[AI 讀書實驗] 002 沒有天賦?那就練出來——《刻意練習》教會我的殘酷真相與實踐路徑

📖 書籍資訊

  • 書名:《刻意練習:原創者全面解析,比天賦更關鍵的學習法》
  • 原文書名:Peak: Secrets from the New Science of Expertise
  • 作者:安德斯.艾瑞克森(Anders Ericsson)、羅伯特.普爾(Robert Pool)
  • 出版資訊:方智出版
  • 閱讀連結博客來購書

🎯 為什麼推薦這本書

你有沒有過這種經驗——看著某個領域的高手,心裡默默想:「他一定是天生的,我不可能做到。」

我有。而且不只一次。

身為資安講師,我曾經看著那些從小寫程式、打 CTF 的人,覺得自己「晚進場、基礎不夠」,永遠追不上真正的高手。這個信念讓我浪費了大量時間在自我懷疑,而不是真正的練習上。

直到我讀了《刻意練習》。

這本書用三十年的科學研究告訴我一個殘酷但解放的真相:莫札特的完美音感不是天生的,而是幼年密集訓練的結果。 專家不是天生的,而是練出來的。

但更殘酷的是——光練不夠,你得「刻意」練。

如果你曾經:
– 覺得自己「沒有天賦」而放棄某項技能
– 練習了很久卻感覺沒有進步
– 不知道如何從「還可以」進階到「真正厲害」

這本書會徹底改變你對「學習」的認知。


📚 核心內容整理

一、顛覆認知:天賦是練出來的

傳統迷思 科學真相
莫札特有天生的完美音感 完美音感是幼年密集訓練的結果
專家的大腦結構天生不同 倫敦計程車司機的海馬迴是「長出來的」
能力有天花板 學習不是「發揮」潛能,而是「打造」潛能

關鍵研究:榊原彩子實驗中,24 名 2-6 歲孩童在正確訓練下,全部發展出完美音感。

二、三種練習法的差異

練習類型 特徵 結果
天真練習 只是重複,達到「可接受」就停止 原地踏步
有目標練習 有明確目標、需要專注、有回饋 緩慢進步
刻意練習 跨出舒適圈 + 即時回饋 + 針對弱點 快速精進

三、刻意練習的七大黃金法則

  1. 有既定標準:該領域已有明確的卓越表現標準
  2. 跨出舒適圈:練習必須讓你感到吃力
  3. 明確具體目標:不是「變更好」,而是「這個動作做到 X」
  4. 刻意為之:需要全神貫注,不能自動駕駛
  5. 包含即時回饋:立刻知道對錯,才能調整
  6. 產生心智表徵:建立「看見模式」的能力
  7. 強化既有技能:在原有基礎上疊加,而非從零開始

四、心智表徵——專家與新手的真正差異

定義:讓人避開短期記憶限制,快速處理大量資訊的心智結構。

案例:西洋棋大師能在 5 秒內記住三分之二的棋子位置,但面對隨機亂放的棋子,表現與新手無異。

這說明:專家不是記憶力好,而是能「看見模式」。

心智表徵的六大功能:
– 認出模式
– 理解資訊
– 找出答案
– 制訂計畫
– 助於學習
– 引導練習

五、一萬小時法則的四大錯誤

這本書的作者就是「一萬小時法則」的原始研究者,但他要親自澄清:

  1. 一萬不是魔法數字:不同領域所需時間差異極大
  2. 那只是平均值:頂尖與一般的差距不在時數
  3. 未區分練習類型:天真練習一萬小時 ≠ 刻意練習一萬小時
  4. 缺乏科學證據:沒有研究證明「練滿一萬小時就會成功」

真正重要的是練習的「質」,不是「量」。

六、突破高原期的方法

高原期不是能力極限,而是某個子技能讓你卡住。

突破方法:
1. 把技能拆解成 5-10 個子技能
2. 找出最弱的那一個
3. 針對該子技能設計專項練習
4. 用不同方式挑戰同一個弱點

七、維持動機的環境設計

意志力是受情境影響的。與其靠意志力硬撐,不如:

減少停止的理由:
– 固定時間練習
– 排除干擾環境
– 設定最小練習單位(如 15 分鐘)

增加持續的理由:
– 讓進步可視化
– 找到練習夥伴
– 設計階段性獎勵

八、書中金句

「完美音感並不是天賦,發展出完美音感的能力才是。」

「不走出舒適圈,就不可能進步。」

「學習不是達到潛能的方法,而是發展潛能。」

「想要提升棋藝不能只靠下棋,而得靠自己研究大師下的棋。」

「開始分心或覺得輕鬆好玩時,大概就代表沒有進步。」


💭 我的思考與反思

讀完這本書,我用書中的框架對自己做了一次深度診斷。以下是我最誠實的反思:

反思一:我浪費了多少時間在「覺得自己沒天賦」

以前的我,看著那些從小寫程式的資安高手,總覺得自己「晚進場、基礎不夠」。這個信念讓我把大量時間花在自我懷疑,而不是真正的刻意練習上。

現在我明白:沒有任何一項技能是不能練出來的——包括攻防能力、教學能力、課程設計能力,甚至經營品牌的能力。

反思二:我正在「自動駕駛」的三個領域

誠實面對,我有三件事做了很多年,卻沒有實質進步:

  1. 網站攻防技術:能教、能操作,但沒有刻意挑戰更高難度
  2. 內容產製:量大、品質穩定,但產製方式沒有系統化迭代
  3. 教學能力:學生反饋好,但沒有刻意訓練「讓複雜概念瞬間變成可操作模型」的能力

我必須承認:我在擅長的領域,反而最容易進入自動駕駛模式。

反思三:我的練習品質其實很低

最近一次練習 Windows AD 滲透,如果用百分比來看:

  • 真正吃力、專注、需要思考的部分:約 35%
  • 其他時間:環境架設、資料整理、想著「怎麼做成課程」

我發現一個殘酷的事實:我做的很多不是練習,而是「準備輸出」。 這不是壞事,但不會提升技能。

反思四:我能看見什麼,新手看不見什麼

在我擅長的領域,我能看見:
– 攻防技術的「關鍵路徑」
– 學生的真正問題(不是他問的那個問題)
– 內容如何拆成「知識點 × 情緒 × 故事 × 痛點」

但在我想精進的領域(AD 深水區、Red Team),專家能看見而我看不見的:
– 弱點如何鏈結為攻擊路徑
– 哪些資訊是 noise,哪些是 gold
– 一條 exploit 的可延伸性

這就是我需要發展的「心智表徵」。

反思五:我的高原期診斷

我目前最大的卡點是 Exploit Chaining(攻擊路線串接)

把這項技能拆解後,我發現卡住的子技能是:
– 從單點弱點串成完整攻擊鏈的能力
– Detection evasion(不被偵測的攻擊)

這需要針對性訓練,而不是繼續做我已經會的事。

我的 90 天刻意練習

項目 我的計畫
精進技能 Exploit Chaining(攻擊路線串接)
目前水準 能看懂、能模仿,但無法從零設計完整攻擊鏈
90 天目標 獨立完成一條可展示的攻擊路線
學習資源 Red Team 報告、HTB、NotebookLM、AI Review
每週時數 6-8 小時(拆成多次 45 分鐘)
回饋機制 攻擊流程圖、PoC 錄影、月度高手 review
可能障礙 多任務干擾、覺得進步太慢
克服策略 15 分鐘最小單位、固定時段、只練一小段

🎁 給讀者的建議

如果你也想開始刻意練習,這是我從書中提煉的五步行動建議:

1. 選一個技能,只選一個

不要同時練五件事。選一個對你職涯或人生最有槓桿效應的技能,專注 90 天。

2. 找出你的「自動駕駛區」

問自己:「我做了很久,但其實沒有進步的事是什麼?」那就是你需要刻意練習的地方。

3. 拆解技能,找出卡點

把技能拆成 5-10 個子技能,找出最弱的那個。針對弱點設計練習,而不是一直做你已經會的事。

4. 建立回饋系統

沒有回饋就沒有進步。可以是:
– 錄影自己的練習,事後 review
– 找一個高手每月給你 feedback
– 用 AI 工具做錯誤分析

5. 設計環境,而不是靠意志力

  • 固定時間練習
  • 設定最小單位(15 分鐘就好)
  • 找一個夥伴一起練
  • 讓進步可視化

🔗 延伸資源

  • 書籍:《心態致勝》Carol Dweck——成長心態的經典之作
  • 書籍:《原子習慣》James Clear——如何建立持續練習的習慣系統
  • 工具NotebookLM——用 AI 幫你做學習筆記與知識整理
  • 影片Anders Ericsson TED Talk——作者本人的演講

「學習不是一種達到潛能的方法,而是發展潛能。」

你不是沒有天賦,你只是還沒開始刻意練習。

菲比
菲比

講師學歷:臺科資工所、逢甲資工系畢業。
技術專長:OSINT、滲透測試、網站開發、專業易懂教育訓練。
證照書籍:OSCP、OSCE³、著《資安這條路:領航新手的 Web Security 指南》。
教學經驗:60+ 企業教學經驗、指導過上百位學員。
教學特色:新手友善、耐心指導、擅長圖解(流程圖、心智圖)引導學習。
社群經驗:目前經營全臺資安社群 CURA,曾任臺科資安社社長、逢甲黑客社社長。
社群交流:LINE 社群《飛飛的資安大圈圈》,即時分享經驗、鼓勵交流。
社群分享:FB 粉專《資安這條路,飛飛來領路》,分享文章與圖卡整理。
個人網站:feifei.tw 分享資安技術文章;pbtw.tw 分享 AI 相關應用;ssdlc.feifei.tw 分享軟體安全開發流程文章。