多样性优于能力这个定理是无可争议的。它在逻辑上是真理，正如1+1=2这个真理一样。然而，这个定理只适用于数学对象，不能直接适用于人。它讨论的其实是多样性视角和启发式怎样才能集结起来的问题。为了理解这种区分的意义，再次回到旅行商问题上来。考虑两个思想实验。在第一个思想实验中，我们召集1 000名本科生，向他们解释旅行商问题，并要求每个本科生各构造一个解决这个问题的算法。一个算法由对该问题的编码（视角）和解决方法（启发式）组成，所以这个实验完全符合我们的模型。根据这些算法解决样本问题，也就是推销员要在80个城市之间旅行时的表现，将它们从最好到最差进行排序。可能会发现，在这1 000个算法当中，存在着很大的多样性，同时也可能发现最好的一批算法是相似的。如果是这样，那么随机选定的20个算法组成的集合，可能会优于由最好的20个算法组成的集合。
在第二个思想实验中，给同样的1 000名本科生做一般智能测试。接着让最好的20名学生组成一个小组，再随机抽取20名学生组成另一个小组。然后要求这两个小组提出能解决旅行商问题的办法。在这种情况下，我们还能不能肯定地预测随机组会表现得更好呢？答案是否定的。一般智能测试的得分与诸如雄心、努力和专注等因素相关，这意味着高智商组有可能表现得更好。对这里的论述来说，重要的是，具有类似智商的人也完全有可能以不同的方式解决旅行商问题。这就是说，高智商组很可能也是多样性的。18
这两个思想实验告诉我们，在思考视角和启发式时，要注意到其中包含的微妙之处。在第一个思想实验中，人们是本来头脑中就已经有了现成的视角和启发式，还是“临时抱佛脚”地到了现场才提出某种视角和启发式，这种区别不重要，更不必在意。而在第二个思想实验中，上述区别就很重要了。如果人们能够随机应变地创造出启发式，那么群体动力学特征就更加重要。举例来说，假设高智商组能够认识到他们需要多样性启发式去解决问题，那么这个小组就很可能会比随机组做得更好。19
利用前面给出的工具箱模型可以更好地理解这两种情况的不同之处。一般智能测试得分高的人可能拥有更多的工具。当然，无论是得分较高的人，还是较低的人，都可能懂得测试组织者认为不重要的某些东西，例如，如何说“儿童黑话”，你说的是“ooh”，他们说的却是“yahoo”。如果对高智商组与随机组加以比较，可能会发现高智商组有更多的工具。也可能会认为，高智商组工具集合中独特工具的数量比随机组更多。因此，高智商组的表现可能会更好。
但是必须小心，不要妄下结论。且先把工具箱内的工具全部“倒在地上”，看看能够发现什么。假设每个高智商的人平均有30个工具，而随机组的成员则平均有25个工具。再假设每个小组的规模均为20人，那么高智商组将拥有600个工具，即共有20个人每个人30个工具，而随机组则拥有500个工具。这里的关键是，所有这些工具并不都是独特的。真正重要的是对每个小组拥有的独特工具的数量进行比较。理所当然地，我们可能会认为拥有更多工具的小组应该也拥有更多独特的工具。但这是一个很糟糕的想法。高智商组的构造方式决定了其各个成员拥有的工具并不是随机的。这些工具，正是让他们在智能测试中取得好成绩的那些工具。而且，测试选择的问题，也正是那些高智商的人擅长解决的问题，SAT考试和ACT考试也是如此。这种选择问题的规则，使在测试中得高分的人的工具比随机选择问题时更加相似。而随机组的构造方式则不存在任何东西会使他们的工具彼此相似。
测试的准确度越高、针对性越强，这种效应会变得越明显。如果根据每个人在解决旅行商问题时的表现来选择“精英”组，那么“精英”组的成员将更有可能拥有相似的视角和启发式。为什么会这样？这是因为，能够帮助某个人在解决旅行商问题时表现出众的那些启发式，比如说让两个城市互换，或者让间隔一个城市的一对城市互换，都是“专门化”的启发式。因此，“精英”组的所有成员可能会以同样一种或两种方式来思考问题。在工具上的重叠，可能会使他们在面对其他问题时处于劣势。20
根据智能测试成绩，或者根据人们在解决诸如旅行商问题这样的问题时的表现来挑选“精英”团队成员的做法会减少多样性。事实上，对于类似的现象你应该不会太陌生。可以在达尔文那里找到一个例子：自然选择减少了多样性。尽管可能会认为我们选择的是能力，但是同时也不能忘记能力取决于工具。所以，归根结底，选择是发生在工具上的。通过选择那些表现更好的人，可能会让人们拥有更多的工具，这有助于群体表现；但是同样有可能会让人们变得减少多样性，这对群体表现有害无益。这就是为什么由最优秀的人组成的团队不一定是最好团队的原因。
