雅书

这类书的一个毛病一般都是一百页能说完的事，堆例子冲到三百页，加价一倍。更严重的是错误归因，不能说他没道理，但是作者会举一万个例子证明自己，这一万个例子就会让读者严重偏离本来的“中庸”界限。所以，这类书，看前面一百页是美酒，看完就变成毒药。

一本讀完之後能夠把peer pressure放一放的藥方，是啊，為什麼總要快人一步，永遠在短期規劃裡打轉，總說讀大學/找工作/結婚生子一切就好了，保持好奇心和新鮮感，不斷嘗試專業之外的領域和生活，放下我執，在方法之外再重塑自我的可能性。與@vidonz共勉，面對不確定經驗/經歷才是最寶貴的。謝@hinabook @183075570 📚 #讀而益#054

由加拿大资深调查记者大卫·爱泼斯坦撰写的这本《成长的边界》，将用大量的事实依据和调查结果分析，告诉我们，真正的学习依赖于广泛思考，而这种求知道路不是高效的，却是更有生命力的。 专业化学习虽然没有错，但专业化训练只适用于工业化社会提供的友好型学习环境——可以用固定模式解决固定问题的环境；但当今的网络社会，固定问题的解决会逐渐由AI取代，所谓的“创造性”就要求人不断跳脱固有模式寻求解决方法，而这就需要我们要保持通识学习和贯穿思考，有意识地跨学科学习才是培养批判性思维的途径，而这必然要求我们放弃速度，但跑得快不一定能跑得远，而现在是一个需要跑得远的世界。

赢在起跑线的专业化被高估了，感觉需要围绕一个大概的方向（周边）不同角度尝试。在实践中发现不同的可能性。先不着急投身未来的事情，而是关注眼下可能的选项。

我有一个建议，不要买后浪出的新书，水军太多，过两年再看看评分。

就一个观点，通才比专才更好，为什么写了几百页

学习的目标不是把自己变成工具，而是磨炼健全的人格。 不赢起跑线，不设限

一般通才都自己知道该怎么办。不过万一你还不是通才，这本书带给我们的也许有下面这些建议 —— 第一，别怕起步晚。什么“赢起跑线”，以自己家孩子上幼儿园的时候会做小学二年级数学为荣，那是愚昧无知。各人的起步速度不一样，长大以后比的才算数。年轻时候是个宝贵的尝试期，别糟蹋了。 第二，要追求一个“匹配质量”：随时想想你是谁，你做什么。但匹配终究是做出来的。 第三，不管你的主业是什么，都要给自己留一个“刻意业余”的时间段。 第四，要敢于跨界，大胆创新。在那些创造性强的领域，谁有多少年的工作经验根本不重要。 第五，这一条是我说的：学习的目标不是把自己变成工具，而是磨炼智识上的健全人格。

这本书的例子实在太多太多了，感觉可以攒很多素材！读起来跟故事书和人物传记一样，可以延伸阅读好多本！最重要的是，看的过程经常有一种“就是这样！”的感觉，身边强调专业化的人太多了，我的身边都是专家，像我这样在工作中接触乱七八糟事情的杂家经常会自我怀疑，提的意见也总是被无视（因为没有数据支持！可恶的定量），看完这本书坦然了，绝对是他们的损失而不是我的。还有一个触动点是书里提到《魔鬼经济学》的作者曾经做了一个扔硬币决定是否辞职的网站，辞职的人都很开心，这个结果很令人深思和欣慰！

这本书的可贵之处在于，它不是完全否认专业化。它是在给我们提供另一个看待专业化的角度。当社会鼓吹“赢在起跑线”、当所有人都在比拼谁先达到1万小时时，这本书却在引导我们反思，我们是否高估了专业化的作用？如果我们没能先人一步达到1万小时，我们就没有其他方式可以突围了吗？人工智能、机器替代现如今是以肉眼可见的趋势在发展，既然很多岗位都能被机器替代，那往后人的意义又在何方？就这些问题，这本书都给我们提供了思考的角度。

现代化的工作，能够提高现代人的智商。不要过度专业化，尽量多样化。说白了，和《刻意练习》结合起来，就是 E-E 平衡。

虽然我也在做书中建议的类似的事情，但真的这本书就是举例子来证明自己的观点，同理，其他人也可以举同样的例子改变阐述的角度就能证明完全相反的观点。

论通识教育和快速试错之必要（这种书总是过于啰嗦了）

到底是因为真实案例总结的规律，还是为了结论特地列举证明的例子？

弃了，果然对这种通篇靠举例论证支撑内容的大道理文学一点好感都没有。我还是靠实践来检验真理吧（ーー；）

永远不要觉得你已经落后于人。和《刻意练习》的观点截然不同，对于围棋这样的运动，考验的更多的是对于套路的熟悉程度，要做出突破，做到创新，就要成为一个通才。

从此不再为自己的兴趣广泛但十分肤浅而懊恼了。✌️

如何找到合适的领域？不断尝试并迭代。通过广度来寻找深度，学习深度的同时不忘广度学习。

提前预定年度最佳之一。

案例很丰富。看这书我提醒自己要清醒：如果认为说得对，一定是因为我自己没有特长。我一直怀疑通才胜于专才的说法，一技之长是必须的立足之本。但人工智能确实导致留给人做的工作只能是那些处理人的不确定性的工作，比如管理团队、审计财务报告舞弊、研究索爷的反身性原理等等。方法论越是专一就越容易循规蹈矩，越能被人工智能替代，做起来没什么意思。真正创造性工作可能只剩科学和艺术，如果研究反身性原理也是艺术的话。另外搞科研的人都在说各学科研究方法论在趋同，这未必说的是通才，而是提炼基本原理的能力很重要。称呼不重要，重要的是背后的意思。