100小时法则:普通人逆袭的标配

2022 年 3 月 5 日 36氪


“一万小时定律”太遥不可及,100小时法则才是普通人逆袭的标配。


译|Jane

来源 |  神译局

封面来源 | IC photo

神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。
编者按:100小时法则,就是指通过100小时的投入,让自己真正学会一项技能,并且能这项技能中做到相对最好。“一万小时定律”太遥不可及,100小时法则才是普通人逆袭的标配。本文本文来自编译,希望对您有所启发。
在1976年,安德斯·埃里克森(Anders Ericsson)还是一位不知名的新博士。
他不知道自己即将迎来职业生涯中“最意想不到的两年”。埃里克森和他的合作者比尔·蔡斯即将开始一项研究,这项研究将最终得出“一万小时定律”。然而在这项研究中,除了“一万小时定律”,还有一项被忽视的发现。

催生一万小时定律”的研究中被遗忘的发现
他们的研究设计很简单。
埃里克森和蔡斯想要复刻一篇已被遗忘的1929年的论文,在那篇论文中,两个大学生练习以每秒一个数字的速度记忆随机数字,从而提高了记忆随机数字的能力。在四个月的时间里,一个学生从能记住9个数字到能记住13个,另一个学生从能记住11个数字到能记住15个。这是一个巨大的飞跃。
埃里克森和蔡斯对研究结果提出了一个问题:如果时间拉长,这种改进能持续吗?
在复制实验的第一天,本科生史蒂夫·法隆(Steve Faloon)和大多数人一样,只能记住7-9个数字。埃里克森在他的书中描述了接下来发生的令人惊讶的事情……
“从那时起,史蒂夫慢慢但稳步地提高了记住一串数字的能力。到了第60次训练的时候,他能始终如一地记住20个数字,这远远超过了比尔和我的想象。一百多次训练之后,史蒂夫能记住40个数字,比任何人,甚至是专业的记忆专家记的都多,而且他还在坚持。他和我一起训练了200多次,最后他能记住82个数字。”
总结一下,一个随机选出的大学生成为了世界上最好的随机数字记忆者,打破了他和研究人员认为可能实现的目标。史蒂夫只练习了100次就做到了,没有经过任何专家的指导,也没有怀着想成为“史上最好“的目标。
这怎么可能?为什么史蒂夫没有像预期的那样稳定在11-15个数字?
埃里克森将其归因于有目的的练习(后来被称为刻意练习)。史蒂夫确实有几次在记忆的数字上没有突破,但他坚持下来了,并找到了突破的方法。
史蒂夫本可以选择在记住8-9个数字的时候就放弃,但他没有。因为他正在参加一个实验,在这个实验中,史蒂夫不断被要求比上次多记住一个数的数字。史蒂夫天生就是那种喜欢这种挑战的人,所以他迫使自己变得更好。我们把他在实验中所采取的方法称为“有目的的练习”,这对他来说非常管用。虽然这种方法也不能保证100%的成功,但相较于满足一般水平,显然刻意练习的方法更有效。
在接下来的几十年里,埃里克森发表了100多项关于刻意练习的研究。2008年,马尔科姆·格拉德威尔(Malcolm Gladwell)在他的著作《异类》(Outliers)中推广了这一研究。2016年,埃里克森在《刻意练习》(Peak)一书中总结了他几十年来的研究成果。不幸的是,埃里克森于2020年去世。
但故事还不止于此。

技能等式中缺失的变量

同样重要但几乎完全被忽视的是,一个人可以在100次训练(大约100个小时)中成为某项技能的最佳选手。这似乎挑战了“一万小时定律”背后的基本理念——一万小时的刻意练习往往能让你在某件事上达到世界级水平。
换句话说,我们在文化上接受的技能习得公式如下:
刻意练习* 10,000小时 = 世界级技能
但是,这个公式忽略了一点,那就是这个时间并不一定要固定在一万个小时。现实情况是,需要的时间变化范围很大。一项技能学的人越多,我们想要将其做到最好需要花费的时间就越长。
让我们回到史蒂夫·法隆的例子。是的,有目的的练习是等式的重要组成部分,但技能选择也很重要。很少有人试图在记忆随机数字方面成为世界级的人。因此,史蒂夫能够在100次练习后创造历史。如果他是从零开始,经过刻意的练习来掌握网球,那么他可能无法成为最好的网球运动员之一。
加入这个“技能选择”变量之后,修正的技能习得公式如下:
刻意练习* 技能选择* 100小时 = 世界级技能
现在,让我们加入现实因素。记住数字只是花架子,虽然很少人能做到,但这项技能不值钱。我们真正想知道的是……
对于真正有价值的技能,我们是否能在短短100小时内成为世界级的选手?
如果答案是肯定的。

100小时法则

蒂姆·费里斯(Tim Ferriss)的整个职业生涯都在剖析优秀人才的学习模式,并在自己的生活中实践这些模式。不管是在蒂姆的电视节目中还是书中,我们都能看到关于如何快速学习的内容。
蒂姆·费里斯在《4小时大厨》(4-Hour Chef)一书中详细介绍了他的“元学习方法”,这种方法和100小时法则有共通之处。
“100小时法则”是指,掌握一个技能并从中受益并不需要花费你10000个小时。如果你将技能分解成稀有且有价值的微技能,那么通常掌握这个微技能只需要花费大约100个小时。
擅长“100小时法则”的人(如蒂姆·费里斯)能够比其他人更好地发现属于“蓝海”的微技能……

为什么100小时法则如此强大

首先,100小时法则能快速产生结果。

图片来源:Medium

当我们专注于100个小时的工作时,能很快就在一个微领域品尝到精通的甜头。而当我们埋头于10,000个小时的工作时,那注定多年都在默默无闻地埋头苦干。换句话说,关注微技能可以让我们在几十个小时内(而不是几千个小时)获得精通带来的好处。
快速成功是至关重要的,因为大多数人都需要兼顾工作、家庭和爱好,如果一件事做了一段时间还没有产生效果,就会倾向于不再坚持。不仅如此,我们无法逃避的一个事实是,做任何事情都存在正向激励,做的不好肯定不如做得好让人痛快,而且在我们不喜欢的事情上坚持做下去也很难。很多事情如果你不擅长,就不会觉得有趣。
其次,随着我们在一项技能上越来越优秀,学习的好处是呈指数级增长的。
图片来源:Medium
随着我们学到的知识和技能更多,它们也会给我们带来更多的好处:
  • 让我们名声在外
  • 让我们获得更好的机会
  • 让我们做出更好的决策
这些好处是呈指数增长的,这是关键。随着世界越来越数字化,赢家通吃的现象越来越普遍。当人一个人选择购买谁的课程和服务,与谁合作时,他的可选范围很大,能轻易购买到世界上最优秀的人的服务。谁不喜欢和最优秀的人一起合作呢?这就意味着对最优秀的人的需求会增加。因此,在某一领域“成为世界顶级的人”所带来的回报是呈指数级的。
在你从学习一项“微技能”中获益之后,还可以把更多的“微技能”叠加在一起,创造出更多稀有而有价值的技能组合。

彼得·泰尔和沃伦·巴菲特都遵循100小时法则

发现稀有而有价值的微技能去学习,就像顶级创业者在创办新公司时发现微小众市场一样。例如,PayPal联合创始人、亿万富翁投资者彼得•泰尔建议创业者遵循以下三个步骤:
(1)从你有比较优势的领域开始做起
(2)专注小众市场
(3)然后扩展到其他细分市场
在蒂尔的《从零到一》(Zero To One)一书中,他深入探讨了“找到一个微型小众市场”是避免竞争和获得立足点的关键:
对于初创公司来说,完美的目标受众应该是一小群特定的人,在这个利基市场中你应该很少或没有竞争对手。而从一开始就把目标市场定为一个很大的市场是一个糟糕的选择,尤其是当这个市场充分竞争的时候。企图在1000亿美元的市场中获得1%的份额并非是一个好的选择,因为很难达到那1%,即使你成功了,残酷的竞争也意味着你的利润将为零。
在书的后面,蒂尔提出,一旦你占领了一个小众市场,就可以接着去找新的小众市场:
公司的逐步扩张需要有理可依,在这个过程中,正确排序很重要。最成功的公司会首先占领一个特定的小众市场,然后扩展到邻近的市场。
为了解释自己的观点,蒂尔提到了亚马逊和eBay,亚马逊最初是卖书的,eBay最初是卖豆豆娃的。
蒂尔的三步走方法与沃伦•巴菲特所谓的“能力圈”有异曲同工之处。所谓“能力圈”就是指,你应该始终呆在你有比较优势的利基市场,专注于自己擅长的东西。这正是100小时法则如此强大的原因。
我在写文章时会缩小文章涉及的范围,在一个小点上深入研究,并立志在这个主题上写出世界上最好的文章。这让我在几个月内从没有读者变成了有成千上万的读者。

如何利用100小时法则每小时赚1000美元

100小时法则的核心是以下三个步骤:
步骤1:将技能分解为子技能(微技能)
持续分解,直到这个微技能可以让你利用100小时法则。

图片来源:Medium

例如,我将写作分为四个部分,然后在这四个部分的基础上再逐步分解。

步骤2:找到价值较高的技能,避免竞争

并非所有的微技能都是平等的,有些技能的价值要高得多。找到这些技能是非常重要的,因为最优秀的技能可能具有普通技能1000倍的价值。换句话说,普通技能在市场上只能让你得到最低工资,而最优秀的技能值1000美元/小时。
要找到这些价值1000美元/小时的技能,请在下面的图表中标出你在第1步中发现的微技能。要找到一项有价值的技能,想想雇主或客户理论上会为这项技能支付多少钱。要想找到一项罕见的技能,就要瞄准规模较小、服务不足的小众市场。关注右上象限稀有和有价值的技能。

在我自己的写作生涯中,我最初瞄准的微技能是掌握学术研究。我发现学术界有很多真知灼见,这些观点学术界以外的人甚至都不知道。令人惊讶的是,对于我所写的每一篇文章,往往都有几十个跨学科的研究人员花了整个职业生涯来研究这个主题。尽管很多人知道如何在学术界做学术研究,但我发现学术界以外很少有人知道如何做。
步骤3:行动起来
100个小时说起来简单做起来难,只有实践了,你才能学会找高价值的技能,并从100小时法则中受益。

来个“分享、点赞、在看”👇
100小时法则才是普通人逆袭的标配
登录查看更多
0

相关内容

论文(Paper)是专知网站核心资料文档,包括全球顶级期刊、顶级会议论文,及全球顶尖高校博士硕士学位论文。重点关注中国计算机学会推荐的国际学术会议和期刊,CCF-A、B、C三类。通过人机协作方式,汇编、挖掘后呈现于专知网站。
【经典书】贝叶斯强化学习概述,147页pdf
专知会员服务
103+阅读 · 2021年11月21日
专知会员服务
113+阅读 · 2021年10月17日
《神经架构搜索NAS》最新进展综述
专知会员服务
54+阅读 · 2020年8月12日
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
终极学习大法:如何记住所学的东西
36氪
0+阅读 · 2022年4月10日
“不懂时间管理,我的身体被工作掏空”
创业邦杂志
0+阅读 · 2022年3月15日
睡前刷8分钟手机,身体兴奋1小时
量子位
0+阅读 · 2022年3月4日
这届 95 后,已经放弃双十一
人人都是产品经理
0+阅读 · 2021年11月11日
“巨婴”思维,正在毁掉你的职业生涯
人人都是产品经理
0+阅读 · 2021年10月25日
国家自然科学基金
4+阅读 · 2015年7月12日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
VIP会员
相关VIP内容
【经典书】贝叶斯强化学习概述,147页pdf
专知会员服务
103+阅读 · 2021年11月21日
专知会员服务
113+阅读 · 2021年10月17日
《神经架构搜索NAS》最新进展综述
专知会员服务
54+阅读 · 2020年8月12日
商业数据分析,39页ppt
专知会员服务
157+阅读 · 2020年6月2日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
相关资讯
终极学习大法:如何记住所学的东西
36氪
0+阅读 · 2022年4月10日
“不懂时间管理,我的身体被工作掏空”
创业邦杂志
0+阅读 · 2022年3月15日
睡前刷8分钟手机,身体兴奋1小时
量子位
0+阅读 · 2022年3月4日
这届 95 后,已经放弃双十一
人人都是产品经理
0+阅读 · 2021年11月11日
“巨婴”思维,正在毁掉你的职业生涯
人人都是产品经理
0+阅读 · 2021年10月25日
相关基金
国家自然科学基金
4+阅读 · 2015年7月12日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员