[套装书]高效清单工作法：聪明人的无压时间管理手册+高效能青年人的七项修炼（2册）

.　　首先，不同专业领域的技能习得时间与练习时间并不存在一个1万小时的最低阈值。例如，优秀专业演员的专业技能习得往往是 3500 小时；记忆类专家技能的习得也并不需要1万小时，而是数百小时。
　　Hacker News网站的读者们已经整理出的证据表明，不少互联网公司创始人专业技能的习得同样不是1万小时。在本书中，艾利克森使用的数据也非1万小时定律，从事音乐教育的学生在18岁之前，花在小提琴上的训练时间平均为3420小时，而优异的小提琴学生平均练习了5301小时，最杰出的小提琴学生则平均练习了7401小时。
　　其次，成功与练习时间并不完全成正比，天赋虽然在其中不起决定性作用，却也会是一大影响因子。如心理学家史蒂芬·平克（Steven Pinker）指出，优秀科学家的平均智商在125以上。同样，1997 年一篇研究报告表明，医生、律师、会计的智商多数位于中上水平。一些体育项目更是会对身高和身材有要求，这类身体特点上的差异，更不是时间和简单的练习可以弥补的。
　　再次，练习的成果并不与时间呈正相关，这一点，也取决于练习方法。艾利克森就在书中举到很多例子，我们身边也不乏一些看似努力、其实没有成就的人。练习时，我们是采取阶段性进步，随时间和效果调整策略，有针对性和技巧性，还是机械地每日花上几小时，只为达成“1万”这个目标，却始终没能发现更为有效的训练方法，不能辨别并弥补练习中的漏洞，以取得进步？其间的差别，最终便是“高级新手”、胜任者和专家的区别。
　　最后，驳斥1万小时定律可以玩一个巧妙的思想游戏，这就是古希腊哲学家欧布里德（Eubulides）提出的沙堆悖论（Sorites paradox）：
　　1粒沙子不是堆。如果1粒沙子不是堆，那么2粒沙子也不是堆；如果2粒沙子不是堆，那么3粒沙子也不是堆；以此类推，9999粒沙子也不是堆；因此，1万粒沙子还不是堆。
　　“破解”沙堆悖论时，我们经常不得不设定一个固定的边界。如果我们说“1万粒沙粒是一堆沙”，那么少于1万粒沙粒组成的就不能称之为一堆沙。那么这样区分9999粒沙和10 001粒沙就有点不合理。这样不得不设定一个可变的边界，但是这个边界是多少呢？我们现在并不知道。那么最初设定的“1万粒沙粒是一堆沙”作为知识的价值就被削减了。
　　同样，在沙堆悖论的视野下，1万小时定律的价值也就这样被消解了。正如真实的心理科学研究表明，成为专家的时间往往随着不同的专业技能领域而变化。
　　刻意练习的本质
　　熟悉写作技巧的畅销书作者常常会用一个清晰的行动规则，如“练习1万小时成为专家”“21天养成好习惯”等来激发你的行动。但是对于究竟有多少人能够坚持1万小时，1万小时是否真的引向成功，坚持1万小时的关键节点，以及1万小时练习的本质是什么却置之不理。这些畅销书作者略过不谈的细节，恰恰是科学着墨最多，也是对人们提升自我最有帮助的地方。
　　事实上，艾利克森的刻意练习的核心观点是，那些处于中上水平的人们，拥有一种较强的记忆能力：长时记忆。长时记忆正是区分卓越者与一般人的一个重要能力，它才是刻意练习的指向与本质。
　　那些卓越的专家，能够将工作记忆与长时记忆对接起来，在进行钢琴、象棋等自身熟悉的专业活动时，能够调用更大容量的工作记忆。如同西蒙等在 1973 年那篇开创性研究报告中所指出的那样：国际象棋大师在长时记忆这款硬盘中存储了5万～10万个关于棋局的组块。
　　如果说专家和准专家们已将自己的大脑升级了，工作记忆内存条可以同时调用一块SSD硬盘来当虚拟内存用，那么那些专业领域的新手们往往还是在使用小内存跑。
　　幸运的是，进化给一般人留了条路。这种长时记忆能力，艾利克森认为是与具体领域相关的，并且通过他所说的刻意练习可以习得。只要你努力，经过几十小时到成千上万小时不等的艰苦努力，就能买来那款可以被工作记忆内存条调用、当虚拟内存使唤的SSD硬盘，即长时记忆。
　　一般人怎样才能买得起那块硬盘？刻意练习的任务难度要适中，能收到反馈，有足够的次数重复练习，学习者能够纠正自己的错误。
　　其中，多数不靠谱的成功学选择了错误的练习方式，虽说喊的口号是刻意练习，但实质并不是刻意练习，因为它们没有激活长时记忆能力。比如，下象棋的次数毫无作用，10个1万小时，也成不了国手。但是，如果看着已经发表的棋谱，然后推测国手下法，这种刻意练习方式，就是往长时记忆硬盘里面攒 SSD 硬盘：存储关于象棋棋谱的组块。
　　在本书中，艾利克森在辩驳1万小时定律时同样提到：
　　随着训练方法的改进和人类的成就达到了全新的高度，在任何一个人类付出努力的行业或领域，都在持续不断地出现变得更加卓越的办法，以抬高人们认为可以做到的“门槛”，而且，并没有迹象表明这样的“门槛”将不能再抬高。每当人类发展至新的一代，潜力的界限也随之扩张和提高。
　　长时记忆的培养要点主要有以下几个。
　　◆ 赋予意义，精细编码：（准）专家们能非常快地明白自己领域的单词与术语，在存储信息的时候，可以有意识地采取元认知的各项加工策略。
　　◆ 提取结构或模式：往往需要将专业领域的知识、提取结构或者模式以更好的方式存储。比如，专家级的开发者善用设计模式。
　　◆ 加快速度、增加连接：通过大量重复的刻意练习，专家在编码与提取过程方面比新手都快很多，增加了长时记忆与工作记忆之间的各种通路。
　　所以，刻意练习的本质是去买 SSD 硬盘，而不是纯粹卖苦力，更不是帮畅销书作者们营销，喊喊热血口号：1万小时，今天，你坚持了吗？
　　隐性知识
　　目前对刻意练习最大的批评是，艾利克森关于刻意练习的证据多是来自“认知复杂性”较低的活动，如象棋、钢琴、篮球、出租车驾驶、拼写，但是，对于“认知复杂性”较高的活动，如销售、管理等作用有限。怎样通过刻意练习成为一名卓越销售或卓越CEO，从哪里练起？怎么练？练什么？认知复杂性高与认知复杂性低的学习活动的差异在很大程度上表现为隐性知识的多少与比重。隐性知识需要在情境中去寻。
　　认知复杂度（cognitive complexity）是指你建构“客观”世界的能力。认知复杂度高的人具有高度复杂化的思维能力，更善于同时使用互补与互不相容的概念来理解客观世界。真实世界中，黑白对错并非截然分明。
　　仍然是西蒙，他认为人的“有限理性”体现在学习中就是“情境理性”—在哪里用，就在哪里学。人的学习受到情境的制约或促进。你要学习的东西将实际应用在什么情境中，那么你就应该在什么样的情境中学习这些东西。比如，你要学习编程，就应该在 GitHub 里学习，因为你以后编程就是通过 GitHub。又如，你要学习讨价还价的技巧，就应该在实际的销售场合学习，因为这一技巧最终是用在销售场合中的。
　　刻意练习并没有否认情境的重要性，但是在一些畅销书中，那些已经被学习科学证实的主流方式被放在一个不起眼的角落。与学习密切相关的隐性知识被忽略了。学习科学大量研究表明，成人的最佳学习方式并非独自练习，而是在情境中学习。有效学习是进入相关情境，找到自己的“学习共同体”，学习者最开始时围绕重要成员转，做一些外围的工作，随着技能增长，进入学习共同体圈子的核心，逐步做更重要的工作，最终成为专家。
　　这就是学习科学日益主流的观念：从“情境学习”出发，当一名“认知学徒”，它的要点有以下几个。
　　◆ 找到学习共同体：因为大量知识存在于学习共同体的实践中，不是在书本中，所以有效的学习不是关门苦练，而是找到属于自己的学习小团体。如程序员在类似于 GitHub 这样的网站练习编程。
　　◆ 隐性知识显性化：隐性知识是使人们有能力利用概念、事实以及程序来解决现实问题的知识。一般也被称为策略知识。
　　◆ 模仿榜样：榜样可以是现实生活中的导师，也可以是网上的导师。
　　◆ 培养多样性：在多种情境中实践，以此强调学习广阔的应用范围。例如，裁缝出师并不是已经练习了1万小时，而是能够缝制出足够好的衣服。
　　小结
　　图灵奖得主理查德·哈明（Richard Hamming）谈到如何变得卓越时认为，练习时间并没有那么重要，也无法精确和明示，他写道：
　　在许多领域，通往卓越的道路不是精确计算时间的结果，而是模糊与含糊不清的。没有简单的模型通向伟大。
　　即使是格拉德威尔拿来当作1万小时定律例子的比尔 "盖茨也谦虚地谈道：
　　1万小时定律是有帮助的，但真正实现，还需要坚持不懈，并练习上很多个周期。（The 10000 hour rule helps. But to be achieved, it needs persistence and passing through a lot of cycles.）
　　这或许才是西蒙的十年定律对我们真正的启发：耐心地、谦虚地保持大时间周期的刻意练习。
　　安人心智科学总监&开智文库出品人
　　阳志平