閱讀 | 跨能致勝：顛覆一萬小時打造天才的迷思，最適用於AI世代的成功法

📖 跨能致勝：顛覆一萬小時打造天才的迷思，最適用於AI世代的成功法

如果你也曾懷疑，我到現在才找到新興趣、才想換跑道、才想重新練一項技能，是不是太晚了？

這本書會打破我們對「一萬小時定律」的既定印象，告訴你為什麼「繞路的人」反而走得更遠。

▍ 這本書在說什麼？

這本書點出了現代人的一個關鍵焦慮：我們活在一個信仰「越早開始越好」的世界。

父母焦慮孩子「沒贏在起跑點」，

年輕人焦慮自己「不夠早定型」，

中年人焦慮「走錯了、回不去了」。

作者 大衛．艾波斯坦（David Epstein）在書中透過大量故事、研究與數據告訴我們：多數真正能走到最後的人，從來不是直線前進；起步較晚，很多時候不是缺陷，反而是長期優勢的來源。

在這個複雜、快速變動、且需要跨域整合的世界，廣度、跨領域探索、延後定型，以及反覆試驗，反而才是更接近多數人實際走向成功的常態路徑。

書中反覆出現的幾個核心主軸，也是我讀完後最有共鳴的三個重點：

1. 失敗與繞路，常常是找到天命的起點

   高更、梵谷、J・K・羅琳都不是「從小立志」那種標準成功模板；他們往往是在某次人生崩盤後，被迫從錯的路上解放，才走上真正能發光的路。

2. 多數成功人士都不是直線前進的人，而是持續校準的人

   研究「黑馬」的學者發現：那些職涯曲折的人不是少數，反而是多數；而且他們追求的不是速度，是「契合度」，工作是否與自身能力、價值觀與性格相互吻合。

3. 在 AI 時代，人類的價值更偏向整合與適應，而不是單一技能的極致熟練

   當機器越來越擅長模式辨識與戰術執行，人類真正不可取代的，反而是戰略思考、跨情境類推、概念整合與分類的彈性，以及在必要時「願意放下既有工具、重新選擇方法」的能力。

總結這本書帶給我、也更適合多數人的一個通則是：別在還不夠了解自己之前，就先把自己定型。

▍ 兩條通往巔峰的路

書一開始，作者便以 老虎伍茲（Tiger Woods） 與 羅傑．費德勒（Roger Federer） 這兩位世界級運動員作為對照，帶我們重新思考「贏在起跑點」這個長久以來被視為理所當然的成功信念。

老虎伍茲的成長歷程，幾乎是「贏在起跑點」的最佳典範。

在他六個月大就開始接觸高爾夫球，父親全心投入培養；兩歲左右便參加人生第一場正式比賽，直接拿下未滿十歲組冠軍。

他的童年世界裡，幾乎沒有探索其他運動的空間，高爾夫，就是唯一且明確的方向。

相較之下，費德勒的成長軌跡幾乎完全相反。

他的母親本身就是教練，卻從未刻意為他設計嚴密的訓練計畫。

費德勒的童年充滿嘗試與玩樂，學走路時繞著母親踢球，週日常和父親打壁球，也接觸過滑雪、拳擊、游泳、滑板；打過籃球、手球、網球、桌球，甚至利用鄰居的圍籬打羽球，在學校踢足球。

直到他真正放棄其他運動（主要是足球），決定專注投入網球時，許多同齡選手早已與體能教練、運動心理師、營養師合作多年，走在一條高度專業的選手道路上。

然而，他的「晚一點專注」並沒有毀掉他，反而讓他在三十五歲前後仍能長時間穩坐世界第一。

這兩個故事最震撼人的地方，不在於「誰比較成功」，而是它讓我們認清一件事情：通往巔峰的路不只一條。

💡天才與凡人最大的差異，不是誰更早開始，而是誰在找到真正的新興趣之後，願意用對方法練下去。

讀到這裡，我自己也開始反思，當我們焦慮「不能輸在起跑點」或糾結「為什麼當初不選那條路」時，

也許真正該問自己的是：你怎麼能確定，早一點開始的，就一定會是對的那一條？

身為平凡的你我，或許更需要像費德勒那樣「先廣後深」的歷程。

在足夠的探索之後，找到與自己高度契合的方向，然後再全力以赴。

▍ 大桶子的人生哲學

這本書中，另一個讓我印象深刻的是 法蘭西斯．賀瑟貝（Frances Hesselbein） 的故事。

她沒有名校光環，沒有亮眼學歷，也不是那種一畢業就被培養成管理幹部的人。

年輕時的她，只是一位再普通不過的媽媽，沒有大學學位；直到 54 歲，才開始人生第一份正式、有薪水的全職工作。

如果套用現代社會常見的評分標準，她幾乎就是一個會被貼上「起步太晚」、「學歷不漂亮」、「履歷不夠精彩」標籤的普通人。

但這樣的她，後來成為 美國女子童軍執行長，並被管理學大師 彼得．杜拉克（Peter Drucker） 稱為「全美最優秀的執行長」。

甚至在她 100 歲 高齡時，仍然需要排隊領號碼牌，才能向她請益領導力。

當時她被問到一個我們都好奇的問題：你受過哪些領導力訓練課程？

她的回答是：我根本不曉得那時的我正在接受訓練，也沒有當領導者的打算，只是把當下該做的事情做好，從中學習罷了。

回頭看她後來的成就，很難用一句話說清她是如何一步一步走到那個位置的。

但在這段過程中，更關鍵的並不是某一次關鍵轉折，而是她在不同角色中不斷累積能力，從城市文化、攝影產業、志工服務、跨國會議，到組織領導。

這些看似零散的經歷，讓她逐漸發展出 包容力、彈性、分享式領導（shared leadership），以及 跨文化溝通能力（cross-cultural communication）。

她曾用「大桶子（Big Bucket）」這個概念，作為人生的隱喻：在人生中，那些看似彼此無關的事情與經歷，不需要急著判斷它「有沒有用」，而是先讓它們進到你的桶子裡。

因為你永遠不知道，有一天，這些經驗會以什麼樣的方式被重新組合，成為你獨一無二的競爭力。

這也跟我閱讀很多書中得到類似的觀點，人生有時候的繞路不是浪費，而是必要的探索。

這段賀瑟貝的故事，真正想告訴我們的，或許並不是「要成功就該怎麼規劃人生」，而是我們不需要急著證明自己「很早就知道要什麼」。

而更重要的是，提著一個大桶子，去讓每段經驗都留下，等待某一天被重新組合成你自己的路。

▍ AI 世代的生存隱喻

大家都知道，1997 年，IBM 的超級電腦 「深藍（Deep Blue）」 擊敗了世界棋王 卡斯帕洛夫（Garry Kasparov）。

但這場勝負真正重要的後續，不只是「電腦贏過人類」，而是引出了一個關鍵問題：

如果讓電腦負責戰術，人類專注於戰略，會發生什麼事？

1998 年，「進階西洋棋大賽」因此誕生。

每位棋手都可以搭配一部電腦，由電腦處理複雜的戰術計算，人類則專注於全局規劃與戰略選擇。

結果出人意料，過往棋手長年累積的 「模式訓練優勢」 幾乎在短時間內消失，勝負重新洗牌。

後來，「自由搭配西洋棋大賽」進一步開放人機組合。

最終擊敗超級電腦 「九頭蛇（Hydra）」 的，並不是特級大師，而是一支由一般棋手、搭配多部電腦所組成的隊伍。

這類人機合作的組合，被稱為 「半人馬隊（Centaur Team）」。

2014 年，阿布達比的一場自由搭配棋賽再次驗證了這件事，奪冠隊長，竟是一位沒有正式棋力積分的英國工程師。

那時候的隊友說：「自由搭配西洋棋，考驗的是多種整合能力，有時甚至和棋力無關。」

讀到這裡時，除了很振奮外，腦中浮現的不是棋，而是每個正在用 AI 工具工作的你我。

我們會更快寫 Code、更快產出內容、更快查詢資料；但真正拉開差距的，從來不是「誰比較會用工具」。

而是如何定義問題、如何取捨方向、如何把碎片整合成策略，以及，如何在高度模糊的情境中，仍然做出判斷。

這正是書中作者反覆強調的一件事：真正的競爭力，來自整合與判斷，而非單一技能。

在 AI 時代，我自己彙整後認為，最不容易被取代的能力，包含三件事：

1. 把問題分對類（看見深層結構，而不是只停留在表面特徵）

2. 把多種工具整合成策略（像半人馬隊那樣指揮，而不是只會操作）

3. 在情境改寫時，敢放下舊工具，更新自我版本（避免死在熟悉裡）

這場人機對弈的真正啟示，從來不是「人輸給 AI」，而是：懂得與 AI 協作、並且能做出判斷的人，會重新定義競爭規則。

▍ 後記：放下過往執念，行動就對了

讀完這本書後，我想到 比爾．蓋茲（Bill Gates） 曾說過的一句話：

我們總是高估未來兩年的變化，卻低估未來十年的改變。別任由自己無所作為。

回顧自己的過去，其實很熟悉那種「再看看、再等等」的心態，

但自從開始接觸閱讀之後，慢慢意識到一件事：原來這個世界上，多數人跟自己一樣，都曾反覆踩過同樣的坑。

那些大師或神人也都不是天生的高手，跟我們一樣，都經過許多小實驗，從摸索中找到自我。

所以，如果此時此刻還在焦慮「我是不是太晚」，也許更要記住下面這幾句話，同時，也作為這本書的結尾：

真正要擔心的，不是起步的晚，而是太早定型；

不是繞路，而是死守一條錯的路；

不是開始得晚，而是找到熱愛後仍不肯練。

#閱讀筆記 #B139