1万小时定律，它的来龙去脉是什么？让我们回到诺奖得主西蒙那里？
1973年，即将在1978年拿到诺贝尔奖的赫伯特·西蒙（Herbert Simon）与合作者威廉·蔡斯（William Chase）发表了一篇关于国际象棋大师与新手的比较论文
随着西蒙老去，艾利克森在专业技能习得领域积累的证据越来越多。1993年，他发表论文，阐释了对一个音乐学院三组学生的研究结果。这就是被格拉德威尔引用，以演绎出1万小时定律的实验。
一万个小时的问题
Hacker News网站的读者们已经整理出的证据表明，不少互联网公司创始人专业技能的习得同样不是1万小时
其次，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
再次，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。
刻意练习的本质
事实上，艾利克森的刻意练习的核心观点是，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。长时记忆正是区分卓越者与一般人的一个重要能力，它才是刻意练习的指向与本质。
国际象棋大师在长时记忆这款硬盘中存储了5万~10万个关于棋局的组块。
一般人怎样才能买得起那块硬盘？刻意练习的任务难度要适中，能收到反馈，有足够的次数重复练习，学习者能够纠正自己的错误。
长时记忆的培养要点主要有以下几个。 赋予意义，精细编码：（准）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。 提取结构或模式：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。 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.
隐形知识
目前对刻意练习最大的批评是，艾利克森关于刻意练习的证据多是来自“认知复杂性”较低的活动，
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。
人的学习受到情境的制约或促进。你要学习的东西将实际应用在什么情境中，那么你就应该在什么样的情境中学习这些东西。
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。 隐性知识显性化：隐性知识是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。一般也被称为策略知识。 模仿榜样：榜样可以是现实生活中的导师，也可以是网上的导师。 培养多样性：在多种情境中实践，以此强调学习广阔的应用范围。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
