《Range》读后感摘抄

　　《Range》是一本由David Epstein著作，Riverhead Books出版的352图书，本书定价：Hardcover，页数：2019-5-28，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《Range》读后感(一)：跨界有益，通识无敌

　　一直以来追求卓越常常被定义为几十年如一日的做一件事情。工匠精神，持之以恒。作者一针见血的点出了这种专而优路径的成功似乎取决于所处的环境是否较为仁善(kind),即在确定的环境内面对明确的问题，专有优势。而在充满变量的环境下，在连问题都无法定义的情况时，拥有知识和生活的广度似乎更能解决问题。作者接下去的章节无一不反复论证后面这句。

　　这篇书12章节，作者通过超过至少30个或长或短的例子娓娓向读者呈现通识的重要性。专和广犹如阴阳两极，一般人不可只练一极。但作者在本书中一直侧重广的重要性，但广的这些人里，很多人也有专的一面，作者并没有全面提及。其实以平衡两者为出发点，或许另有一番借鉴意义。

　　现代社会对于通识的重要性毋庸多述，大学本科的通识教育是一种实际应用，企业的轮岗管理培训生也是一种实践形式。乔布斯所说的最后把点连起来，就是对这个成果的最好概括。所以我们往往看到很多大牛这个能来一下，那个也能上一手，或许这些才使大牛更牛。

　　我们learn并unlearn的这个过程其实变得越来越重要。颇有一种张三丰教无忌太极剑的感觉。经验有时反而是负担, 初心才是正解。所以，多看看窗外风景，对理解窗内反而有益。

　　《Range》读后感(二)：未来，做通才还是专才？

　　Reviews：

　　“For reasons I cannot explain, David Epstein manages to make me thoroughly enjoy the experience of being told that everything I thought about something was wrong. IlovedRange.”

　　—Malcolm Gladwell “Rangeis an urgent and important book, an essential read for bosses, parents, coaches, and anyone who cares about improving performance.” —Daniel H. Pink “It’s a captivating read that will leave you questioning the next steps in your career—and the way you raise your children.”

　　—Adam Grant

　　很多情况下新书的名人推荐语都可能是碍于情面说的一些客套话，不一定很有指导意义，但这本书在亚马逊网站上的推荐者中竟然有三位我都喜欢的作者，想着即使都是恭维话，也说明作者的朋友圈还是不错的，那么这么书应该也是不错的。所以我就这里分享了。

　　今天是新学期开学的第二天，很多家长可能都在思考一个问题，也就是Adam Grant评价语中的最后一段“the way you raise your children”，不能输在起跑线上可能是很多人的答案，但在这本书中给了我们一个新认知：不用担心是不是晚人一步，抬起头打开视野，“通才”的世代已经来临！

　　许多专家学者宣称，如果想习得一技之长，或者成为任何领域中的佼佼者，都应该趁早学习、且分秒必争地持续练习，才可能偿其所愿。只要稍一懈怠，便可能落得望他人项背之莫及的下场。但真的是如此吗？

　　本书作者检视全球最成功的运动员、艺术家、音乐家、资本家、趋势预测专家和科学家们之后，得出一项结论：“通才较专才更容易通向卓越，且越是艰深难料的领域，越是如此。”一般而言，通才比较晚找到适合他们的道路，且会拓展多元兴趣，而不会只有一项喜好。他们通常更有创意、更机灵，拥有更辽阔的视野，看见专才们所不能发现的关联。

　　本书透过研究试着告诉我们：失败才是最好的老师、总是半途而废也可能反而发展出富足的职涯、而我们周遭里最具影响力的那些开创者，通常跨足各领域而不只埋头于单一范畴…当电脑正逐渐取代过往许多属于专才的技能，保有无比的好奇心与尝试的勇气，思想广袤而拥抱多元体验及观点的人，才会持续发光发热。

　　正如我病中感悟一样，这是一种经历，之前的翻译也是一种经历，这个公众号对于我来说更是一种经历，人生就是一种经历，通才也许能更丰富我们的经历，至少这一点我是坚信的。

　　希望你喜欢本次分享！

　　欢迎关注公众号重燃阅读获得更多最新英文原版书籍信息。

　　《Range》读后感(三)：勇气

　　这本书很好，对我算近1年商业/社科最佳

　　主要讨论了

　　- 因为10000h定律，是否要尽可能"赢在起跑线", 尽早对某个方向做专业、大量的训练？

　　- 如果觉得现在的专业、工作不适合我，应该换行吗，这是否是退缩？

　　- 什么时候data-driven的文化是有害的？

　　- 不同问题/领域间如何移植经验，如何跨学科/跨界/类比思维

　　如果对这些问题感兴趣，可以读读，尤其是学习方向、职业生涯方面的困惑

　　重点不在于具体内容，而是跟着一起思考。就像书中所倡导的类比思维一样，仅仅"知道"是没用的，要能用出来。这需要读书时主动思考，而不是一下全部看完

　　书中涉及内容很多，读起来很流畅，但看完很容易忘，下面是我觉得有意思的地方，供其他朋友查阅

一、1W小时的局限 （第1-3章 ）

　　- 1W小时定律在国际象棋、钢琴上都得到了验证

　　- 伍兹 vs. 费德勒: 伍兹5岁就专注高尔夫，费德勒在经历了足球、网球后，12岁才专注在了网球上（我觉得是因为对天赋型选手而言，时间先后反而没那么重要了）

　　- 简化环境（kind env ）vs. 复杂环境（wicked env）: 国际象棋、音乐、体育大部分都是简化的环境，目标明确，而真实社会则是复杂环境. 因此商业、工程等常规职业，很难复制1W小时这种适用于简化环境的训练方式. 扩展来说, 是高确定性与高不确定性 (low uncertainty vs. high uncertainty), 固定问题与开放性问题的差别 (well-defined problem vs. open-ended question).

　　- 钢琴 vs. 爵士: 钢琴家要求大量专注、重复的练习，爵士音要求即兴、创作. 前者是精通（mastery）, 后者是创造（creativity），需要更多的广度，也非专注1w小时能达到的. 很多音乐家能演奏，但不能即兴

二、学习的方法（第4-5章 ）

　　- 学习/教育方法分为 using procedure vs. making connection: 前者为正确执行（how）, 后者为识别使用的场景（when）.

　　- 如果在学完一个东西后马上考试、练习，学生练的是前一种方式，因为只要按着之前教的方式做行了（即不需要思考何时使用这种方法）. 但之后再测试, 可能还是不会. 因为不知道什么时候使用这种方法.

　　- 换言之，真正的学习要慢一些，因为不仅要掌握执行，还要识别出适用的场景. 如果学生学一个东西马上就"会"了，很有可能是教的方式有问题，没有教会他怎么去识别使用场景

　　- 就我个人经历，国内英语阅读考试（考研水平之下）就是这个问题，基本是在"根据问题找原文", 而到了GRE、考研英语层次，考试方法完全变了，所以很多人觉得难. 其实只是因为之前的方法都是错的. 真正的阅读应是基于理解的总结.

三、专业与工作选择（第6-7章 ）

　　- 选择工作，是一个match quality问题（而不仅是智商、能力的问题）

　　- England vs. Scotland: 英格兰要求大学入学即定专业; 苏格兰要求大三才定专业. 研究发现前者在之后更有可能换专业、领域，而苏格兰的学生尽管毕业时专业技能较少，但之后能很快赶上.

　　- 对于换专业/工作的人来说，尽管会放弃一部分所学，但之后的成长速度要快很多; 统计结果也发现他们比想换但没换的人更快乐

　　- 如果把专业比作恋爱，我们恐怕不会在18岁的时候就这么早确定. 了解自己擅长什么，也比学习特定的技能更重要. i.e., learning stuff was less important than learning about oneself.

　　- 当然，我觉得在中国、现代的背景下，则是父辈和我们处在不同的时代. 父辈是国家刚开始发展，因此有一份能糊口、稳定的工作就好，专注执行也是可以的。但到了我们这一代，需要把工作做得更好，而且技术带来了自动化，因此更需要选择自己擅长的工作（≠ 自己喜欢的工作）

四、Data Driven的文化什么时候是有害的（第11章）

　　- NASA 挑战者号的问题原因之一，在于过度依赖数据

　　- 使用数据是好的、没有问题，但容易变成"没有数据，就不要说话", (We're not interested in your opinion on things. If you have data, we'll listen, but your opinion is not requested here). 也就是环境不够开放,人们不敢随便表达自己的看法，无法表达定性的观察和分析

　　- 解决方案：既要求正式、严谨、定量的沟通，同时也允许大家非正式、自由讨论. 管理层主动收集、鼓励大家发表自己的看法，及时发现问题，而不是追责

　　最后，我觉得这本书最好的地方，是通过这么多的案例、分析，给希望转变、没有很早确定目标的人信心 —— don't feel behind. 不是一开始就要确定目标，然后奔着1w小时去的，可以先explore 再exploit，一样也能收获很好的结果.

　　换言之，勇气

　　注: 书中还引述了一些研究。比如电影票房的预测，以后有机会读读.

　　《Range》读后感(四)：《Range》wicked world, specialize or generalize

　　Takeaway 2019.12： 1、Wicked world 2、why generalise？ 3、how generalise： 4、关于学习：thinking，fast and slow 5、Get rid of the cult of head start: 6、Biaed evidence 7、附注 1、Wicked world，一直都困惑刻意练习那些内容、那些实验如果放在一个模糊反馈的世界里还work么？

作者的观点是在wicked world，路径不重复、pattern模糊、反馈时间长且不直接。刻意练习可能会失效（能够反复练习提高的部分可以自动化代替）。过度专业化还有很多缺点，可能会缺失应对新的环境/情境的能力（举了消防员不能应对新环境和专家错误预测的例子）。而现在世界在不断的变化，需要用已有知识去解决新的问题的能力。人类的优势在于①抽象思维/概念思维 和 ②整体思考，这两个能力使得人类可以用已有知识去解决新的问题。人类应该注重培养这个能力，which is generalise。

　　（非常震惊的是那个实验发现，现代文明下人类抽象思维能力的提高；以及人类重要的是整合能力这一点德鲁克很早就提到了，在分析自动化对工业生产的影响时） 2、why generalise？

generalise广泛的知识利于解决wicked world的问题，解决遇到的问题。认识这个wicked world，人类的思考会有很多偏见误区（有些越有经验越有误区），想要减少这个误区要先分析问题本身，分析问题的deep structure。在分析这个structure的时候要大量运用类比，形成这大量的类比就需要generalise，跨学科的学习，广泛的涉猎。kepler、欧洲女子乐团和生物试验室的例子都证明了generalise的作用。编程也有助于形成这样的思维，因为编程就是抽象分解复杂问题，然后解决ta。前期的探索是有用的。在个人成就方面，即使音乐和运动这样的领域，后期确实在确定方向之后要大量的刻意练习，但是非常多的运动员和音乐家曾经都是generalise的尝试然后选定想要的方向。但是人们现在却希望可以跳过广泛的尝试的阶段，直接选中（一般是父母选的）某个领域开始刻意练习。head start很难抵制。但是许多例子和实验证明，曾经探索过自己喜欢什么的人更能有所成。前期的探索是不可避免的。就算在某些领域早期generalise没有用，但是也很难在很早期就确定自己做什么。一方面世界变化太快，Airbnb创始人说在高中的时候互联网还没有出现怎么会想到要做这个；另一方面人的变化很大，preference也会变，现在定下的不一定是以后一直想做的。给了很多例子，一部分人都是很晚才想到要做什么然后再去做，比如梵高。所以作者建议去test and learn，发现自己是谁，真的想做什么、适合做什么。

　　3、how generalise：

个人：学习编程、跨学科换领域学习、每周留出空闲时间自由发挥随意研究。团队：要有非正式交流的场合，鼓励individualism，形成debate。但同时也要disagree and commit。避免process accountability，要result accountability。

　　4、关于学习：thinking，fast and slow

Head start fast，deep learning slow (also struggle)故意创造困难，desirable difficulty，让学习过程变得更struggle，会有更深的leaning。（和之前看的那个卡片的文章，信息提取的难易和输入的难易相关，信息输入的时候越难、提取的时候越容易）Desirable difficulties: generation、hypercorrection、retreive、sapce、interleave&mix。这也是我每次整理笔记，觉得struggle、痛苦的时候才是在思考。

　　5、Get rid of the cult of head start:

全书都在讲specialize很容易形成head start，很难抵制。长期有用和短期马上见效。是要一直提醒自己的就是这个。也是最近在纠结的。研究是应该在单个行业深入下去么？那我现在这样东看看西看看的做法是好的么？虽然没有绝对好的做法，可是前面的积累停掉了就很难受。这本书一定程度上让我接受了现状，甚至反而觉得这是好的。让我多接触接触不同行业，而且是相对深入的接触，不只会例会泛泛的听。

　　6、Biaed evidence

虽然全书为了论证这个观点给的都是支持这个观点的例子。读的时候也会觉得这些例子是biased，但是例子太多了太丰富了，历史名人单个故事的深入研究、有一定sample的大学生的实验研究、作为观察者对不同的lab讨论和研究的跟踪观察，都展示了跨学科、generalise的作用。即使是有偏的evidence，也算是中和了过去我看到的那些讲要专业化训练学习的evidence，提供了多一个视角。

　　7、附注是宝藏 《The Cambridge Handbook of Expertise and Ecpert Performance》，描述了各行各业做到顶尖的人是怎么做到的。 Kahneman and Klein: "Conditions for intuitive expertise: a failure to disagree" American Psychologst 64, no. 6 (2009) Flynn's Does your family make you smarter？ and chap 22 of RJ Sternberg SB Kaufman eds, The cambridge handbook of intelligence (2011) Women musicians of Venice (Oxford University express, 1996) by Jane L Baldauf Berdes research on life and music at the ospedali How to choose a musical instrument for my child, R Lane, Upperbeachesmucis.com Jan 5, 2017 还有好多好多

　　《Range》读后感(五)：一万个小时，够么？

　　之前有一本畅销书叫《异类》，里面有个非常火的观点：

　　一万小时理论：在一个领域，通过一万个小时的努力可以帮助你从平凡的人成为顶尖专家

　　这个观点一经提出之后引发了广泛的反响，作者通过大量的case得出深度的努力是成为专家的一个行之有效的方法，确实对很多普通的人来说，这个观点极其吸引力：我也可以通过1万小时的努力达到顶级水平

　　当然理性的读者一定不会死板的去抠一万个小时这个数字，因为这背后的思想其实是想表达成为专家需要的长期持之以恒的投入，但是每一个理论总要经历时间和不同意见的检验，这本《Range: Why Generalists Triumph in a Specialized World》就提出了这样一个观点，作者在书中尝试论证的是：深度和广度各有优势和适用场景，更多的场合我们需要更大的广度，而不是深度

　　和异类的作者格拉德威尔一样，这本书的作者David Epstein也是一个记者(插一句，所以他们的书都是故事讲得好，原创性内容少，以援引别人的研究成果为主),为了引出这个问题，书的第一部分举了几个很有意思的例子

　　第一个故事是两个体育巨星的成长路径

　　费德勒和伍兹，这两位无疑都是各自领域的绝对天王巨星，但是溯源两个人的成长经历，会发现一点不同，伍兹从襁褓中就开始接触高尔夫，并且从小接受了大量的训练，从孩童时期就和高尔夫结下了不解之缘，展现出了过人的天赋，并最终成为了超级巨星，而费德勒则并未从小就专注于网球，而是在广泛接触了大量的球类运动之后，才最终走上了职业网球的道路。

　　这两个人的轨迹，恰恰代表了两种不同的路径

　　对于前者，完全符合1万小时、刻意练习、深度工作这些理论：成名要趁早，想成为专家，越早开始深入的练习越有帮助

　　对于后者，前期有一个尝试探索期，之后逐渐收敛到一个方向，同样取得了成功

　　当然，这两个人，从天赋上来讲，都是万中无一的天才，但是这两种路径对于我们普通人有什么启发么？

　　第二个故事是关于一个实现自己吹过的牛逼的故事

　　匈牙利心理学家拉斯罗·波尔加（ Laszlo Polgar ）宣称"任何健康的婴儿都可以培养成为天才"，他决定拿自己的孩子做实验，他采用家庭教育的方式培养自己的三个女儿，从很小开始高强度的国际象棋训练，并最终成功培养出了大名鼎鼎的波尔加三姐妹，训练内容，从网上找到一些资料大家可以感受下：

在家中，三位女孩需要在早上6点钟起床，7点钟去俱乐部打乒乓球，通常会打两到三个小时的球，然后回家练棋。她们一起讨论棋局，下各种限时的对局、创作排局，读棋谱，还研究残局、看别人的对局，每天在国际象棋上花费的时间有5至6个小时

　　结果是三个女儿都成为了世界顶尖的棋手：

大女儿苏珊·拉斯洛在童年时，就是匈牙利国际象棋历史上有名的神童。1996年，苏珊·波尔加打入国际象棋女子世界国军赛，成为国际象棋历史上第八位女子世界冠军。 10岁时就参加了匈牙利成人国际象棋比赛，并且成为国家级大师；15岁拿到了男子国际大师的标准分；17岁获得了参加男子世界冠军赛区际赛的资格 二女儿索菲亚在7岁时就获得了匈牙利11岁组的男子冠军，9岁时夺得了14岁组的男子世界冠军。 在三位女儿中，成绩最为出色的当属小女儿朱迪特，她被公认为20世纪至21世纪初世界最强的女棋手，并在1992年2月被国际棋联授予“国际象棋特级大师”的称号，成为世界上最年轻的国际象棋特级大师。

　　第三个故事是另一个传奇的故事：伟大的梵高

　　关于梵高的人生，有太多的影视作品和文学作品介绍，这里就不再一一重复他传奇的一生，但是如果简单总结的话，梵高这一生：在前期似乎一直属于迷失中，始终找不到属于自己的合适方向，做过很多工作(牧师，书店职员，艺术品交易员，教师，甚至还曾经是一位狂热的传教士）每一份都很投入，但是直到快30岁，才开始认真的学习绘画，但在他短暂生命的最后几年里面，诞生了那些不朽的作品

　　好了，3个故事讲完，有什么感受？是不是觉得伍兹和波尔加姐妹的故事更说明了一万小时理论的正确性？那费德勒和梵高的故事呢？

　　作者提出的观点是：一万小时理论很有价值，但是有适用的场合限定，更多的时候，我们需要的是广度

　　第一类场景的特点：面临的问题是一个相对明确清晰的规则，并且有明确的客观的评价体系，比如高尔夫，某种程度上是一个自己和自己的比赛，规则也无比的清晰——最少的次数把球打进洞，作者认为这一类问题是最适用一万小时理论的，也就是在确定的规则下把技能打磨到极致

　　第二类场景的特点：问题的本身并没有完全清晰的确定，或者说问题本身的刻画就是解决问题的关键，由于影响因素的复杂(比如研究国际形势问题的专家)、多方参与的互动带来的复杂性(比如篮球运动员在场上的决策是需要相机抉择)，这一类问题的解决，深度很重要，但是只有深度是不够的，还需要广度(Range)

　　而我们生活中面临的场景，第二类要显著多于第一类，到底为什么广度对解决问题如此重要呢？作者总结了这么几个原因：

　　1. 我们需要外部思维来激发解决问题的思路

　　一个简单的例子就是类比(Analogy):

　　类比思维差不多是人类从古至今解决问题最好用的方法之一了，人类为了进化，需要不断适应新的环境，面对未知的挑战，获得全新的知识，这个时候，类比思维非常重要

　　以天文学家开普勒为例，当时地心说仍然是主流，日心说尚未被完全接受，开普勒基于各种类比，不断靠近真相，根据气味和热量随着距离扩散，他猜想行星和恒星之间也存在着某种力量(power), 基于这种假设，他进一步从小船在漩涡中运动的方式，做出了对于天体运行轨迹的猜想

　　当面临一个新问题的时候，我们往往很难直接寻找到问题的突破口，这时候，我们需要借助类比，从其他相关，甚至更多时候是看起来不那么相关的领域和经验上寻找灵感。人类社会的很多进步都是从不同领域之间的交流带来，而没有什么比一个掌握多种知识和经验的generalist更加适合了

　　事实上，人们也确实对于归类和抽象的熟练程度也在提升，一个很有意思的现象就是所谓的弗林效应

弗林效应（Flynn effect）指智商测试的结果逐年增加的现象。以詹姆斯·弗林命名的。最早提出这现象的人是理查德林恩。在1982年的一期《自然》内，他提出了美国人做智力测验的成绩越来越好。百度百科

　　这个问题的一种解释就是智力测试中强调的关联性、类比思维在我们的教育和社会体系中渗透越来越强，因此反映到智商测试的分数上就有明显的长期上升趋势

　　2. 我们需要足够的样本(Sampling)来达成最佳的匹配

　　大多数优秀的运动员，往往有广泛的涉猎各种运动，并且融合了从不同的运动中得到的经验，对于最终从事的运动水平有极大的帮助，比如优秀的足球运动员，也经常通过别的运动(网球、乒乓球)等锻炼自己的专项能力

　　优秀的音乐家在自己擅长的乐器之外，往往在早期接触过大量的乐器，一方面，接触更多的乐器帮助他们对于音乐和乐器有更深的理解，在不断的比较的过程中最终确定了自己真正擅长和喜欢的乐器，另一方面，这些不同乐器的经验，也帮助音乐家们更好的提升自己专注乐器的水平

　　类似的例子不胜枚举

　　如果把我们每个人的人生选择看成是一个匹配问题，那么我们的人生大概分为两个阶段：探索(Explore)和深入(Exploit)，前期需要通过更多的试错寻找到真正合适的领域，后期则在某一个领域更多的深耕

　　所以我们需要宽度(Range) ，因为我们需要通过完成这个探索过程来确定真正适合自己的方向，没有谁的人生是一锤子买卖，不断保持这种宽度，会让我们始终保持着寻找更加匹配方向的可能性

　　3对深度的过分僵化追求在某些时候会阻碍我们解决问题

　　作者认为对于深度，我们整个社会都极其推崇，那种追求极致的导向，但是从另外一方面，我们应当根据具体的情况作出具体的选择，没有谁规定人生一定要沿着起点的路线一直走下去，因为我们在一开始作出的判断和选择往往会随着更多信息的获得和情况的改变，而变得已经不合时宜，这时候我们应该学会坦然的接受除了坚持和毅力，还有广度和调整

　　在一个不完美信息的世界中，唯一不变的是变化本身，而我们要学会适应这种变化，主动通过变化来获得更多的信息和经验

　　并且还有个有意思的现象就是领域专家偏差，随着领域知识和权威的增加，反而容易变得更加保守，而且产生专家偏差(expert bias)，比如一个权威专家由于在一个细分理论长期研究，投入了巨大的成本，这时候会出现选择性的朝着有利于自己的方向解释结果，比如结果符合我的理论，我的理论完美解释，如果不符合，那么其实也只是因为实际情况有些许偏差而已

　　这个问题进一步引申到一个组织文化(公司或者机构)，当一个组织内形成一套固定的文化，追求统一的专家文化的时候，也可能会带来负面的效应

　　这里作者举的一个例子是NASA, 作为专业的科研机构，自然追求专业的极致，作者指出NASA非常推崇夯实的论据和数据(他们也把in god we trust the rest must bring data作为自己的口号)

　　但是当这种文化形成并且占据绝对主导之后，出现一个问题，也就是大家都照章办事(go by the book)，没有绝对的把握，宁愿选择不说，也不愿冒不严谨的风险

　　正是这样的文化，导致了著名的挑战者号事故（因为右侧固态火箭推进器上面的一个O形环失效，并且导致一连串的连锁反应。在升空后73秒时，爆炸解体坠毁。机上的7名宇航员都在该次事故中丧生。这场事故本来有一些事前发现可以阻止，但是因为没有足够的论据，也没有足够多的人站出来争取，最终负责人作出了继续起飞的决定）

　　对一个组织来讲，同样需要健康程度的宽度，这既包括内部有不同的人员和专业结构，还包括在企业文化上接纳一定程度的差异化甚至于“矛盾”，假如一个企业不能包容不同的声音和意见，都是专家、领导决策，很容易被上面说的偏差所影响，从而做出错误的决策

　　(上面关于NASA和企业文化的例子，我认为虽然有些引申过远，但例子本身确实让人深有体会，大家在大公司待过的应该都能理解这种危害)

　　既然宽度是有益的，我们有什么方法或者是经验来提升宽度么？这块作者其实没有讲太多，简单总结下有以下几点：

　　1）心态open

　　其实无论对于专家还是我们普通人来说，保持一个open的心态是很重要的，体现在我们对于自己不了解或者不熟悉的领域有足够的开放和包容，这样才能通过类比、总结抽象借鉴到有价值的东西

　　2) 敢于改变

　　无论是在横向的领域还是纵向的路径方面，我们应该勇于改变，虽然书中没有告诉我们应该如何平衡深度和广度的准则，但是至少从观念上，我们应该有敢于改变的心态，对于每个人来说，需要通过不断的探索找到属于自己的匹配

　　3）交叉思维&业余者心态

　　除了心态上的改变，在解决具体的问题时候，也有一些不错的方法，比如：

　　a. 新方法解决老问题，老方法解决新问题

　　. 交叉思维，寻找相近甚至不相关领域互相借鉴的可能性(比如跨学科，跨国家和文化的交流)

　　c. 业余者心态，跳出专家的视角，寻求一些看似“业余”的解法

　　总得来说我们的人生是一个不断选择的过程，这个过程中需要解决各种各样的问题，即使你把某一个领域作为自己一生奋斗的目标，也可以从很多其他的领域获得输入，你永远也不知道不同领域的知识摩擦会带来怎样的火花。

　　对于我们大多数人来说，应该有一个更加开放的心态，我们的人生并非注定一定要在一条路上走下去，在恰当的时间做出最有利的决定才是最重要的，这个决定可能是坚持，也可能是改变