序
此前，盖茨在他的个人博客里推荐过这本书，时隔半年，它的中文版就上市了。在写这篇读书笔记的时候，我先将盖茨的短评翻译给大家：
Range: Why Generalists Triumph in a Specialized World, ***by David Epstein*. I started following Epstein’s work after watching his fantastic 2014 TED talk on sports performance. In this fascinating book, he argues that although the world seems to demand more and more specialization—in your career, for example—what we actually need is more people “who start broad and embrace diverse experiences and perspectives while they progress.” His examples run from Roger Federer to Charles Darwin to Cold War-era experts on Soviet affairs. I think his ideas even help explain some of Microsoft’s success, because we hired people who had real breadth within their field and across domains. If you’re a generalist who has ever felt overshadowed by your specialist colleagues, this book is for you.
译文：
《成长的边界：超专业化时代为什么通才才能成功》。在观看了爱泼斯坦 2014 年TED大会上关于运动表现的精彩演讲后，我开始关注他的作品。 在这本引人入胜的书中，他认为，尽管世界似乎需要越来越多的专业化人才——例如在你的职业生涯中——但我们实际上需要的是更多的人“在他们进步的同时开始广泛并接受不同的经验和观点。” 他的例子从罗杰·费德勒（Roger Federer）到查尔斯·达尔文（Charles Darwin），再到冷战时期的苏联事务专家。 我认为他的想法甚至有助于解释微软的一些成功，因为我们聘请了在其领域和跨领域具有真正广度的人。 如果您是一名通才，但曾感到被您的专业同事蒙上阴影，这本书适合您。
忘了从什么时候开始，周围就一直充斥着“赢在起跑线”、“做好人生职业规划”等等的言语。幸亏我的父母知道，“赢在起跑线上”的做法，对他们的儿子是不产生效用的，所以每每看到那些作为“赢在起跑线上”的人生赢家的例子，我总是投去羡慕的目光。
后来上了大学，“做好人生职业规划”和“刻意练习”又成为了社会思维的主流，一大波“职业生涯规划协会”应运而生，随之而来的是各种带着性格测试的收费咨询项目，我一直觉得我对自己的技术和路线是有一点洞察力的，我不太相信一帮没有出去工作过的学生或者工作时间不久的人来给我灌输职业规划，再说，很多资深的老员工当他们在我这个年纪的时候，可能水平还不一定赶得上我，时势造英雄，所以我倒是没上这个当。
后来出来工作，“刻意练习”和“十万小时”理论（在一个行业成为专家需要十万小时），又成为社会思维的主流。有时候想想这个也蛮有道理的，然而我也始终没有办法专注的投入十万小时，终于在毕业5年后选择读更多领域的书，满足自己的好奇心，也扩大了见识，最重要的是在没挣到钱的时候，给自己一个冠冕堂皇的解释。当然，也期待在未来的某个时候，这些会变现，所以我在读书的时候，也不是没有功利心。
赢在起跑线是对冠军说的–《成长的边界》
然而，“赢在起跑线”的观点淋漓尽致的体现在我们对下一代的教育投资上。这种一厢情愿的想法，加上资本对学科培训班的投入，裹挟着孩子和他们的家长们。虽然，我们一直知道，身边那些在某个领域做得很出色的人，他的悟性和灵感就是比别人多，才能成为这个领域的佼佼者。当然，有些人也是通过我们所不齿的方式获得了荣誉，但这只是我们对某种行为的个人态度，存在即合理。
“赢在起跑线”这个命题其实不太经得起推敲，这话来自于田径比赛，如果发令枪响前跑出去了，又没被发现，这其实是作弊；发令枪响了，站在专业竞技场上的人，又有谁不是经过专业的训练呢，起跑时候大家的差距也不多；所以是身体上有禀赋，专业上有钻研的运动员最后获胜了。然而，专业可以训练，而禀赋确实是天生，所以“赢在起跑线”也是个马后炮的说法。
这些观点，在我的脑海里很久了，只是苦于没有太多的材料支撑，而这本书就是一个完好的例子。
光环消退
2017年，教育经济学家格雷格·邓肯与心理学家德鲁·贝利（Drew Bailey）及其同事一起研究了67个旨在提升学业表现的儿童早教项目。像“赢在起跑线”这样的项目确实让孩子赢在了起跑线，但是也仅仅是占据了学业上的“先机”。研究人员在这些孩子身上发现了一种“凋零”的普遍现象——学习成绩暂时领先的优势很快会被消解，而且常常消失得无影无踪。在一个看似奇怪的图表中，那些通过尽早开始刻意练习来占得先机的运动员，很快被那些未来的精英运动员追上。
面向儿童的早期教育项目教授的都是“封闭”技能，也就是那些通过反复练习一定步骤就能快速掌握的技能，但这些技能每个人早晚都能学会。无数个领域的研究都表明，精神上的自由和个人实验是力量的源泉，而“赢在起跑线”完全被高估了。
有些领域涉及人类行为，且没有重复而清晰的模式，反复练习并不意味着学习。国际象棋、高尔夫和灭火只不过是例外，而不是规律。有些领域与高尔夫和国际象棋相反：竞赛规则通常不甚明晰，或者不够完整；重复的模式时有时无，或者不够清楚；而反馈常常滞后，或者不准确，或者两者兼有——这就是学习环境“恶劣”的领域。
经验能否带来专业知识和技能，完全取决于所在的领域。专业化的练习可以培养更好的国际象棋选手、桥牌选手和消防员，但是在预测金融或政治趋势，或者预测员工或病人表现时却帮不上忙。在最恶劣的学习环境下，经验往往会反复强化错误的教训。
关联能力是人类成为地球霸主的最重要的能力，人必须识别出模拟战场上威胁场景背后的潜在概念联结，或者是在他们从未真正见过的数学问题中建立联系。对于其他物种来说，建立联系是十分困难的。面对着新事物，类比思考让我们把它们变得熟悉；面对已经熟悉的事物，类比思考赋予我们重新审视这些事物的新角度，进而得以推理那些陌生环境中出现的新问题。
很多人在学习的时候，并不知道自己为什么要学，世界是怎么样的，学了这些有什么用。只是简单的计算，自己花了100万读了一个大学，然而收入只有每个月6000。如果多年过去了，你能承担的工作还是这么一点，那十年过去了，你也还是6000的月薪。诚然，并不是工作需要人，而是人需要工作，需要在工作中找到自己，需要在工作中获得财富。
过早优化
过早优化是计算机行业的名词，指的是一个系统，一个架构，一个产品为了获得最高的效率，最低的投入，早早的进行了所谓的最优设计。看起来，很美好，实际上这是功利化想法落到实际世界，最后获得灾难性结果的来源。一方面，世界上没有最优化的设计，另一方面，所有东西都是不完备的，不可能在一开始就有非常全面的考量。
那些大学毕业后就早早从事专业化工作的人，在刚毕业时确实薪水较高，但是，较晚开始专业化工作的人，他们找到的工作更适合他们自己的技能和个性，与前者在收入上的差距很快就能被弥补。还有大量的研究表明，和深耕某一领域的专才相比，技术发明家通过在不同领域积累经验，有效提高了自己的创造力；事实上，随着职业生涯不断发展，他们主动牺牲了一些深度来换取广度。在艺术创意领域，也有几乎一模一样的研究成果。
如果凡·高不是在三十七岁而是在三十四岁去世（在他那个年代，荷兰的国民预期寿命是四十岁），他可能都不配拥有历史的脚注。
在追求创新的路上，日趋严重的专业化造成的结果是“永不交集的平行沟渠”。每个人都在埋头挖自己的沟，越挖越深，但是鲜有挖沟者站上来看看旁边的沟，即使能解决自己问题的人就在旁边。
在一个复杂多变的世界里，依靠单一领域的经验不仅有局限性，而且可能是灾难性的。面对着意料之外的情况，可用的类比范围可以帮助确定谁学到了新的东西。在邓巴的参与的观察各个科研小组解决问题的研究项目中，只有一个实验室没有任何新发现，团队中的每个人都有相似且高度专业化的背景，而类比几乎从未被使用过。当实验室的所有成员掌握的知识都一样时，问题一出现，一群想法相近的人跟单独的一个人没有区别，他们无法给出更多的类比。
集思广益能产生益处的前提是，参加讨论的人背景不一样和专业不一样导致的观点不一样。所以很多头脑风暴，搞来搞去，根本没有效果，最后在决策的时候还起了反作用。
别总担心先机被抢
在互联网的世界，大家都在抢，希望自己的产品能抢先发布，老板在后面一个劲的用996来催促。我是不认同这样的做法的，其实越来越多站稳脚跟的互联网公司也证明了这一点，他们要的是真正的抓到了让他们发家的那个点，从想象到确认。然而，如“赢在起跑线”的想法，提前碰触到了那个点，但是理念和管理跟不上，只能作为市场的开拓者为他人做嫁衣。
“匹配质量”是一个经济学术语，经济学家用它来描述一个人的工作和其本身（包括能力和倾向）的匹配程度。一个人起初并无知识，需要尽快通过各种可能的路径来获得信息，逐步筛选出自己的决定，确定精力应该分配到何处。
“黑马”们寻找着提升匹配质量的机会。“他们不会东张西望然后说：‘噢，我可能落后了，这些人都入行比我早，他们的年龄都比我小，会的东西又比我多’”。“他们关注的是：‘在当下，这就是我的角色，这些是我的动力，这些是我发现的自己喜欢做的事情，这些是我愿意学习的东西，同时它们是我的机会。那么眼下哪个是最适合我的匹配呢？也许从现在起的一年之后，我会转行，因为我发现了更好的东西。’”
每一匹黑马都有自己的全新历程，但是策略是共通的。“那就是短期规划，他们全部都用了短期规划，而不是长期的。”
用曲折的自我探索之路，换取已经占得先机的刻板目标，这是合理的，因为后者保证了稳定性。有些有成就感的人确实追求了长期目标，但是，他们是花了一段时间去探索之后，才制定了这个目标。很明显，获得法学或医学学位，或者博士学位，这没有问题。但是，如果在你还不知道这个选择是否适合你的时候就做出承诺、选定道路，这样做的风险其实更大。
随着时间的推移、经验的增长以及环境的变化，人的性格也随之改变，正因如此，当经历的时间尚短、经验尚浅、体验过的环境范围也极其有限时，我们的水平就不足以设定一个无法更改的长期目标。”
青蛙和飞鸟
不论在体育领域还是其他领域，这种极度专业化其实毫无必要，而正是这种虚假的必要性，构成了这个庞大、成功和偶尔才显露善意的市场机制的核心。过度的专业化，会导致全体性的悲剧，即使每个个体的选择都是最理智的。正如“双减政策”出台前，被资本裹挟的孩子和家长们。
毋庸置疑的是，确实有一些领域需要老虎·伍兹式的人才——年少成才，并且清楚自己的目标。但随着社会日趋复杂，加上科技让世界成为一个浩瀚的物联网体系，而身处其中的个体只能看到一小部分——因此我们也需要更多罗杰·费德勒式的人才：从一开始就兴趣广泛，随着自身的不断进步，不断拥抱多样化的角度和体验，也就是“通才”。
著名物理学家兼数学家弗里曼·戴森（Freeman Dyson）做了一个比喻：我们既需要钻研细节的青蛙，也需要富有远见的鸟。他在2009年写道：“鸟翱翔在高高的天空，展望延伸到遥远地平线的数学远景，它们为那些能统一我们思想、把诸多不同领域的问题整合起来的概念而欣喜；青蛙生活在天空之下的泥土里，只能见到长在周围的花。它们为特定问题的细节“而雀跃，一次只解决一个问题。”作为一名数学家，戴森把自己比作青蛙，但是他主张：“如果声称鸟比青蛙更强，因为它们可以看得更远；或者说青蛙比鸟好，因为它们的见解更加深刻，这些说法都十分愚蠢。”戴森认为，数学的世界是既广袤又深邃的。“我们需要鸟和青蛙来共同探索。”戴森担心的是，现在的科学界充斥着越来越多的青蛙，他们都只接受了某个专业狭隘的训练，无法像科学本身那样追求改变。“这是一个危险的情况，”他警告，“对于年轻人和科学的未来来说都是如此。”
幸运的是，即使在今天，即使在最前沿的领域，即使在超专业化的社会里，鸟和青蛙都可以蓬勃发展。
书中统计了获得专利的专业人士的比例。在1985年，专业人士的贡献达到了顶峰，随后，专业人士的贡献直线下降，到了2007年才趋于稳定，而最近这个数字又开始下降了。书中谨慎地表示，他们无法查明最近这种下降趋势的原因，但有这样一种假设：现在的机构已经不需要那么多的专业人士。随着获取信息越来越容易，机构对专注于单一领域的人才的需求也不再强烈，因为每个人都可以获取信息和知识。通信技术限制了特定的狭隘问题所需的“超专业化人员”数量，因为这些“超专业化人员”能取得的突破，可以快速并广泛地传播给其他人——这些可以聪明地应用跨领域知识的人们。
功不唐捐
作者希望大家像米开朗基罗对待大理石一样对待自己的旅程和项目：
愿意去学习和改变，如果有需要的话，甚至可以放弃此前的目标，彻底改变方向。针对创作者的一项研究表明，从技术创新领域到漫画书出版，一群多种类型的专才无法完全替代拥有广度的通才所做的贡献。即使你从工作的某一类别转向另一个，或是完全改变了领域，之前的经验都不会被浪费。
请记住，专业化本身没有任何错误。我们都在做深入研究，只不过专业化的程度和内容有所不同。
我到底想成为怎样的人？
面对这个问题，与其盼望获得一个无比权威、不容置疑的先验答案，研究人员的结论是：不如自己当自己的研究者，问自己一些能回答的简单一点的问题——“面对着那么多可能的自我，我应该选择哪个自我开始探索？我怎么样才能实现这种探索？”
先去接近可能的自己。比起庞大的计划，我们应该选择能够更快上手的实验。“先测试，再学习，而不是先计划，再实践。”
结语
关于小孩，我还是坚持让他们接触计算机这些工程化的东西，虽然我反感做应试型的选手，然而如果不出去参加个比赛，孩子永远不知道自己水平如何，永远不知道学了技术原来可以让生活变得更美好的。其他课业要学好，然而能学得有多好，这要靠他的禀赋了，虽然遇到不懂的问题，我们还是能给予他帮助。
有一种特别的思考者，他们对世界的运行方式始终固执己见，即使面对着自相矛盾的事实，他们的想法依然只会更加根深蒂固，预测的水平也变得更糟糕，而不是更好，因为他们收集信息的依据是——自己心里再现的世界。
我多么希望各位读者都不是这样的思考者。