寓言故事
小船学会靠岸
山脚马戏团训练一只小猴走迷宫取果。最早训猴师拿着路线图教它：左转、右转、跳木箱。小猴记住了这一座迷宫，换个入口就乱。
训猴师改了办法。他不再每一步都指挥，只在小猴拿到果子时给甜枣，撞到铃铛或走进死巷时不给。小猴开始乱试：有时爬墙，有时推箱，有时绕远路。
掌柜嫌它浪费时间，想直接把正确路线背给它。老训猴师说，若只背这一条路，它永远不知道不同动作会带来什么后果。让它试，是为了学会在环境里选择。
试久了，小猴发现某些动作更常接近果子，某些捷径看似快却会触发铃铛。训猴师偶尔改变果子位置，小猴不再完全崩溃，会先探索几步，再利用熟悉的线索。
奖励也要小心。有次只奖励最快到达，小猴学会撞倒木栏抢路，差点弄伤同伴。训猴师把奖励改成既看拿果，也看是否避开铃铛和木栏。
一开始小猴只会碰运气。训猴师若每次都急着拉它回正路，它就又变成听口令；若完全不管，它会学会撞翻箱子也能偷果子。奖励给得太粗，会长出歪办法。
训猴师于是重新安排奖惩。拿到果子有甜枣，碰响铃铛扣掉，走得更短多给一点，推坏木箱不给。小猴仍靠尝试发现路线，但每次结果都会改变它下次的倾向。久而久之，它不是背一张图，而是学会在新迷宫里寻找能带来好结果的动作。训猴师也学会观察坏奖励。若小猴为了甜枣学会撞开旁门，就要改奖惩；目标给错了，学得越快越麻烦。
后来小猴能在新迷宫里慢慢摸索。它不是从讲解里学会每条路线，而是从行动、反馈、再行动中学会策略。给什么回报、允许怎样探索，决定了它最终学成什么样的本事。