脱颖而出：AI时代通用的12条学习法则 _（加）斯科特?H.扬_9787111800804

为什么有人深耕一个领域数十年仍停滞不前，有人却能快速突破成为顶尖高手，学习的核心并非天赋或盲目努力，而是观察模仿、亲自践行、获取反馈的科学循环。
本书以《俄罗斯方块》玩家突破三十年死亡关卡的传奇为引，结合费马大定理证明、爵士乐即兴创作，飞行员训练等真实案例，拆解学习的底层逻辑。从借鉴专家经验以规避无效试错，到在合意困难(恰当难度的任务)中锤炼技能，再到用精准反馈打破认知瓶颈，作者融合认知科学与实战经验，解答为何经验不等于专业如何避免越学越困惑等核心问题。
无论是职场精进、技能提升还是学术钻研，你都能通过这套方法跳出无效努力，让进步从可遇不可求变为有迹可循，最终成为某个细分领域的头号玩家。

引言
人生离不开学习。我们花费很多年的时间上学求知，我们希望在自己的工作中表现出色，不仅仅是为了成为佼佼者后的各种光环，更是为了将一件事情做到炉火纯青后那无与伦比的成就感。即便在娱乐消遣的时候，我们也格外热衷于把一件事情做得越来越棒，这种感觉令人乐此不疲。
然而，学习这件事情总让人捉摸不定。有的时候得来全不费工夫，比如有时我们可以快速熟悉新社区的周边环境，或者在新的岗位上迅速掌握一套操作流程。有的时候却踏破铁鞋无觅处我们可能在图书馆中秉烛夜读，却在考试中铩羽而归；我们可能想换一份工作、一个岗位，甚至从头再来开启新职业的大门，内心却总有一个声音说自己没有迈出那一步的实力。经验的积累往往不代表稳定的进步，我们开了几十年的车，用了几十年的电脑，打了几十年的网球，可依旧普普通通。即便我们真的有所进步，这也往往时有时无、可遇而不可求。
无论你追求的是最终登峰造极还是眼下小有突破，了解学习到底是怎么回事都属实重要。化繁为简的原理能够为你解惑：为何有时进步神速，有时却停滞不前。在那之前，让我们先来看一个不可思议的世界级的技能成长故事《俄罗斯方块》玩家们如何在游戏风靡30年后首度在游戏中实现质的飞跃。
《俄罗斯方块》之谜
2020年2月15日，约瑟夫·赛利（Joseph Saelee）如往常一样启动了一局《俄罗斯方块》。1霎时间，标志性的四格彩色方块以差不多每秒一个的速度开始坠落。这般节奏足以让大多数街机玩家汗流浃背，赛利却显得漫不经心。相反，他正与在流媒体平台Twitch上观看他直播的几位粉丝聊天，直到游戏推进至第19关时，聊天的节奏才开始慢下来。此刻，每个方块从出现到触底仅有2/3秒，他必须在电光石火间为每个方块找到最佳落点。上一个方块尚未落地，他的目光就已经瞥向了显示下一个方块的窗口这是绝对随机中唯一的喘息之机。以这般令人屏息的速度连闯9关后，游戏速度再度翻倍，方块几乎刚一出现便直坠屏底。当他终于打通这一关时，关卡计数器出现了故障，显示内容从29跳转为00显然，游戏设计者并不认为有人能到此一游。赛利恍若神游，手指以每秒十余次的频率按动手柄按键，他竟能将每个方块完美归位，以惊人的清屏速度抵御从天而降的狂轰滥炸。数分钟后，他首次出现失误一个错位的方块如孤峰矗立于整齐排列的矩阵之上。转瞬间，屏幕被方块洪流吞噬，游戏结束了。尽管败局已定，赛利却面露微笑。虽败犹荣的他达成了闯到34关的壮举，2在这款风靡30年的传奇游戏中创下前无古人的纪录。而这一年，赛利年仅18岁。
显然，约瑟夫·赛利在《俄罗斯方块》上的造诣毋庸置疑。但更令人惊叹的是，他比痴迷于这款游戏的初代玩家们强了不止一个量级。一直以来，第29关被视为人类不可能突破的极限方块坠落的速度快到令人发指，即便玩家全程按住左右方向键，也无法在方块触底之前将其移动到屏幕边缘，而只有补齐一整行方块才能触发令人愉悦的消除音效。于是玩家们直接将这关划入无人区，并戏称为死亡关卡。赛利的一项壮举是单局达成999 999分的最高分，这曾是初代玩家们长期求而不得的成就。游戏发布20年后，哈利·洪（Harry Hong）才首次在官方记录中达成满分通关。3反观赛利，他在2020年的一场比赛中就12次刷新纪录。更夸张的是，赛利并非孤例同场赛事中，40位不同玩家都突破了理论最高分。4这不禁让人好奇，一款早已过了巅峰期的游戏，5是如何孕育出更强大的玩家群体的？
《俄罗斯方块》的昔日与今朝
如今看来，《俄罗斯方块》似乎已经有些过时了，以至于我们很容易忘记它刚刚问世时所引起的轰动。这款由俄罗斯计算机科学家阿列克谢·帕基特诺夫（Alexey Pajitnov）6于1984年发明的游戏，在苏联解体的前夕通过软盘悄然传播开来。帕基特诺夫本人也和此后无数的上班族一般，工作时间不务正业，沉迷于自己的作品而无法自拔。帕基特诺夫的朋友、心理学家弗拉基米尔·波奇尔科（Vladimir Pokhilko）认为这款游戏具备极强的致瘾性，可以拿来研究成瘾现象。然而，当他发现自己的研究人员根本无心工作时，他最终不得不销毁所有游戏，因为他的研究团队已经彻底瘫痪。后来，软件经销商罗伯特·斯坦（Robert Stein）在他的匈牙利之行中偶然发现了这款游戏，这款游戏随即在西方掀起了一场激烈的发行权争夺战。最终任天堂（Nintendo）凭借为红白机（NES）打造的版本脱颖而出，销量突破数百万套，培养出一代代忠实粉丝。
对于大多数玩家而言，《俄罗斯方块》不过是个消遣游戏，但总有人为之痴狂。本·马伦（Ben Mullen）作为早期的纪录保持者，曾详细记录了自己的游戏数据，试图找到暗藏的玄机来优化自己的游戏表现。他在采访中曾表示：我发现，喝完咖啡后的半小时，玩《俄罗斯方块》的水平会达到巅峰。7而哈利·洪则因过度沉迷游戏，不得不在拇指和手柄之间垫一小块布以防止起水泡。还有人玩到出现幻觉，感觉眼前有方块在不停落下，这种现象后来被称为俄罗斯方块效应（Tetris effect）。8然而，即便他们如此投入，其表现仍难以企及当代玩家赛利那种从容不迫的巅峰境界。
解开谜题
要想理解玩家的水平为何能够突飞猛进，得先从认证游戏纪录的机制说起。早期游戏纪录认证完全由电子游戏数据库双子星系（Twin Galaxies）官方运营。玩家需提交高分记录及相关证明材料，经裁判审核确认有效后，分数才会被收录至网站的总排行榜。不过这套流程可谓烦琐至极：玩家可能因未能充分记录自己的游戏过程，最终无法提交成绩这也正是乔纳斯·纽鲍尔（Jonas Neubauer）和索尔·阿克伦德（Thor Aackerlund）的遭遇，他们声称比哈利·洪更早达成满级成就，却苦于拿不出证明。然而，多年来别无选择，若想登上公认的荣耀之巅，唯有通过双子星系的认证体系。
然而，YouTube的横空出世改变了这一切。玩家可以自由上传视频，直接分享自己的世界纪录，无须通过中间机构的审核。这种方式不仅让提交新纪录变得易如反掌，还附带了一个微妙的关键作用：当你上传破纪录的游戏视频时，所有人都能窥见你的操作手法。在此之前，双子星系仅仅公布最高分，却从不展示验证过程的证据。如今，其他玩家不仅能一睹顶尖玩家的高超技艺，还能近距离观察他们是如何做到的。
早期的YouTube虽然提高了透明度，但这种比赛记录的非正式特性也提供了作弊的温床。像《俄罗斯方块》这样的经典游戏可以通过模拟器（emulator）运行这种软件能让玩家在电脑上玩主机游戏。这类软件不仅能调低游戏速度，还能通过回退操作修正失误。尽管火眼金睛的审查总能发现作弊的蛛丝马迹，但是真正的高手开始自己设法证明自己的成绩。他们不仅会录制游戏画面，还会同步拍摄操作者的双手，这种双重实录逐渐成为行业标准。随着直播技术的普及，顶尖玩家在众目睽睽下实时竞技，使得作弊几乎无处遁形。
通过对玩家手部动作的观察，按键技巧得以被广泛学习。一种名为极限连击（hypertapping）的技术玩家通过快速抖动拇指实现每秒十余次方向键敲击，成为突破第29关的关键。这项技术是由早期的最强玩家索尔·阿克伦德发明的。9但由于当时几乎无人能亲眼看见并效仿他的操作方式，这项技术在近20年间始终沉寂。另外，直播技术还催生了实况解说，顶尖玩家被推到与观众交流的第一线，开始实时分享他们在游戏背后的思考。这种交流是双向的：顶级玩家不仅要展示自己的策略，更要直面观众对操作失误的即刻审判。与早期游戏高手们对独门秘籍讳莫如深的时代不同，如今的竞技者被迫保持绝对透明每一个操作都在众目睽睽之下。
在线论坛也极大地拓展了拜师学艺的机会。在20世纪90年代，玩家自我提升的渠道仅限于自己身边的朋友圈。如果你恰好认识一位《俄罗斯方块》高手，或许能偷师几招，如若不然，即便接触多年，你也可能始终无法参透游戏中的那些精妙之处。哈利·洪在2010年的纪录片10中坦言，他当年的惯用策略是将方块堆叠在右侧，刻意在屏幕左侧留出空隙。这种策略如今已被视为过时游戏旋转算法中的一个小设定使得至关重要的长条形方块更容易旋转并滑向另一侧。另一位昔日顶尖玩家达娜·威尔科克斯（Dana Wilcox）甚至从未意识到方块可以双向旋转。这样的认知空白11导致她无法施展某些高阶操作，比如T形旋转（T spin）：在千钧一发之际扭转T形方块，将其嵌入看似不可能嵌入的位置。如今，新手玩家能够轻易获取最优策略，尽管要将其熟练掌握仍需要大量练习。
当今的《俄罗斯方块》玩家之所以能够青出于蓝而胜于蓝，主要得益于他们所处的环境。视频平台的普及让顶尖玩家细致入微的玩法得以广泛传播；在线论坛将非正式的交流沉淀为永久的知识宝库；游戏直播则推动着玩家进行海量训练，玩家甚至能从越来越懂行的观众那里获得近乎即时的反馈。归根结底，尽管像约瑟夫·赛利这样的玩家的确功不可没，但是《俄罗斯方块》的故事并非关于某一个人。相反，这是一个关于游戏本身的传奇，一个关于玩家们如何通过不断创新的玩法加速了游戏进化的故事。
万事万物脱颖而出的三大因素
正如《俄罗斯方块》的故事所展示的那样，进步并非仅仅依靠天赋或毅力就能实现。实际上，有三大因素决定了我们能学到多少。
第一，观察模仿（see）。我们的所知所学多半来自他人。能否顺利地向他人取经，很大程度上决定了我们进步的速度。
第二，亲自践行（do）。达到精通需要精修勤练。但是，并非任何练习都能助你一臂之力。我们的大脑是一台精妙绝伦的节能神器，这既可能是巨大的优势，也可能是可怕的阻碍。
第三，获取反馈（feedback）。进步离不开一次次的迭代调整。这不仅需要老师的朱批圈点，更需要我们躬身入局，与真实世界直接接触。
当我们能够以他人之长为参考示例，自己精修勤练并收获可靠反馈时，我们自然可以突飞猛进。然而，若其中任一环节或者多个环节受阻，进步就变得举步维艰。
更多时候，我们会发现自己所处的环境既不是最利于学习的顺境，也不是彻底阻碍学习的逆境。现实处境中往往挑战与机遇并存，我们可以通过寻找合适的环境、导师、训练方式及项目来加速进步。真正的难点在于，我们往往并不知道该从哪里精准切入。
?　观察模仿：示例的力量
人类的最佳学习途径是借鉴他人。我们从他人身上学到的能力远远超过了单打独斗获得的本领。《俄罗斯方块》玩家的水平之所以能够突飞猛进，正是因为高水平的游戏技巧开始广为人知。正如哈佛大学人类学家约瑟夫·亨里奇（Joseph Henrich）所言：人类这个物种成功的秘诀，并不在于与生俱来的智力天赋或者某些特殊的认知能力。12相反，他认为：正是因为我们能轻松地从他人的创新中借鉴学习，人类才成了独一无二的物种。
其实在某些情况下，聪明的动物在解决具体问题时甚至能比人类儿童技高一筹。例如，研究人员发现，乌鸦可以通过把金属丝弯成钩子，成功从狭窄瓶子中钩取食物。而当同样的任务被稍做改良后交给五岁孩子时，能够想出这个解法的研究对象比例不到1/10。13如果说人类解决问题的硬实力只是比某些动物略胜一筹，那我们的模仿能力则是当之无愧的天下第一。在一项实验中，研究人员对两岁半儿童与黑猩猩、红毛猩猩进行了一系列认知测试对比。出乎意料的是，在涉及空间、数量和因果关系的逻辑推理谜题中，人类幼崽与类人猿的表现旗鼓相当，黑猩猩甚至在部分任务中小胜一筹。唯一的例外出现在社会学习（social learning）中只要研究人员稍做演示，孩子们便能轻松解决问题，但几乎所有类人猿都做不到这一点。14
虽然儿童的原始解题能力可能比不过乌鸦和黑猩猩，但他们却能一步步地掌握阅读、写作、说话、加法、乘法、绘画、唱歌乃至使用电视遥控器等技能这些是其他动物望尘莫及的。讽刺盲目模仿的俗语猴子学样恰恰把事实搞反了模仿能力正是人类才智的基石。
然而，向他人借鉴这一能力也有其局限性。当我们接触不到可以借鉴的对象时，进步就变得举步维艰。《俄罗斯方块》的早期玩家们基本上处于彼此隔绝的状态。他们要么独自研究，要么仅与少数几个好朋友切磋切磋。最佳的游戏技巧无法传播分享，于是每个人不得不各自摸索出一套方法。在极少数情况下，这种孤军奋战能取得惊人的成就，比如游戏界神童索尔·阿克伦德。但对绝大多数人而言，这种闭门造车的状态远远触不到人类的潜力极限。视频上传、直播和在线论坛等新技术的出现大大加速了最佳实践的传播。即便《俄罗斯方块》已不再是全球最流行的游戏，当今的玩家群体之间的联结也比以往任何时候都更多（见图0-1）。

图0-1　玩家之间的联结图示
注：玩家之间的联结越多，创新就越容易传播。与左侧网络相比，右侧网络中的成员拥有更多向同伴学习的机会。
我们借鉴学习时所使用范例的品质同样至关重要。从古早的炼金术到现代科学化学的变迁便是一个绝佳例证。早期的炼金术士或许错误地认为可以将贱金属炼成黄金，但他们的确掌握着某些可靠的化学知识。许多炼金术士致力于构建物质理论体系，有些人甚至进行了控制变量实验。15然而，出于对秘术外传的忌惮，他们选择刻意模糊研究成果。正如历史学家、化学家劳伦斯·普林西比（Lawrence Principe）所言：炼金术原始文献中充斥着刻意营造的晦涩16故意的保密行为、诡异的术语、模糊的概念与怪诞的意象，炼金术士们并不想让他人轻易理解自己的工作。炼金术士们使用暗语（Decknamen）来隐藏物质真名，将配方包裹在光怪陆离的寓言故事中，他人需要破译才能理解。他们还会通过省略、调换步骤或添加不必要的步骤来混淆认知。虽然这种加密的做法确实达到了将知识限制在少数特权阶层手中的目的，但同时也降低了靠谱知识的积累效率。有志成为炼金术士的后辈们不得不重复前人的实验数十次，毕竟任何失败都无法证明配方本身存在问题，很可能是自己的解密过程出了差错。即便天才如艾萨克·牛顿（Isaac Newton），也曾耗费许多心力追寻炼金术奥义而未能意识到此路不通。反观罗伯特·波义耳（Robert Boyle）的气泵实验17（其成果波义耳定律至今仍是化学课堂的必修内容），他不仅翔实记录了实验过程，更附上数十幅实验装置示意图与测量数据。故弄玄虚，缺失、省去关键环节的现象绝非炼金术独有。这放到今天也很常见，学习内容设计不当会迫使我们在理解概念或者掌握技能时付出大可不必的努力。
知识的分布并不均衡。尽管互联网时代看似有着无限可能，但世间绝大多数知识并未被记录下来，供人自由取用。相反，它们深藏于专家们的脑海之中，而这些人往往自己都无法清晰阐述所掌握的知识。甚至，知识常常根本不存在于某个个体的大脑之中，而是以群体协作的方式分散存在于实践活动中。经济学家米尔顿·弗里德曼（Milton Friedman）在1980年的纪录片中，引用伦纳德·里德（Leonard Read）早年的一篇论文，以木制铅笔为例说道：世界上没有一个人能独立制造出这支铅笔。18此言惊世骇俗？其实一点儿也不。他接着解释道，砍伐木材需要锯子，制造锯子需要钢铁，生产钢铁又需要铁矿石。橡皮、油漆、胶水和石墨的生产都涉及极其复杂的供应链。因此，即便是制造一支看似简单的铅笔，所需的知识也不是由某个人独自掌握的，而是由为共同目标而协作的群体所拥有。随着科技的发展，当解决复杂问题需要整合海量知识时，个人的单打独斗将越发罕见，取而代之的是分布式协作。AI的新突破或将加速这一趋势理论知识变得越来越容易获取，但是那些秘而不宣的实践经验依然深藏于各个领域专家们的圈子中。客观来说，想要真正掌握一件事情，有机会触及其知识所处的原生环境，往往比学习本身更难。
?　亲自践行：练习的必要性
能够向他人借鉴只是第一步。真正的技能养成需要践行，而不仅仅靠观察。实践在学习过程中扮演多重重要角色。首先，反复练习能够降低执行任务时消耗的脑力。通过功能性磁共振成像（fMRI），研究人员观察了《俄罗斯方块》玩家随着游戏经验增长而产生的大脑活动变化。19与大脑使用区域越多，表现越优异的预期相反，随着玩家玩游戏次数的增加，其神经元活动反而逐渐减少。这大体上支持了通过重复练习，玩家神经系统的运作效率显著提升的理论。如果你已经开车多年，可能会有类似的体会曾经需要全神贯注才能完成的操作，如今已能下意识完成。当手脚自动执行动作时，你的思绪早已神游四方。将局部的基础技能自动化是完成复杂任务的关键一环，这也是仅凭观看他人的操作永远无法达到专业水准的原因之一。
其次，练习的一个原因在于记忆提取（memory retrieval）的重要性。要想弄清楚如何做某事，观察他人的操作固然是必要的。然而，如果每次行动时解决方案总是唾手可得，我们便无法将其深深刻入记忆。如果经历过那个没有智能手机的年代，你可能还能背下来几十个经常拨打的电话号码。而如今，尽管每次拨号时都能看到号码，但除了自己的号码之外，你可能很难记住任何一个。区别就在于：在通讯录功能尚未出现之前，每次打电话都迫使你从记忆中主动回忆起号码。在巩固记忆力方面，记忆提取比浏览复习更胜一筹。20
最后，尽管人类是模仿高手，但技能的许多精妙之处仍是难以被复制的。观察他人在网球发球时手臂的摆动轨迹、在绘画时手腕的运笔方式固然可行，但每个人的肌肉结构都是独一无二的，因此这些观察结果充其量只是你自己实践操作时的一个近似参考。至于那些感知型的技能，比如解读X光片中的病理信号，预测高尔夫球在果岭上的滚动轨迹，蕴含着大量难以言传的隐性部分，即便是一位耐心十足的老师，也未必能倾囊相授。要想掌握那些书本之外的技能精髓，唯有亲身实践。
然而，学而时习之这件事情本身就会自己绊自己的脚。显然，主动践行比被动观看视频更劳神费力，因此人们往往更倾向于选择输入而非输出。此外，想要触及真实的践行环境也多有限制。没有飞机如何成为优秀的飞行员？没有摄像机如何成为出色的电影人？最后，在学习复杂技能时，如何在向他人借鉴和自己独立行动之间找到平衡也是一个棘手的问题。支持太少，学习就会沦为令人沮丧的反复试错；但支持太多可能也有问题，比如当他人过度施以援手时，反而会削弱我们自主思考的能力。人们并不总能在这之间做出最佳的取舍。研究人员发现：能力较弱的学生更适合在高度结构化的环境中学习，这样他们可以学习尚未掌握的解决问题的思路；而能力较强的学生则更适合在低度结构化的环境中学习，在那里他们可以获得更贴近现实的实践机会，并被迫运用已有的知识储备。吊诡的是，学生们往往更偏爱那些对自己来说学习效果更差的学习方法！21这种反常倾向的根源在于：学习本身需要付出努力，但人类天生具有节能（偷懒）倾向。能力较弱的学生觉得结构化学习的要求过高，因此倾向于选择更灵活的方式来逃避严格的标准；能力较强的学生则认为结构化学习更轻松，因此更愿意遵循既定路径，而非自己独立思考得出正确答案。在学习过程中，对难度的微调至关重要，而我们并不总是能恰当调整。
?　获取反馈：根据实践调整
单纯的重复练习远远不够。没有反馈的练习只是在原地踏步。早在1931年，心理学家爱德华·桑代克（Edward Thorndike）就通过实验让参与者反复绘制特定长度的线条。即便经过3000次练习（这实验过程想必有点儿意思），参与者依然毫无进步。22研究专家的权威专家、心理学家安德斯·埃里克森（Anders Ericsson）提出了刻意练习（deliberate practice）这一概念，23解释了音乐、国际象棋、体育和医学领域的顶尖人才是如何登峰造极的即时反馈正是其核心要素。正如高质量的即时反馈铸就了顶级运动员与音乐家日益精进的技艺，反馈的缺失也同样可以解释技能表现的退化。在一篇系统性文献综述中，研究人员发现，随着执业年限的增长，医生的诊疗质量反而呈现下降趋势。24为什么会这样呢？要知道患者的康复情况仅部分取决于医生的治疗手段，而最佳诊疗方案与过时技术之间的区别，往往只有在精心设计的对照实验中才能发现，在日常行医中很难直接感知。所以，面对这种零散、不明确的反馈，医生想要真正实践埃里克森所强调的对于持续精进至关重要的刻意练习是很困难的。
因此，一个高效的反馈系统能显著加速成长。在越南战争（Vietnam War）期间，美国海军和空军的敌机交换比都是1 : 2（即损失一架美军战斗机，可以换来击落两架敌机的战果）。为了改善这一状况，海军创建了美国海军战斗机武器学校（Navy Fighter Weapons School），也就是电影《壮志凌云》中的Top Gun项目。该项目包括模拟出击训练，受训飞行员要与最优秀的飞行员对抗。每次交锋后，他们的临场发挥都会被深度复盘，每一个决策都会在行动后的报告中被讨论分析。结果是，当空军的交换比还停留在1 : 2时，海军的交换比已经进步至1 : 12，作战效果提高了五倍。25埃里克森报告了一项在欧洲银行进行的外汇交易员实验，26通过竞争性模拟和行动后反馈，他们也取得了类似的业绩提升。能否在你的努力过程中设计出更有效、更具信息量的反馈机制，可能就是决定你是持续进步还是停滞不前的关键所在。
学习为何依然重要
除了担忧能否进步之外，还有一朵更大的乌云笼罩着我们，那就是学习本身是不是很快就要被淘汰了。就在我写下这些文字时，精密复杂的计算机程序已经能够按照你的个性化需求创作诗歌，解释量子力学，甚至以任何艺术风格绘制插画了。假设这种技术持续发展下去，掌握那些可以轻松通过硅芯片完成的技能还有什么意义呢？诚然，技术变革的兴起既可能颠覆旧有的技能，也可能创造出对新学习的需求。苏格拉底曾痛斥纸张的发明会削弱人类的记忆能力，27结果却是其引发了知识爆炸体量之巨，已非个人穷尽一生所能记忆。信息技术让某些职业几近消亡，却也在废墟上重建起从未存在过的新岗位。麻省理工学院经济学家戴维·奥托尔（David Autor）及其同事的研究表明，人们于2018年从事的工作中，约有60%在1940年是不存在的。28虽然技术发展或许让就业市场对打字员、接线员的需求锐减，但也促进了程序员与商业分析师这类新兴职业的井喷式增长。基于过往技术趋势合理推演，AI的进步将导致人类对学习的需求不降反增。预测总是困难的，尤其是对未来的预言。因此，我无意揣测哪些技能和知识最终会成为未来几代人的刚需。然而，那些对于学习过程的深刻洞察，以及让学习变得更加得心应手的策略，它们的重要性只会与日俱增，而非逐渐减少。
一场好奇心之旅
我对学习的痴迷由来已久。2019年，我出版了《超级学习者》（Ultra-learning）一书，结合我自己在语言学习、编程和艺术创作中的亲身经历，深入探讨了那些痴迷于自学的人的独特世界。然而，好奇心是一种与众不同的驱动力，与饥饿或口渴不同，我们学习得越多，好奇心非但不会得到满足，反而会随着认知边界的拓展愈燃愈旺。正因如此，尽管多年来我既致力于学习新技能，又试图理解技能发展背后的学术研究，却最终开启了新的探索之旅，试图解答我之前悬而未决的问题。在研读完数百本书与数百篇学术论文后，我找到了一些令人满意的解释，解开了我早先的一些疑惑。正如所有源于好奇心的探索一样，新的问题又如雨后春笋般涌现出来。从某种程度上说，这本书正是我尝试梳理这些发现的努力成果。
在写这本书时，我心中主要有两类读者。首先，我希望从学习者的视角出发。如果你想在任何领域有所精进、脱颖而出，应该如何行动？应该寻找怎样的示例与榜样？采用哪种练习方法最有效？什么因素决定了你是登峰造极，还是止步于此？其次，我希望探讨教育工作者、教练、父母以及那些在企业组织中负责塑造学习环境的人怎样才能打造出一个利于进步的环境。自从我的两个充满好奇心的小探索家出生以来，作为一名父亲，我对如何引导他们成就更好的自己产生了浓厚的兴趣。好老师可遇而不可求，但更关键的是，那些能真正有效促进能力发展的科学原理，至今仍未普及。总的来说，我为与我志同道合的人那些渴望成为更好的自己且在前进的路上希望走好每一步的人写下此书。
你将从本书中收获什么
在接下来的12章里，我们将深入探讨观察模仿亲自践行与获取反馈这三个主题。取得进步并不总是轻松的，但无论如何我们都可以更明智地思考该如何学习。每一章都以一条法则来表述。我希望，即便本书中各章的研究细节逐渐淡出你的记忆，这些经验法则仍能作为关键原则的实用指南虽不完美，却足以提纲挈领，使你印象深刻。
第1条至第4条法则讨论的是示例的力量：
1.解决问题的本质即探索问题空间。我们将从一个持续三个世纪之久的数学谜题讲起，探讨一种开创性的问题解决理论，帮助我们理解这个谜题的解决过程。我们还将探讨常规型思维与创造型思维之间的差异，以及从他人身上习得的经验会如何深刻地影响我们所能解决的问题的复杂程度。
2.创造始于模仿。接下来，我们将深入探讨文艺复兴时期的艺术培训体系。模仿不是创造的对立面，反而是孕育原创的种子。我们将探寻大脑的瓶颈，研究为何获取知识的最佳策略往往与创新灵感的产生过程大相径庭。
3.成功是最好的老师。复杂精湛的技能需要有坚实的基础作为支撑。如果少了扎实的基础，学习过程就会变得举步维艰且令人沮丧。若能在学习的初期阶段就体验到切实的成功，动力便会源源不断、生生不息。
4.经验使知识化于无形。最后，我们将探讨知识的诅咒，即专业知识如何导致人们对自身技能的认知逐渐模糊。专家的直觉虽然强大，却常常使复杂技能的习得变得更加困难；当技能成为本能时，大师们便再难追溯当初的习得路径。为了解决这个问题，我们将探索一系列工具，以提取专家们已经内化为无意识的知识。
第5条至第8条法则涉及如何改进实践：
5.恰到好处的难度。进步的关键在于找到一个微妙的平衡点，既不能让练习过于困难，也不能让它过于简单。我们将探讨研究成果，看看在什么情况下，困难可以成为催化剂，在什么情况下，困难又会成为绊脚石。我们还将深入剖析作家悖论，即为何最优秀的作家似乎最容易陷入写作瓶颈。此外，我们将探讨几种动态调节难度的工具，从渐进式问题解决到构建实践循环，助你在学习之路上游刃有余。
6. 大脑并非肌肉。当我们锻炼一项技能时，到底是什么在变强？尽管大脑如同肌肉这个比喻经久不衰，但长达一个多世纪的研究表明，这个比喻其实漏洞百出。关于知识迁移的研究将帮助我们理解，究竟在何种情况下，某一种能力的强化会提升我们在另一领域的表现。
7.变化胜于重复。接下来，我们将深入探讨爵士乐手的即兴演奏能力是如何发展起来的。这些音乐人如何做到在不重复自我的前提下，演绎出复杂而独特的乐曲？在解答这一问题的过程中，我们将探索科学原理，看看多样化的练习方式如何能够培养出更加灵活多变的技能。
8. 质量源于数量。天才皆高产。在这一章中，我将探讨一些令人惊讶的研究成果：创造力本质上就是生产力。那些创作出传世之作的人，几乎无一例外也是最高产的人。我们将探讨这一发现对你自身为有所作为所做的努力有何启示。
第9条到第12条法则都是围绕反馈展开的：
9.经验未必铸就专业。熟未必能生巧。事实上，缺乏有效的反馈，练习往往不能让我们变得更加出色。在本章中，我们将探讨不确定性环境下的学习。我们将对比两类情况：一类是扑克玩家的情况，他们虽受制于运气的反复无常，却能精通这项复杂的博弈；另一类则是更为常见的情况数十年的专业经验却仅能带来平平无奇的表现。基于这些差异，我将就如何改造不友好的学习环境给出一些建议。
10.实践必须照进现实。本章将剖析人类历史上最惨烈的航空灾难所带来的教训。课堂上学到的知识与实际操作之间存在着错综复杂的关系。真正的精通必然需要与相应的物理环境和社会情境接轨。
11.进步并非线性发展。想要变得更好，往往首先需要变得更糟。在诸多领域中，我们与生俱来的直觉往往与经过验证的科学理论相去甚远。随着我们能力的不断提升，更进一步的关键就在于剔除错误观念，排除低效行为，并纠正各类错误。
12.直面恐惧，恐惧自散。最后，我将从对技能本身的探讨转向那些常伴其左右的焦虑情绪。我们将探讨暴露疗法（exposure therapy）在克服恐惧方面那令人意想不到的奇效，以及为什么我们本能地用来应对焦虑的许多策略反而会适得其反。想要登峰造极，光有聪明才智是不够的，勇气同样不可或缺。
最后，在结语部分，我将暂且跳出学术研究的视角，聊聊如何将上述法则真正融入你的日常实践中。无论你是为了考试而学习、需要掌握工作上的新技能，还是单纯想在某个感兴趣的领域中更上一层楼，希望这些建议都能为你打开一扇窗，助你找到更高效的学习之道。
首先，让我们通过一个耗时超过350年才得以解决的谜题，来一窥解决问题的科学本质。

译者序
引　言　学习是如何发生的
第一部分　观察模仿：直接向他人借鉴
第1章　解决问题的本质即探索问题空间　/ 2
人们如何破解难题　/ 6
难题的棘手之处　/ 8
是否存在一种可以解决所有问题的通用策略　/ 13
为什么弱方法经常不奏效　/ 16
知识的边界：两种类型的问题　/ 17
三条问题解决探索中的实用建议　/ 19
从解决问题到领悟解题之道　/ 22
第2章　创造始于模仿　/ 23
艺术培训简史　/ 26
不学习解决问题的方法还能解决问题吗　/ 28
神奇的数字：7±2　/ 31
在大脑瓶颈的限制下学习　/ 34
自主探索能否促成更深的理解　/ 37
什么情况下，模仿比创新更有效　/ 39
认知负荷理论的实践启发　/ 41
从入门到精通　/ 43
第3章　成功是最好的老师　/ 45
自主学习：打好基础如何促进行稳致远　/ 48
双西格玛难题：如何让课堂教学的效果媲美一对一辅导　/ 53
为何成功才是激励人心的最佳选择　/ 57
从早期的成功到登峰造极　/ 65
第4章　经验使知识化于无形　/ 66
专业造诣的隐性本质　/ 70
国际象棋大师、消防员，以及模式识别的力量　/ 72
为什么专家未必是最好的老师　/ 77
认知任务分析：提取专家知识　/ 80
从观察模仿到亲自践行　/ 84
第二部分　亲自践行：从实践中学习
第5章　恰到好处的难度　/ 86
作家悖论　/ 90
什么时候需要增加难度　/ 93
创建一个实践循环　/ 95
先看参考示例，还是先自己试试　/ 97
微调难度的策略　/ 100
你的实践循环是什么　/ 104
第6章　大脑并非肌肉　/ 105
形式训练之经久不衰　/ 107
对一项技能的学习效果能多大程度地迁移到另一项技能上　/ 109
技能的基本构成单元是什么　/ 112
抽象化的力量与局限　/ 115
学习效果精确性的实践影响　/ 119
更新大脑如同肌肉的比喻　/ 123
第7章　变化胜于重复　/ 125
情境干扰：让练习不再那么可预测　/ 129
抽象概念的形成：听辨异同　/ 132
多元表征：解锁更多玩法　/ 135
多样化练习的恰当时机　/ 139
运用多样化练习的策略　/ 142
从即兴创作到发明创造　/ 146
第8章　质量源于数量　/ 147
达·芬奇还是毕加索：天才通常都高产吗　/ 149
提升创作数量是否会提高创作质量　/ 163
提高创作产量的策略（既保证质量也无须加班加点）　/ 165
从实践到反馈　/ 170
第三部分　获取反馈：从实践经验中学习
第9章　经验未必铸就专业　/ 172
扑克简史　/ 174
扑克与不确定性中的学习之道　/ 177
何时该相信直觉　/ 180
专业直觉：真才实学还是狂妄自大　/ 184
如何改造那些不利于学习的环境　/ 186
在不确定性中学习的策略　/ 190
经验与现实　/ 194
第10章　实践必须照进现实　/ 195
教会全世界飞行的人　/ 197
特内里费空难之后　/ 201
真实情境下的训练到底有多重要　/ 202
情境认知与学习文化　/ 206
合规参与　/ 208
非正式学习的陷阱　/ 210
在现实中学习的经验　/ 211
第11章　进步并非线性发展　/ 217
忘却学习之道：以退为进　/ 221
思维定势与功能固着：旧认知是否会阻碍新思路　/ 223
扼杀坏习惯于萌芽之中　/ 227
直面错误的思维方式　/ 230
忘却学习的策略　/ 232
第12章　直面恐惧，恐惧自散　/ 235
理解恐惧与安全感　/ 239
仅凭接触就足以战胜恐惧吗　/ 244
恐惧与精通　/ 248
克服恐惧的策略　/ 249
通往精进之路　/ 254
结语　熟能生巧：练习如何成就完美　/ 255
精通之道的三个问题　/ 257
关于自我精进的最后几点思考　/ 266
百尺竿头，更进一步　/ 268
致谢　/ 270

我要评论