在之前的分享中，我们提到了【1万小时定律】和【刻意练习】，而在研读《刻意练习，如何从新手到大师》中，作者再次深入剖析【刻意练习】的内涵。
鉴于大家可能对【1万小时定律】还有困惑，先用4个问题怀疑【1万小时定律】。
问题1：不同专业领域的技能习得时间与练习时间并不存在一个1万小时的最低阈值。
例如，优秀专业演员的专业技能习得往往是3500小时；记忆类专家技能的习得也并不需要1万小时，而是数百小时。
问题2：不能忽略天赋的重要性。
成功与练习时间并不完全成正比，天赋虽然在其中不起决定性作用，却也会是一大影响因子。如同有些人天生就更擅长在某个领域，说白了就是赢在起跑线。
问题3：方法很重要。
练习的成果并不与时间呈正相关，这一点，也取决于练习方法。我们会说有些人是死读书，有些人轻松就能学好，这其中最大的差别就是方法。
问题4：它或许是一个自制的边界。
我们觉得是需要花1万小时，但其实是不是9000个小时就可能是临界点呢？这个所谓的1万小时，会不会就是我们自制的边界。
于是在不断的研究中，有位名叫艾利克森的科学家发现：那些处于中上水平的人们，拥有一种较强的记忆能力：长时记忆。所以，长时记忆可能是刻意练习的其中一个关键点。
科学家也总结了提升【长时记忆】的三大方法：
方法一、赋予意义，精细编码：
专家们能非常快地明白自己领域的单词与术语，在存储信息的时候，可以有意识地采取元认知的各项加工策略。
所谓"元认知的各项加工策略"：就是用自己的语言快速理解，或者是和团队成员达成一致，形成一套自己体系语言，减少中间理解和沟通误会。
方法二、提取结构或模式：
既然要高效输入，那也要快速存储。专家往往需要将专业领域的知识、提取结构或者模式以更好的方式存储。比如，专家级的开发者善用设计模式。
那怎样可以更好的存储？
对于人脑而言，重要的是：
有标签（例如有明显特点）
有逻辑（事物之间有关联，按照一定的逻辑排列）
对于机器而言，则需要有快速响应地搜索工具（例如像电脑中的everything工具，搜索资料非常快），快速找到需要的信息，可以帮助起到储存的作用。
方法三、加快速度、增加连接：
通过大量重复的刻意练习，专家在编码与提取过程方面比新手都快很多，增加了长时记忆与工作记忆之间的各种通路。
然而，从研究发现，关于刻意练习的证据多是来自“认知复杂性”较低的活动，如象棋、钢琴、篮球、驾驶、拼写。
但是，对于“认知复杂性”较高的活动，如销售、管理等作用有限。怎样通过刻意练习成为一名卓越销售或卓越CEO，从哪里练起？怎么练？练什么？认知复杂性高与认知复杂性低的学习活动的差异在很大程度上表现为隐性知识的多少与比重。隐性知识需要在情境中去寻。
这里便有3个重要的词：
认知复杂度：指构建“客观”世界的能力，简单说就是了解到世界和事物的复杂，并用更包容的心态看待和接受。
情境学习：你要学习的东西将实际应用在什么情境中，这样就需要分析，你经常所在的情境。
隐性知识：使人们有能力利用概念、事实以及程序来解决现实问题的知识。
串联起来，就是我们通过有针对性地选择情境，再进行深度的情境学习，找出隐性知识，提升认知复杂度。
那怎么解决，作者提供给我们4个方法：
方法一、找到学习共同体：
因为大量知识存在于学习共同体的实践中，不是在书本中，所以有效的学习不是关门苦练，而是找到属于自己的学习小团体。如程序员在类似于GitHub这样的网站练习编程。
方法二、隐性知识显性化：
高效的找出显性知识，总结规律为自己所用。
方法三、模仿榜样：
发挥榜样的力量，找出你敬佩或者需要学习的人，学习和模仿榜样的做法。
方法四、培养多样性，结果导向：
在多种情境中实践，以此强调学习广阔的应用范围，并将结果定性例如，裁缝出师并不是已经练习了1万小时，而是能够缝制出足够好的衣服。毕竟对于买衣服和卖衣服的人而言，重要的不是你已经练习1万小时，而是你能提供符合我要求的结果。
