此，社会科学甚至没有真正尝试进行预测。2022年，牛津大学研究员马克·维哈根（Mark Verhagen）研究了十年间顶级学术期刊上不同学科的文章。在《美国经济评论》中，2414篇文章中只有12篇试图做出预测。在顶级政治学杂志《美国政治学评论》中，743篇文章中只有4篇。在《美国社会学杂志》中，没有一篇文章做出具体预测。这产生了奇怪的现象：许多社会科学模型永远无法被明确地证伪，因此一些存在严重缺陷的理论像僵尸理论一样无限期地存在下去。

社会科学研究的核心目的是防止可避免的问题，促进人类繁荣。当然，这需要更多的研究人员对世界进行预测——即使混沌理论表明这些预测可能不准确。

我们制作了太多模型，但往往都是错误的，而且很少有用。但有一种更好的方法。它来自对社会科学家大多忽视的领域的经验教训的综合。

混沌理论出现于20世纪60年代，在随后的几十年里，大卫·鲁埃尔（David Ruelle）和菲利普·安德森（Philip Anderson）等数学物理学家认识到洛伦兹的见解对于我们理解现实世界动态系统的重要性。随着这些想法的传播，来自各个学科的格格不入的思想家开始围绕一种新的思维方式凝聚在一起，这种思维方式与他们各自领域的主流惯例相悖。他们称之为“复杂性”或“复杂系统”研究。对于这些早期思想家来说，麦加是新墨西哥州的圣达菲研究所，距离原子弹诞生的鼠尾草丛生的山丘不远。但与麦加不同的是，圣达菲研究所并没有成为全球运动的中心。

20世纪80年代和90年代，随着詹姆斯·格莱克（James Gleick）的科普著作《混沌》（1987）的出版，以及杰夫·高布伦（Jeff Goldblum）在电影《侏罗纪公园》（1993）中塑造的角色成为人们关注的焦点，公众对混乱和复杂性的兴趣激增。当被要求解释混沌理论时，他说：“简而言之就是蝴蝶效应。“一只蝴蝶在北京扇动翅膀，在中央公园就会下雨而不是阳光普照。”但除了少数突破学科壁垒的边缘思想家外，社会科学界对复杂性热潮的反应大多是耸耸肩。这是一个严重的错误，导致我们对一些最基本的社会问题存在错误理解。认真对待混沌和复杂性需要一种全新的方法。

线性回归的一种替代方法是基于代理的建模，这是一种虚拟实验，计算机模拟社会中个体行为。研究人员可以利用这一工具观察个体行为如何基于各自的动机共同形成更大的社会模式。基于代理的建模在解决相对简单的决策问题时非常有效，例如汽车交通流量或流行病期间的疾病传播。随着计算能力的提升，这些模型将不断改进，并不可避免地为更复杂的社会领域提供可操作的见解。重要的是，基于代理的模型可以捕捉非线性动态和突发现象，揭示意想不到的瓶颈或临界点，否则这些瓶颈或临界点将不会被注意到。它们可能让我们更好地想象可能的世界，而不仅仅是测量过去的模式。它们为涉及复杂系统的面向未来的社会研究提供了强大但未充分利用的工具。

对非线性系统复原力的研究将大大提高我们避免可避免灾难的能力

此外，社会科学家可以通过承认寻找规律和模式的局限性来纳入混沌动力学。相反，他们可能会尝试预测和识别濒临临界点的系统——这些系统可能由一个心怀不满的蔬菜商贩引发，也可能由一个被谋杀的大公引发。物理学和复杂性科学中的“自组织临界”研究可以帮助社会科学家理解这种脆弱性。该概念由物理学家Per Bak、Chao Tang和Kurt Wiesenfeld提出，为可能发生灾难性崩溃的社会系统提供了一个有用的类比。当一个系统朝着临界状态自我组织时，一个偶然事件就可能导致系统突然改变。打个比方，现代贸易网络正朝着一个优化但脆弱的状态发展：一阵风就能使一艘船侧倾，造成数十亿美元的经济损失，就像2021年一艘船堵塞苏伊士运河时发生的那样。

自组织临界理论基于沙堆模型，可用于评估系统内级联或雪崩的发生方式和原因。如果将一粒粒沙子逐个添加到沙堆中，最终一粒沙子就能引发雪崩。但是，随着沙堆不断膨胀，崩溃的可能性也会增加。社会沙堆模型可以为分析复杂社会系统的弹性提供有用的理论框架。有人点燃自己，上帝保佑，在挪威不太可能引发内战或政权崩溃。这是因为挪威的沙堆较低，没有达到极限，因此不像导致阿拉伯之春的高耸沙堆那样容易发生意外连锁反应和临界点。

从生态崩溃的非线性评估中，社会研究还可以学到其他经验教训。例如，在生物学中，“临界减速”理论预测，接近临界点的系统（如被藻类覆盖的珊瑚礁）需要更长的时间才能从小的干扰中恢复。这种反应似乎可以作为生态系统濒临崩溃的早期预警系统。

社会科学家应该借鉴复杂系统及相关研究领域的这些创新成果，而不是视而不见。加强对非线性系统中的韧性和脆弱性的研究，将大大提高我们避免可避免灾难的能力。然而，许多社会研究仍在追逐一个过时的梦想，即把世界的混乱复杂性简化为简单的等式，用简单有序的方式呈现一个根本无序的世界。

当我们试图解释我们的社会与世界时，我们愚蠢地忽略了偶然性。我们想象社会变革的杠杆和历史的齿轮是受约束的，而不是混乱的。我们坚持一个精简的、故事书式的现实版本，希望发现稳定的模式。当在复杂的不确定性和令人安慰但错误的确定性之间做出选择时，我们往往选择安慰。

事实上，我们生活在一个混乱的世界，经常被混乱所支配。在这个世界里，我们的人生轨迹、社会和历史可能永远被一些小事改变，比如为了观光而离开蒸汽火车，或者像云朵一样短暂。