在COVID-19流行之前，我与罗杰·费德勒（Roger Federer） 比赛 造福儿童’在非洲的教育。当我观看罗杰的比赛时，我’我敬畏作为已故小说家戴维·福斯特·华莱士 写 ， 他是“那些稀有的，天生的运动员之一，这些运动员似乎至少部分地不受某些生理法则的约束。”

这里’是关于罗杰的令人惊讶的部分’伟人：小时候，他没有’我专注于网球，没有’不要去看中教练或力量训练。他从事各种不同的运动，包括滑板，游泳，乒乓球，足球和羽毛球。他没有’在他十几岁之前就不要打网球。即使那样，他的父母仍然劝阻他不要太当真。

我通过阅读一本好书，揭穿神话的故事 范围：为何通才在专业化世界中获胜。体育记者大卫·爱泼斯坦（David Epstein）使用罗杰（Roger）’他的经验是他延迟专业化和积累不同经验广度所没有得到的好处的开端例子。“在这个日益激励甚至要求超专业化的世界中，” he writes, “we …需要更多的罗杰斯：刚开始的人们，在进步的过程中会接受各种各样的经验和观点。”

爱泼斯坦，我从他精彩的2014年中学到了 TED关于运动表现的演讲承认有某些追求，例如高尔夫和古典音乐，尽早尽一切努力是有意义的。但是这些是离群值，因为它们’植根于重复的模式和明确定义的解决方案。“世界不是高尔夫，大部分不是’t even tennis,”爱泼斯坦写道。相反，世界就像一场游戏“您可以在球场上看到球员拿着球和球拍，但是没有人分享规则。由您决定是否导出它们，它们如有更改，恕不另行通知。”

我自己的职业非常适合通才模型。小时候，我曾经偷偷溜出我的地下室卧室，在华盛顿大学做深夜编码，但是我对计算机的热情总是与其他许多兴趣混合在一起。我花了大量时间阅读有关各种主题的书籍。

我认为，微软起飞的主要原因之一是因为我们比那个时代的其他初创企业更广泛地思考。我们不仅聘请了出色的编码人员，还聘请了在其领域和跨领域具有真正广度的人员。我发现这些团队成员最好奇，心智模型最深。

爱泼斯坦提供了一个很好的框架，可以理解为什么数学对创新如此重要。“在友善的环境中，目标是尽可能减少偏差来重建先前的绩效，专家团队会尽力而为。” That’为什么要进行手术，我’d寻找一位在我需要的任何程序方面都有丰富经验的专科医生。但是当它’s a “wicked environment,”您的工作不是重复复杂的过程。根据定义，’做一些以前没有做过的事情。爱泼斯坦报告说，当研究人员研究伟大的创新者时，他们会发现“systems thinkers” with an “连接来自许多不同来源的不同信息的能力” and who “比其他技术人员了解更多（且更广泛）。”戏剧创新者Lin-Manuel Miranda称其为“a lot of apps open” in one’的大脑在同一时间。我喜欢那张照片。

爱泼斯坦发现那里’鼓励范围的另一个好理由：“在邪恶的世界中，依靠来自单一领域的专业知识… can be disastrous.” Chapter 10 (“Fooled by Expertise”）致力于展示高级专家如何对隧道视力敏感。例如，他引用了对284名苏联和俄罗斯事务高级专家的研究。这项为期20年的研究发现，平均而言，所谓的专家“在每个领域都不利于短期预测，不利于长期预测和不利于预测…。它们的精度和投掷黑猩猩的精度差不多。”但事实证明，有一个亚组要准确得多。这些是专家“不能只接受一种方法的人，” “选择查看新证据，无论它是否与他们当前的想法相符，” and “更有可能调整他们的想法…当结果使他们感到惊讶时。”

爱泼斯坦将查尔斯·达尔文（Charles Darwin）视为一个榜样的典范，他的广度使他能够保持开放的胸怀和创新。在达尔文登上HMS之前 比格犬 和sailed to the Galapagos, he had trained not only in natural history but also medicine, theology, philosophy, and geology. This cross-training helped him build the intellectual muscles he would need to overturn centuries of dogma. “他强调将自己遇到的任何事实或观察与他正在研究的理论背道而驰地复制到自己的笔记中，” Epstein writes. “他无情地攻击了自己的想法，一个又一个地放弃了一个模型，直到他得出了适合所有证据的理论。”

我唯一的批评 范围 是，您可能会失去一个印象，即通才本人爱泼斯坦（Epstein）过于批评专家。如果你’对分子生物学或量子物理学等超专业领域充满热情，那就去吧。只是给自己一些空间来探索其他领域的朋友和同事正在学习什么。