郑重声明：原创首发，文责自负
第一次遇到这本书是在有声平台上，我经常喜欢听的一个主播推荐的。之前听过一万小时定律，这个概念最早出现在英国畅销书作家马尔科姆.格拉德威尔承担《异类》这本书里。在书中，格拉德威尔通过对一些成功人士的分析发现：所谓天才，并非天资过人，而是在天资过人，而是某个领域付出了持续不断的努力。比方说，世界顶级的运动员、音乐家和国际象棋选手，都是通过很长时间的专业训练，才能完美地掌握一门技能。
因此，他认为，一万小时是锤炼是任何人变成世界级大师的必要条件。这就是“一万小时定律”的由来。不难想象按照这个理论，进行专业化的练习，是成功的必经之路。看这本《成长的边界》我想探究一个问题：是不是成功只有不断练习，只有这一种方式是能够成功吗？这本书的作者大卫.爱泼斯坦挑战了我不确定的一万小时定律。
我在从成长中遇到的问题:一个是不能长时间持续性的做事，二是做事轻没有连续性有些间断，我认为还是没有一个规划。坐着提出：“慢慢积累那些持续性的知识，才是最好的学习之道，及时这意味着在即时测验中表现不佳。也就说，最有用的学习方法看似效率低下，也像是会落后于人。”
很多半路出家看似没有什么优势的，却实现了巨大的成就。所以，他认为，无论是求学还是工作，不要执着于“赢在起跑线上”，而是要先拓展广度，增加多样化经验，晚一些在进行深度挖掘，反而能更好地认识自己，认识世界。一句话总结就是全能型人才比专才更容易成功。
作为人类，我们最大的又是正好就是过度专业化的对立面——广泛融合各类知识的能力。如果你单单专业某项东西，那么你就很有可能被AI轻易取代然后失去战斗力。反观，弱国你有多方面的实力，可以找自己擅长的领域下手，多领域发展。
那些封闭练习的学生通过不断地重复，学会单一类型问题的解决流程。而交叉练习的学生学会的时如何区分不同类型的问题。
正是通过“建立联系”的提问方式实现了“深度学习”过程。
一个挑战越是受限、越是重复，它就越有可能被迫自动化；而那些能够从一个问题或者以恶搞领域中获取概念性知识，并且把它应用到一个全新问题或领域的人，将会获得巨大的回报。我认为不仅仅是解决难题的能力，而是通过思维的法撒旦能录i，从而实现各学科之间的互联互通。
重复性劳动和规则化的时间，是极有可能会被人工智能取代的，而真正跨领域的思想和方法被取代二至的可能性很少，也是人类智慧发展的动力。
