才能这个幻象 — 练习研究究竟说了什么，以及什么才真正以复利积累

引言 — 那篇文章实际在谈什么
埃里克森实际主张了什么，又没有主张什么
麦克纳马拉元分析，以及2018年的勘误
反驳、再反驳，以及重复实验的失败
来自遗传一侧的最令人不适的证据
那么诚实地留下来的主张是什么
只优化你能控制的那部分
结语 — 承认控制之外的变量，才看得见控制之内的东西
参考资料

引言 — 那篇文章实际在谈什么

2026年7月26日，GeekNews上出现了《才能这个幻象》，获得56分和12条评论。原文是郭知旭先生个人博客上的一篇文章。

光看标题，会以为这是一篇讨论才能与练习之间心理学争论的文章。实际上并不是。原文是一篇讲初级开发者职业焦虑的个人随笔，全文没有引用任何一项研究。它的论点是这样的 — 很多初级开发者把"开发才能"只定义成"享受困难技术问题、代码写得漂亮"这一种特定类型，判断自己不属于那一类，于是放弃了。但真正做出成果的开发者，靠的是另外一些能力在工作：文档、沟通、领域理解、用户视角、跨职能之间的翻译。作者用扑克来打比方，说大家并不是都在追同一副同花大顺，而是各自手里握着不同的牌。据我核实，这篇文章并没有被发到Hacker News上。

作为随笔，这是一篇不错的文章。问题出在这类文章被概括成"才能是幻象"这个更强的主张之后再流传开来的时候。那个更强的主张，真实的文献并不支持。准确地说，刻意练习的研究从来没有说过才能无关紧要，而近二十年的数据反倒指向相反的方向。

但这也不意味着结论就变成了"果然还是才能决定一切"。把文献一路读到底，剩下的主张更窄，也正因此更有用。本文就走到那个窄主张为止。

埃里克森实际主张了什么，又没有主张什么

出发点是Ericsson, Krampe & Tesch-Römer（1993）, Psychological Review 第100卷第3期363~406页。

研究1的设计是这样的。把西柏林音乐学院的小提琴专业学生，按教授推荐分成三组 — 国际独奏家候选人组成的"最上层"、按性别和年龄配对的"上层"，以及成就相对较低、准备当音乐教师的一组。每组10个人。在此之上还加入柏林爱乐乐团和广播交响乐团的10位中年职业演奏家作为验证组。练习时间用回顾性自我报告来估计，并用7天的练习日志做交叉验证。

核心数字是到18岁为止累积的独自练习时间。

最上层：7,410小时
上层：5,301小时
音乐教师组：3,420小时

在研究2的钢琴专业里，12位专家是7,606小时，12位业余者是1,606小时。

这里先厘清一个流传甚广的误解。"一万小时定律"这个说法并不是埃里克森造出来的。在这篇44页的论文里，一万小时这个数字只在综合讨论部分出现过一次，出现在一句顺带描述最上层组到20岁为止累积练习量的话里。他既没有称之为定律，也没有把它当作阈值提出来。"定律"这个框架是15年后从马尔科姆·格拉德威尔的《异类》（2008）里出来的。

还有一点。埃里克森团队也从未主张才能不存在。在论文中，他们承认像身高这类明显属于遗传的因素，并且留出了这样一种可能性：情绪性或活动水平上的遗传性个体差异，可能会影响一个人持续进行刻意练习的能力。他们的主张不是"没有才能"，而是"关于专家表现的那些主要事实，不必依赖才能的稀缺性也能解释"。在大众化的过程中消失掉的，正是这份谨慎。

再看一眼样本量。每组10个人。以1993年心理学的样本规模而言这并不算异常，但这不是三十年后这个主张还扛得住的重量。

麦克纳马拉元分析，以及2018年的勘误

被引用得最多的反驳是Macnamara, Hambrick & Oswald（2014）, Psychological Science 第25卷第8期1608~1618页。它涵盖88项研究、111个样本、157个效应量，总N为11,135人。

这里有一个重要的事实：那些被广泛引用的数字，在2018年的勘误中就已经被修正过了。作者们发现自己错误地应用了相依效应量的校正，于是在Psychological Science 第29卷第7期1202~1204页发表了勘误。把两个版本并排放在一起是这样的。

领域	2014年原论文	2018年勘误
整体	12%	14%
游戏	26%	24%
音乐	21%	23%
体育	18%	20%
教育	4%	5%
专业职业	不足1%（不显著）	1%

作者们表示这次修正不影响结论的实质，事实也确实如此。不过网上流传的"12%"在技术上已经是被取代的数字，所以若要引用，用14%才更准确。

从这张表里该读出两件事。

第一，方差解释率是14%，意味着剩下的86%来自其他因素。那86%里装着遗传、起步年龄、教练质量、机会、测量误差，全都在里面。这不是说练习不重要，而是说单靠练习无法解释个体差异的大部分。

第二，领域之间的差异比那个总结论更重要。在游戏和音乐这类规则稳定、反馈即时的领域，练习能解释20%出头；但在教育和专业职业里，就跌到5%和1%。软件工程更接近哪一边呢？这是一个规则不断变化、反馈滞后、成果定义因组织而异的领域。它离专业职业比离音乐更近。这不是说练习没有意义，而是说在这个领域里，决定结果的不是练习的总量，而是练习对象的选择。

还有一个更冷酷的数字。如果只看那些不靠回顾性记忆、而是用日志或计算机记录之类客观手段测量练习量的子集，解释率会掉到5%。这个数值显示了回顾性自我报告有多么宽厚。

反驳、再反驳，以及重复实验的失败

埃里克森作出了反驳。在Ericsson（2016）, Perspectives on Psychological Science 第11卷第3期351~354页中，他指出元分析把"刻意练习"编码得太过宽松。他举的例子是：团体活动、在电视上看比赛、玩耍和比赛，只要跟这个项目沾边的活动统统被加总了进去。而他所定义的刻意练习，是针对弱点设计、伴随即时反馈的个体活动，这与"花在这个项目上的总时间"并不是一回事。这是一个正当的指摘。

麦克纳马拉团队的再反驳（2016，同一期355~358页）分两路。其一，把埃里克森质疑的那些复合测量剔除后重新计算，体育领域的解释率从18%变成17%，几乎没有动；其二，埃里克森本人过去的论文也并没有把刻意练习限定为教师设计的活动。

不过这场争论中分量最重的结果，不是争论本身，而是一次重复实验。Macnamara & Maitra（2019）, Royal Society Open Science 第6卷第8期190327以双盲程序重做了埃里克森1993年的研究，对象是39名小提琴手（每组13人）。

结果是这样的。"累积刻意练习量与技能等级相对应"这个核心发现没有被重复出来。反倒是最上层演奏者中有不少人的独自练习累积量低于上层组的平均值，原论文的顺序被翻转了过来。独自练习与表现之间的关系为η²（伊塔平方）0.26，也就是方差的26%；作者们一方面承认这个值绝不算小，另一方面写道，它并不支持"表现水平大体上可由练习量的差异来解释"这个原始主张。

在这里把文献的状态整理一下：刻意练习具有真实存在的效应，其大小依领域大致在5%到26%之间。那是相当可观的效应，但不是决定性因素。"练习就是一切"和"才能就是一切"都得不到数据的支持。

来自遗传一侧的最令人不适的证据

对练习拥护论最刺痛的结果，来自Mosing 等（2014）, Psychological Science 第25卷第9期1795~1803页。样本是10,500名瑞典双胞胎。

出来了两件事。第一，练习量本身有40%到70%是遗传的。一个人练多少，并不是纯粹意志的产物，相当一部分是继承来的倾向。第二，也更具决定性的是，在同卵双胞胎配对内部比较练习量不同的情形时，练得更多的那一方并没有稳定地更出色。在这个几乎完全控制了基因与家庭环境的最强设计里，练习的因果效应没有出现。

对这项研究有正当的局限性反驳，而前面看到的埃里克森那点指摘在这里完全适用：它的样本是基于一般人口的双胞胎，而不是音乐学院水准的专家。在业余区间不存在因果效应，并不保证这个结果能推广到专家区间。这不是强词夺理的辩护，而是真实的适用范围限制。

即便如此，仍有一个含义留了下来："多练就行了"这句忠告所针对的那种练习倾向本身，就是个体差异的产物。把它假定成靠意志力就能控制的变量而制定的计划，常常正是因为这个假定而失败。

那么诚实地留下来的主张是什么

走到这一步，"才能是幻象"这个命题已经站不住了。取而代之留下的，是一个更窄也更站得住脚的主张：早期的微小差距，与其说通过能力本身，不如说通过机会与反馈的路径以复利放大。

最干净的例子是体育中的相对年龄效应。在同一个选拔年度里，1月出生和12月出生的孩子在少年期最多会有接近一年的发育差距，这个差距被反映进选拔，被选上的孩子获得更好的教练和更多的上场时间，结果真的变得更强，于是又被选上。不是才能造出了结果，而是选拔系统造出了看起来像才能的东西。这里有件事要诚实交代。这个现象的存在始于加拿大青少年冰球，并在多个项目中被反复确认，但我在写这篇文章时没能从一手来源核实1985年原论文中具体的按月分布数值。所以这里只引用方向，不使用数字。

连数字一起核实过的例子在另一边。Jean Côté的体育参与发展模型（DMSP）把6岁到12岁划为采样期，13岁到15岁划为专项化期，16岁以上划为投入期。而Wall & Côté（2007）, Physical Education and Sport Pedagogy 第12卷第1期77~87页追踪了12名精英少年冰球运动员，得出了一个有意思的结果。模型的简单预测 — 中途退出者接触的项目更少、快乐玩耍的时间更少 — 并没有得到确认。坚持下来的球员和退出的球员，在项目经验的广度和玩耍时间上没有差别。

显著不同的项目只有一个。中途退出组在明显更早的年龄就开始了那种不快乐、只瞄准成绩的冰下训练（举重、跑步） — 平均11.75岁对13.8岁，p值小于0.01。这只是一项12人样本的研究，不该压上过多分量，但方向是清楚的。问题不在于早期专项化本身，而在于把剔除了乐趣的训练放在了什么时候引入。

只优化你能控制的那部分

从上面这些文献里得出的行动项不是"多练一点"。正如刚才所见，那相当大一部分在控制之外。能控制的有四件事。

挑选你要练的对象。在专业职业领域里练习解释率偏低，原因之一是大多数人都在重复自己本来就会的东西。把过去六个月里做出来的东西列一遍，数一数其中有几个是你开工时并不知道该怎么做的。如果这个比例很低，资历会累积，但实力会停滞。

缩短反馈延迟。游戏和音乐解释率高的原因，是做错了立刻就知道。在软件里人为制造这个条件的办法早就人尽皆知：测试、短部署周期、代码评审，以及把自己的预测记下来、日后再对照的习惯。做设计决策时用一行字写下"这个选择六个月后会怎样让我难受"，六个月后真的去读一遍，光这一点就足以把循环闭合。

设计机会这一侧。相对年龄效应告诉我们的是：制造复利的不是能力，而是位置。在个人层面，这是你站在哪个团队、哪个项目、哪位评审者面前的问题。两个实力相近的人三年后的差距，通常不取决于练了多少，而取决于这三年里有机会碰到什么样的问题。在组织层面，值得检查一下是不是存在"好项目只被反复分配给已经做得好的人"这样的结构。

不要过早引入剔除了乐趣的训练。这是冰球研究所提示的部分。不可持续的强度不会增加总量，只会减少总量。如果练习量相当程度上是倾向的产物，那么不把这份倾向耗尽，就是管理总量的核心。

原文随笔说对的地方也在这里与我们相遇。把作为开发者的"才能"仅仅定义为享受困难算法题的能力，就是无视了前面那张表里看到的领域区分。软件工程不是一场规则固定的窄游戏，而是一个成果定义随语境变化的宽领域。在这样的领域里，单一维度的才能概念作为测量工具是不准确的。

结语 — 承认控制之外的变量，才看得见控制之内的东西

整理一下：

埃里克森1993年的研究是每组10人的样本，从未主张过一万小时定律，也从未否认才能的存在。
根据麦克纳马拉元分析（N为11,135人），刻意练习的方差解释率整体为14%，游戏和音乐在20%出头，教育和专业职业分别为5%和1%。若对练习量作客观测量，则跌至5%。
2019年的双盲重复实验没能重现原研究的核心发现。
在10,500名瑞典双胞胎的研究中，练习量本身有40%到70%是遗传的，而在同卵双胞胎配对内部，练得更多的那一方并没有稳定地更好。
因此诚实的主张不是"才能是幻象"，而是早期的差距通过机会与反馈以复利放大。

如果这个结论让人泄气，那是因为我们假定答案必须在"努力就行"和"得靠天生"之间二选一。数据说两者都不是。而这也不全是坏消息。把无法控制的变量误当成可控变量而制定的计划，失败之后还会留下自责；但如果把范围搞准确，就能把力气集中到剩下的那些杠杆上。剩下的杠杆不是练习的总量，而是它的结构 — 练什么，让自己多快能知道自己错了，以及站在什么样的问题面前。