1
00:00:01,690 --> 00:00:04,609
我想谈一谈人的潜能发展，

2
00:00:04,633 --> 00:00:09,723
就从可能是最有影响力的
现代发展故事开始说起吧 。

3
00:00:09,747 --> 00:00:13,527
大家都应该听说过“一万小时定律”，

4
00:00:13,551 --> 00:00:15,661
或许你的生活也遵循此道。

5
00:00:15,685 --> 00:00:18,434
其基本观点就是，
想在任何方面变得优秀，

6
00:00:18,458 --> 00:00:21,394
需要花费上万小时刻意练习，

7
00:00:21,418 --> 00:00:23,772
因此行动越早越好。

8
00:00:23,796 --> 00:00:27,711
该理论的典型代表
就是老虎·伍兹。

9
00:00:27,735 --> 00:00:30,997
尽人皆知，他 7 个月大时，
父亲给了他一根推杆。

10
00:00:31,408 --> 00:00:34,512
10 个月时，
他开始模仿父亲挥杆。

11
00:00:34,973 --> 00:00:38,443
他 2 岁时的视频已经可以
在油管（YouTube）和全国电视上找到。

12
00:00:38,467 --> 00:00:40,125
快进到 21 岁，

13
00:00:40,149 --> 00:00:41,848
他已是全世界
最优秀的高尔夫球手了，

14
00:00:41,848 --> 00:00:43,684
典型的一万小时故事。

15
00:00:43,708 --> 00:00:45,999
另一个被写进
众多畅销书中的典范，

16
00:00:45,999 --> 00:00:48,060
就是波尔加三姐妹的故事。

17
00:00:48,084 --> 00:00:51,290
他们的父亲决定在她们很小的时候，
就用职业训练的方式

18
00:00:51,314 --> 00:00:52,470
教她们下国际象棋。

19
00:00:52,494 --> 00:00:53,953
事实上，他是想证明

20
00:00:53,977 --> 00:00:55,996
抢先起跑、刻意练习，

21
00:00:56,020 --> 00:00:58,438
所有孩子都能成为
任何领域的天才。

22
00:00:58,462 --> 00:00:59,438
而实际上，

23
00:00:59,438 --> 00:01:02,284
他的两个女儿确实都成为了
国际象棋大师。

24
00:01:02,284 --> 00:01:06,087
所以当我成为
《体育画报》的科普作家时，

25
00:01:06,111 --> 00:01:07,267
我不禁感到好奇，

26
00:01:07,291 --> 00:01:09,237
如果这个一万小时定律没错，

27
00:01:09,261 --> 00:01:11,859
那我们就应该看到那些优秀运动员
通过所谓的“刻意练习”，

28
00:01:11,883 --> 00:01:13,632
获得领先位置。

29
00:01:13,656 --> 00:01:16,395
是有教练指导，聚焦于纠错的练习，

30
00:01:16,419 --> 00:01:17,909
并不只是随便玩玩。

31
00:01:17,933 --> 00:01:20,289
事实上，科学家在研究运动员时，

32
00:01:20,313 --> 00:01:22,719
发现这些运动员
把更多时间花在了刻意练习上，

33
00:01:22,719 --> 00:01:24,119
这并不令人意外。

34
00:01:24,119 --> 00:01:27,467
当他们追踪运动员的
职业发展历程时，

35
00:01:27,467 --> 00:01:28,879
他们的模式是这样的：

36
00:01:28,879 --> 00:01:31,778
未来的骄子们
在他们最终的运动项目早期

37
00:01:31,802 --> 00:01:34,563
花在有意识的
练习上的时间反而更少。

38
00:01:34,587 --> 00:01:37,883
他们通常都经历了
一个科学家所谓的“试水期”。

39
00:01:37,907 --> 00:01:40,162
在此期间，
他们会尝试各种体育运动，

40
00:01:40,186 --> 00:01:42,020
从中获取广泛、通用的技能，

41
00:01:42,044 --> 00:01:44,197
并从中发现自己的兴趣和能力，

42
00:01:44,221 --> 00:01:48,184
与在较低水平就遭遇瓶颈同龄人相比，
他们把术业专攻的时间推迟得更晚。

43
00:01:48,847 --> 00:01:50,977
当我看到这个情况时说：

44
00:01:51,001 --> 00:01:54,438
“天啊！这可不符合
一万小时定律啊！”

45
00:01:54,462 --> 00:01:56,472
因此我开始对其他领域，

46
00:01:56,496 --> 00:01:59,627
那些强制性提早进入
专业化训练的领域感到好奇，

47
00:01:59,651 --> 00:02:00,965
诸如音乐，

48
00:02:00,989 --> 00:02:02,841
结果发现它们的模式大多相似。

49
00:02:02,865 --> 00:02:05,281
这项研究来自于
一所顶级的音乐学院，

50
00:02:05,305 --> 00:02:07,666
我想让大家关注的是：

51
00:02:07,690 --> 00:02:09,088
相比一般的音乐家，

52
00:02:09,088 --> 00:02:12,061
那些杰出的音乐家并没有
花更多时间在刻意练习上，

53
00:02:12,061 --> 00:02:14,186
而是会尝试到第三样乐器，

54
00:02:14,210 --> 00:02:16,289
当然，他们也有那一段“试水期”。

55
00:02:16,313 --> 00:02:18,728
即便我们能想到的
像马友友那样早慧的

56
00:02:18,752 --> 00:02:19,958
音乐家，

57
00:02:19,982 --> 00:02:20,947
他也有一个“试水期”，

58
00:02:20,947 --> 00:02:24,083
只不过相比大多数音乐家，
他的“试水期”更短而已。

59
00:02:24,107 --> 00:02:27,295
即便如此，这项研究
却几乎被完全忽略了，

60
00:02:27,319 --> 00:02:28,646
取而代之更具影响力的是

61
00:02:28,670 --> 00:02:31,718
《虎妈的战歌》这本书的首页，

62
00:02:31,742 --> 00:02:34,840
作者讲述了强制安排
女儿学小提琴的故事。

63
00:02:34,864 --> 00:02:36,950
似乎无人记得书中后面的部分，

64
00:02:36,950 --> 00:02:39,357
她女儿说：
“学琴是你选的，不是我，”

65
00:02:39,357 --> 00:02:41,014
而且几乎完全放弃了。

66
00:02:41,014 --> 00:02:44,279
所以在体育和音乐方面，
了解到这类出人意料的情况后，

67
00:02:44,279 --> 00:02:47,831
我开始对其他能影响
更多人的领域充满好奇，

68
00:02:47,855 --> 00:02:49,011
诸如教育领域。

69
00:02:49,035 --> 00:02:50,919
一位经济学家在英格兰
和苏格兰的高等教育体系里

70
00:02:50,943 --> 00:02:52,938
发现了一个自然实验。

71
00:02:52,938 --> 00:02:55,516
在他开展研究期间，
这两个体系十分相似，

72
00:02:55,516 --> 00:02:59,193
除了在英格兰，
学生需要在十几岁时

73
00:02:59,217 --> 00:03:01,042
选择一门专业学科进行专攻，

74
00:03:01,042 --> 00:03:03,696
而在苏格兰，如果他们愿意，

75
00:03:03,696 --> 00:03:04,981
可以继续在大学不断尝试。

76
00:03:04,981 --> 00:03:06,316
这个经济学家提出的问题是：

77
00:03:06,316 --> 00:03:09,833
谁是最后赢家，
先来者，还是后到者？

78
00:03:09,857 --> 00:03:12,572
经济学家发现，
那些专攻者会在收入上领先，

79
00:03:12,572 --> 00:03:14,918
因为他们拥有更多
专业领域的能力。

80
00:03:14,918 --> 00:03:17,584
而那些晚专攻者
可以做更多不同尝试，

81
00:03:17,584 --> 00:03:19,724
一旦做出了选择，
匹配度也会更高，

82
00:03:19,724 --> 00:03:22,227
用经济学家的话来说，
就是“匹配质量”更好。

83
00:03:22,251 --> 00:03:24,909
因此他们的收入增长更快，

84
00:03:24,933 --> 00:03:26,090
六年之后，

85
00:03:26,114 --> 00:03:27,749
这种收入差距被抹平。

86
00:03:27,773 --> 00:03:29,433
与此同时，更多早期专攻者

87
00:03:29,433 --> 00:03:32,159
开始退出原定的职业路线，

88
00:03:32,183 --> 00:03:34,022
究其根源，是因为
他们太早被迫做出选择，

89
00:03:34,022 --> 00:03:35,902
通常他们的选择并不明智。

90
00:03:35,902 --> 00:03:38,045
所以，虽然晚专攻者
短期来看处于落后地位，

91
00:03:38,045 --> 00:03:39,495
却赢在长期发展。

92
00:03:39,495 --> 00:03:41,279
如果我们把选择职业看作约会，

93
00:03:41,279 --> 00:03:44,734
就不会逼对方尽快安定下来。

94
00:03:44,734 --> 00:03:46,927
再次看到这种模式
让我非常好奇，

95
00:03:46,927 --> 00:03:50,694
想探究那些人的发展背景——
他们的工作我向来羡慕不已，

96
00:03:50,694 --> 00:03:53,555
像艾灵顿公爵（Duke Ellington，
美国黑人音乐家），他小时候曾逃掉音乐课，

97
00:03:53,555 --> 00:03:55,953
去专心练习棒球、油画和绘画。

98
00:03:55,953 --> 00:03:57,538
或者像玛丽安·米尔札哈尼
（Maryam Mirzakhani），

99
00:03:57,538 --> 00:04:00,763
小时候对数学没有兴趣，
而是梦想成为小说家——

100
00:04:00,763 --> 00:04:02,919
但她最终成为了第一个，
也是迄今为止唯一一个

101
00:04:02,919 --> 00:04:04,139
获得“菲尔兹奖”的女性，

102
00:04:04,139 --> 00:04:06,285
这是数学界最有声望的奖项。

103
00:04:06,285 --> 00:04:08,864
又或是梵高，曾从事过
5 种不同的职业——

104
00:04:08,864 --> 00:04:13,314
每一个都曾被他认为是
真正的使命，却都辉煌的幻灭了——

105
00:04:13,338 --> 00:04:17,541
而在年近三十的时候，
他拿起了一本《绘画入门指南 》，

106
00:04:18,068 --> 00:04:19,392
结果一发不可收拾。

107
00:04:19,874 --> 00:04:23,282
克劳德·香农（Claude Shannon ）
曾就读于密歇根大学的电力工程专业，

108
00:04:23,306 --> 00:04:26,076
选修哲学只是为了满足学分要求。

109
00:04:26,076 --> 00:04:29,504
在课程中，他了解了
有近百年历史的逻辑体系，

110
00:04:29,528 --> 00:04:32,465
其中真假陈述被编码为 1 和 0 ，

111
00:04:32,465 --> 00:04:34,689
被当作数学问题一样解答。

112
00:04:34,713 --> 00:04:37,040
于是，这一发现促进了
二进位码的发展，

113
00:04:37,064 --> 00:04:40,137
奠定了今天所有数字计算机的基础。

114
00:04:40,161 --> 00:04:42,869
最后，我的榜样 弗朗西斯·赫塞尔本
（Frances Hesselbein）——

115
00:04:42,893 --> 00:04:44,141
这是我们的合照——

116
00:04:44,165 --> 00:04:47,316
她在 54 岁时才开始从事
第一份专职工作，

117
00:04:47,340 --> 00:04:49,646
并成为女童子军
（Girl Scouts）的首席执行官，

118
00:04:49,670 --> 00:04:50,846
而正是她拯救了这个机构。

119
00:04:50,870 --> 00:04:52,612
她使少数族裔成员人数
增加了两倍，

120
00:04:52,636 --> 00:04:55,398
新招募了 13 万名志愿者，

121
00:04:55,422 --> 00:04:58,495
这是她任职期间
颁发的精通奖章之一——

122
00:04:58,495 --> 00:05:01,534
是奖励学习电脑的
女孩的二进位码。

123
00:05:01,558 --> 00:05:03,627
现在，弗朗西斯经营着
一家领导力培训机构，

124
00:05:03,651 --> 00:05:05,858
工作日在曼哈顿上班。

125
00:05:05,882 --> 00:05:07,396
她只有 104 岁，

126
00:05:07,420 --> 00:05:08,939
谁知道她接下来还会干什么。

127
00:05:08,963 --> 00:05:10,113
（笑声）

128
00:05:10,740 --> 00:05:13,142
我们几乎从来不会听到
这样的成长故事，对吧？

129
00:05:13,142 --> 00:05:14,727
我们很难听到研究报告指出，

130
00:05:14,727 --> 00:05:17,274
获得诺贝尔奖的科学家，

131
00:05:17,274 --> 00:05:19,580
有一项业余爱好的可能性

132
00:05:19,580 --> 00:05:21,087
比普通科学家高出 22 倍——

133
00:05:21,111 --> 00:05:21,969
从未听说过。

134
00:05:21,969 --> 00:05:24,098
即便表演者声名显赫，
作品成绩斐然，

135
00:05:24,098 --> 00:05:25,784
我们也很难听到他们的成长故事。

136
00:05:25,784 --> 00:05:28,159
例如，这是一位我所关注的运动员。

137
00:05:28,159 --> 00:05:30,993
这是他 6 岁时穿着
苏格兰橄榄球球服的照片，

138
00:05:30,993 --> 00:05:33,591
他尝试过网球、滑雪、摔跤。

139
00:05:33,615 --> 00:05:36,091
他母亲是个网球教练，
但拒绝训练他，

140
00:05:36,091 --> 00:05:38,351
因为他通常都不回球。

141
00:05:39,075 --> 00:05:41,304
他也尝试了篮球、乒乓球、游泳，

142
00:05:41,328 --> 00:05:43,137
当他的教练想让他再进一级，

143
00:05:43,137 --> 00:05:44,672
和年纪更大点的男孩
一同训练时，

144
00:05:44,696 --> 00:05:46,991
他表示拒绝，因为他只想
在和朋友训练结束之后

145
00:05:46,991 --> 00:05:48,521
讨论一下职业摔跤。

146
00:05:48,521 --> 00:05:50,151
他还继续尝试了
更多的体育项目：

147
00:05:50,151 --> 00:05:53,765
手球、排球、足球、
羽毛球、滑板......

148
00:05:53,789 --> 00:05:56,011
那么，这个浅尝者究竟是谁？

149
00:05:56,674 --> 00:05:58,530
他就是罗杰·费德勒
（Roger Federer）。

150
00:05:58,554 --> 00:06:01,754
成年后的他和老虎·伍兹
一样大名鼎鼎，

151
00:06:01,778 --> 00:06:03,878
而即便是网球爱好者，

152
00:06:03,878 --> 00:06:06,597
对他的成长故事也一无所知。

153
00:06:06,621 --> 00:06:09,221
即便这是常态，
但背后的原因是什么呢？

154
00:06:09,245 --> 00:06:12,424
个人以为部分原因是
老虎的故事极富戏剧性，

155
00:06:12,448 --> 00:06:14,835
但也因为通过这个
看似顺理成章的叙事，

156
00:06:14,859 --> 00:06:17,855
可以推断出任何
我们想要在自己的生活中

157
00:06:17,879 --> 00:06:19,241
做得更好的事情。

158
00:06:19,265 --> 00:06:20,861
但我认为，
这其中存在一个问题，

159
00:06:20,885 --> 00:06:23,786
因为我们发现，在很多方面，
高尔夫都是一种独特、糟糕的模式，

160
00:06:23,786 --> 00:06:26,046
几乎概括了所有人们想要学的东西。

161
00:06:26,046 --> 00:06:28,050
（笑声）

162
00:06:28,074 --> 00:06:28,947
高尔夫

163
00:06:28,947 --> 00:06:32,232
被心理学家罗宾•贺加斯 （Robin Hogarth）
称为“友好学习环境”的典型。

164
00:06:32,232 --> 00:06:35,495
友好的学习环境有着
清晰的步骤和目标，

165
00:06:35,495 --> 00:06:37,839
以及明确且一成不变的规则，

166
00:06:37,863 --> 00:06:40,755
当你行动时，
能收到及时、准确的反馈，

167
00:06:40,755 --> 00:06:43,339
明年的工作和去年的工作
基本大同小异。

168
00:06:43,363 --> 00:06:45,799
象棋提供了一种友好的学习环境。

169
00:06:45,823 --> 00:06:47,205
国际象棋特级大师的优势，

170
00:06:47,229 --> 00:06:49,692
很大程度是基于
对反复出现的模式的把握，

171
00:06:49,716 --> 00:06:51,765
这也是象棋可以轻易自动化的原因。

172
00:06:51,789 --> 00:06:54,652
另一个极端是“恶劣的学习环境”，

173
00:06:54,652 --> 00:06:57,276
没有清晰的步骤和目标，

174
00:06:57,300 --> 00:06:58,881
规则也可能改变。

175
00:06:58,905 --> 00:07:01,449
采取行动，不确定能否得到反馈，

176
00:07:01,473 --> 00:07:03,414
反馈可能延误，也许不准确，

177
00:07:03,438 --> 00:07:06,116
明年的工作和去年的工作
也许大不相同。

178
00:07:06,140 --> 00:07:10,352
那么哪一种听起来
更像我们所生活的世界？

179
00:07:10,376 --> 00:07:12,844
事实上，我们对
一种与时俱进的思维

180
00:07:12,868 --> 00:07:14,979
和持续追踪交互部分的需求

181
00:07:15,003 --> 00:07:17,340
已经从根本上改变了我们的认知，

182
00:07:17,364 --> 00:07:19,197
所以，但你看到这张图时，

183
00:07:19,221 --> 00:07:22,551
右边中央的圆圈可能看起来更大，

184
00:07:22,575 --> 00:07:24,011
因为你的大脑

185
00:07:24,011 --> 00:07:26,170
受到了整体和各部分关系的影响，

186
00:07:26,194 --> 00:07:28,856
相比之下，没有接触现代工作的人，

187
00:07:28,880 --> 00:07:31,505
会因为缺少现代工作对
适应性、概念性思想的要求，

188
00:07:31,529 --> 00:07:34,605
而正确的判断出
两边中央的圆圈大小相同。

189
00:07:35,073 --> 00:07:38,145
我们所身处的工作环境
正在发生巨变，

190
00:07:38,169 --> 00:07:41,680
有时过度专业化可能会适得其反。

191
00:07:41,704 --> 00:07:44,037
例如，在一项针对
十多个国家的研究中，

192
00:07:44,061 --> 00:07:46,879
被研究者与其父母受教育的年限，

193
00:07:46,903 --> 00:07:48,067
他们自身的考试成绩

194
00:07:48,091 --> 00:07:49,498
以及教育年限进行匹配。

195
00:07:49,522 --> 00:07:52,226
其中的差别在于，
部分人接受了职业教育，

196
00:07:52,250 --> 00:07:54,411
另一部分接受了更广泛的通识教育。

197
00:07:54,435 --> 00:07:56,946
其中的模式是，
接受职业教育的人，

198
00:07:56,946 --> 00:07:59,304
更有可能在训练结束后
被直接录用，

199
00:07:59,304 --> 00:08:01,670
也更可能立刻赚到更多钱，

200
00:08:01,694 --> 00:08:03,759
而他们在一个不断变化的
就业环境中，适应性不强，

201
00:08:03,759 --> 00:08:06,860
他们在整体人力资本中
投入时间更少，

202
00:08:06,884 --> 00:08:09,786
便会赢在短期，而输在长期。

203
00:08:09,810 --> 00:08:13,189
再看一下一个著名的，
专家们耗时 20 年

204
00:08:13,213 --> 00:08:16,013
进行的地缘政治和经济预测研究。

205
00:08:16,037 --> 00:08:20,115
最糟的预测者是某个领域的专家，

206
00:08:20,139 --> 00:08:23,327
他们耗费毕生精力
研究一到两个课题，

207
00:08:23,351 --> 00:08:26,301
只能以一种视角
或者心智模式看世界。

208
00:08:26,301 --> 00:08:27,994
随着他们经验的积累
和资历的提升，

209
00:08:27,994 --> 00:08:30,446
有些人甚至情况更糟。

210
00:08:30,470 --> 00:08:35,289
优秀的预测者则是那些
兴趣广博的通达之人。

211
00:08:35,789 --> 00:08:37,764
当然，在某些领域，诸如医学，

212
00:08:37,788 --> 00:08:40,975
日益提升的专业化技能
则不可避免且大有裨益，

213
00:08:40,999 --> 00:08:42,159
这一点是毋庸置疑。

214
00:08:42,183 --> 00:08:43,912
然而高度专业化
仍是一把双刃剑。

215
00:08:43,912 --> 00:08:47,326
几年前，有一种
治疗膝盖疼痛的外科手术

216
00:08:47,326 --> 00:08:49,457
与安慰剂对照组试验一同展开，

217
00:08:49,457 --> 00:08:51,727
一些患者接受了“虚假手术”，

218
00:08:51,751 --> 00:08:53,294
也就是说，医生会
（在患者膝盖上）切开一个切口，

219
00:08:53,294 --> 00:08:54,956
接着忙前忙后，
就像在进行手术，

220
00:08:54,956 --> 00:08:56,772
然后将病人的伤口直接缝合。

221
00:08:56,772 --> 00:08:58,561
结果同样很不错。

222
00:08:59,145 --> 00:09:02,028
而专业外科医生
则继续做着手术，

223
00:09:02,028 --> 00:09:03,472
医治了数百万病人。

224
00:09:04,043 --> 00:09:08,260
如果高度专业化并不是
险恶世界的解药，什么才是呢？

225
00:09:08,284 --> 00:09:09,595
这就很难说了，

226
00:09:09,595 --> 00:09:12,283
因为相关途径并不总是清晰明了，

227
00:09:12,307 --> 00:09:14,623
有时看起来迂回曲折，

228
00:09:14,647 --> 00:09:15,940
或需要更广阔的视角。

229
00:09:15,964 --> 00:09:17,535
看起来可能让人觉得是落后了。

230
00:09:17,559 --> 00:09:19,899
但我想谈谈一些可能的解决方案。

231
00:09:19,899 --> 00:09:23,172
如果我们看看技术创新的研究，
会发现越来越多

232
00:09:23,172 --> 00:09:26,209
最有影响力的专利作者

233
00:09:26,209 --> 00:09:29,345
并不是那些在经过
美国专利局分类的技术领域

234
00:09:29,345 --> 00:09:31,396
不断深入探索的研究者，

235
00:09:31,396 --> 00:09:34,702
而是一个个团队，

236
00:09:34,726 --> 00:09:37,682
这些团队中包括了跨越
大量不同技术类别的个人，

237
00:09:37,682 --> 00:09:40,208
并且经常将来自
不同领域的信息结合在一起。

238
00:09:40,232 --> 00:09:41,843
有一位这个领域的引领者，

239
00:09:41,843 --> 00:09:45,260
我很羡慕他的工作，他的名字叫
横井军平（Gunpei Yokoi），是个日本人。

240
00:09:45,260 --> 00:09:48,381
横井在学校的电子学考试
成绩并不理想，

241
00:09:48,405 --> 00:09:51,701
所以他不得不退而求其次，
在京都的一个扑克牌公司

242
00:09:51,725 --> 00:09:53,546
做一名底层的机器维护工，

243
00:09:53,570 --> 00:09:56,616
他意识到自己并不具备
在前沿领域工作的能力，

244
00:09:56,640 --> 00:09:59,564
但有太多的可以轻易获取的信息，

245
00:09:59,588 --> 00:10:02,562
也许他可以把那些
众所周知的信息

246
00:10:02,586 --> 00:10:05,155
以专家们看不到的方式结合起来。

247
00:10:05,179 --> 00:10:08,679
他将计算器行业的某项公开技术，

248
00:10:08,703 --> 00:10:11,349
还有信用卡行业的
某项公开技术加以整合，

249
00:10:11,349 --> 00:10:13,084
推出了掌上游戏，

250
00:10:13,108 --> 00:10:14,462
从而一鸣惊人。

251
00:10:14,486 --> 00:10:16,708
这项发明让这家

252
00:10:16,732 --> 00:10:20,303
成立于 19 世纪，
拥有木质门店的扑克牌公司，

253
00:10:20,327 --> 00:10:22,084
摇身一变成为了
一家玩具和游戏公司。

254
00:10:22,108 --> 00:10:24,334
你们也许都听说过：
它就是任天堂。

255
00:10:24,358 --> 00:10:25,655
横井的创意哲学

256
00:10:25,679 --> 00:10:28,860
可以诠释为
“利用旧有技术进行横向思维”，

257
00:10:28,884 --> 00:10:31,812
用创新方法使用已知的技术。

258
00:10:31,836 --> 00:10:33,775
他的代表作就是：

259
00:10:33,799 --> 00:10:34,979
游戏小子（Game Boy）。

260
00:10:35,003 --> 00:10:37,440
有个技术笑话，

261
00:10:37,464 --> 00:10:41,279
它和竞争对手萨迦（Saga）和
雅达利（Atari）同时推出了彩色游戏，

262
00:10:41,303 --> 00:10:42,965
最终力压对手，

263
00:10:42,989 --> 00:10:45,629
因为横井知道
他的顾客最关心的

264
00:10:45,653 --> 00:10:46,453
并不是色彩，

265
00:10:46,453 --> 00:10:50,788
而是耐久性、便携性、
价格、电池寿命，

266
00:10:50,812 --> 00:10:52,112
还有游戏选择。

267
00:10:52,136 --> 00:10:54,589
这是我当年的游戏机，
在我爸妈的地下室找到的。

268
00:10:54,613 --> 00:10:55,773
（笑声）

269
00:10:55,797 --> 00:10:57,351
它见证了掌上游戏机的
辉煌时代。

270
00:10:57,375 --> 00:10:58,680
不过我们可以看到，
红灯还能亮起。

271
00:10:58,680 --> 00:11:00,045
我开机之后，玩了一会儿
俄罗斯方块，

272
00:11:00,045 --> 00:11:01,325
我觉得这一点尤其令人惊叹，

273
00:11:01,325 --> 00:11:04,393
因为这两套电池在 2007 年
和 2013 年就过期了。

274
00:11:04,393 --> 00:11:06,546
（笑声）

275
00:11:07,489 --> 00:11:11,078
这种广度优势
也适用于更主观的领域。

276
00:11:11,102 --> 00:11:14,574
在一项关于是什么
导致了一些漫画作者

277
00:11:14,598 --> 00:11:17,438
更有可能创作出轰动漫画的
有趣的研究中，

278
00:11:17,462 --> 00:11:18,771
两位研究人员发现，

279
00:11:18,795 --> 00:11:22,327
决定因素既不是
在该领域的多年经验，

280
00:11:22,351 --> 00:11:25,217
也不是出版商的资源，

281
00:11:25,241 --> 00:11:27,457
更不是之前创作的漫画数量，

282
00:11:27,481 --> 00:11:31,949
而是该作者所创作过的
不同类型作品的数量。

283
00:11:31,973 --> 00:11:33,295
有趣的是，

284
00:11:33,319 --> 00:11:34,588
一个通才

285
00:11:34,588 --> 00:11:38,786
很难被一组专才所替代。

286
00:11:39,154 --> 00:11:42,124
我们可能没有尽可能多的
去培养这类通才，

287
00:11:42,148 --> 00:11:44,957
因为在早期，
他们只是看起来落后了，

288
00:11:44,981 --> 00:11:48,057
我们也不倾向于
激励任何看起来不像是

289
00:11:48,057 --> 00:11:49,598
前沿技术或专业化的东西。

290
00:11:49,598 --> 00:11:52,749
事实上，我认为出于良好的动机，
为了抢先一步，

291
00:11:52,773 --> 00:11:55,625
我们甚至经常在基础阶段

292
00:11:55,649 --> 00:11:56,946
有意寻求学习新知识的捷径，

293
00:11:56,970 --> 00:11:58,555
结果却适得其反。

294
00:11:58,579 --> 00:12:02,425
在去年的一项研究中，
美国一组七年级数学班的学生

295
00:12:02,449 --> 00:12:05,325
被随机分配了不同的学习方式。

296
00:12:05,349 --> 00:12:07,925
有些进行了所谓的“封闭式练习”，

297
00:12:07,949 --> 00:12:09,691
比如只让你解决 A 类问题，

298
00:12:09,715 --> 00:12:12,624
然后是 B 类， C 类，等等。

299
00:12:12,648 --> 00:12:14,073
进展非常顺利，

300
00:12:14,097 --> 00:12:15,248
孩子们也很开心，

301
00:12:15,272 --> 00:12:16,436
一切都井然有序。

302
00:12:16,460 --> 00:12:20,498
其他一些班级则被要求
进行所谓的“交错练习”，

303
00:12:20,522 --> 00:12:23,128
就好比把各种类型的问题
通通丢进一顶帽子，

304
00:12:23,128 --> 00:12:24,436
然后随机抽取进行解答。

305
00:12:24,436 --> 00:12:28,097
这种学习方式进展更缓慢，
孩子们也更沮丧。

306
00:12:28,121 --> 00:12:30,784
但是比起学习如何执行程序，

307
00:12:30,808 --> 00:12:34,621
他们正在学习如何把每类问题
与一类应对策略匹配。

308
00:12:34,645 --> 00:12:36,240
在进行测试的时候，

309
00:12:36,264 --> 00:12:39,698
“交错练习”小组一举打败了
“封闭式练习”小组，

310
00:12:39,722 --> 00:12:41,129
而且差距非常明显。

311
00:12:41,825 --> 00:12:45,445
我发现诸多这类研究的结论
都是违反直觉的，

312
00:12:45,469 --> 00:12:46,818
也就是说，

313
00:12:46,842 --> 00:12:48,931
无论是选择一项职业、
一门课程，

314
00:12:48,931 --> 00:12:50,764
还是单纯学习新知识，

315
00:12:50,788 --> 00:12:53,481
抢先一步有时会对
长期发展产生负面影响。

316
00:12:53,505 --> 00:12:56,288
自然而然的，我也认为
成功的人就有多少，

317
00:12:56,312 --> 00:12:57,680
成功的途径就有多少。

318
00:12:57,704 --> 00:13:01,925
我们通常更倾向于激励和鼓舞人们
跟随老虎成功的脚步，

319
00:13:01,949 --> 00:13:03,546
然而在竞争激烈的世界中，

320
00:13:03,546 --> 00:13:06,689
我们则需要更多人
选择罗杰式的道路。

321
00:13:06,713 --> 00:13:09,271
正如杰出的物理学家、数学家，

322
00:13:09,295 --> 00:13:12,719
以及优秀的作家弗里曼·戴森
（Freeman Dyson）所说——

323
00:13:12,743 --> 00:13:15,638
顺便告知各位，
戴森昨天去世了，

324
00:13:15,662 --> 00:13:17,937
所以我也希望
借此表达对他的敬意——

325
00:13:17,961 --> 00:13:22,854
正如他所说：对于一个
良好的生态系统，鸟类和蛙类同样重要。

326
00:13:22,878 --> 00:13:24,181
青蛙深入池底，

327
00:13:24,205 --> 00:13:26,303
细枝末节尽收眼底，

328
00:13:26,327 --> 00:13:29,084
鸟类翱翔云天，无法触及那些细节，

329
00:13:29,108 --> 00:13:31,156
却能综合青蛙的所知所想。

330
00:13:31,180 --> 00:13:32,491
这两者我们都需要。

331
00:13:32,515 --> 00:13:34,210
戴森说，主要问题是，

332
00:13:34,234 --> 00:13:36,909
我们正在告诉所有人去成为青蛙。

333
00:13:36,933 --> 00:13:38,135
而我认为，

334
00:13:38,159 --> 00:13:39,611
在一个复杂的世界里，

335
00:13:39,635 --> 00:13:41,786
这种做法正在变得
越来越目光短浅。

336
00:13:41,810 --> 00:13:43,102
十分感谢。

337
00:13:43,126 --> 00:13:46,086
（鼓掌）