刻意练习的书里，练习靠当场指出偏差成立

关于刻意练习的书描述的练习，起点不是加大练习量，而是先有人判断练习者当前处在什么水平，再挑出一项刚好超出现有水平、又不至于做不成的任务。这项判断依赖两类信息：练习者最近几次的表现，以及这门技艺里公认的做法标准。乐器和棋类之所以反复出现在书中的例子里，正是因为这两类信息都齐备——标准长期稳定，对错有公认依据，并且有人熟悉标准，能按练习者当前状态逐次调整任务难度。练习任务因此不是固定清单，而是随水平变化的安排。

第二个前提发生在每次练习结束之后。练习者刚做完的这一次，具体哪一处偏离了标准、偏离的方向是什么，需要有人当场讲清楚。这项说明不能等到一个阶段结束再统一给出：练习者对刚才那次的动作还有记忆，说明才能落到具体位置上；间隔太久，反馈就只剩一个总体评价。书中反复强调的也正是这种紧随其后的具体反馈，而不是练习次数本身。

把两个前提放回企业培训，第一处对不上的是人数。一门课上线后同时面对上百名学员，练习由每位学员各自完成，次数按人数成倍增加。一位讲师即便全程跟课，也无法在每人每次练完之后逐一说明这一次的偏差。常见的做法是抽查一部分作答，或在下一次授课时讲解共性问题。这两种做法都改变了反馈的性质：说明不再针对某位学员刚做完的那一次，而是对一批答案的总体点评。

第二处对不上的是标准归属。乐器和棋类的做法标准公开而稳定，讲师本人就是懂行的那个人；企业里的业务动作，标准写在各条业务口径里，随产品、政策和流程调整。负责授课的讲师未必掌握每一条口径的当前版本，判断某个答法是否偏离，常常要回到业务部门确认。指出偏差这件事，于是从一个人的即时判断变成跨部门的一次核对。

AI 改变的是这份说明的准备成本。企业已有的制度文件、业务口径和过往案例，可以先被整理成每处练习的对照标准，并据此形成常见答法与对应说明的初稿；讲师与业务方在此基础上确认口径是否准确、边界是否写清。逐处练习各自配一份说明，从需要单独排期的工作变成随练习内容一起产出的部分。专业判断仍要由真人给出，改变的是投入方式。

说明写进练习之后，反馈的来源随之变化：学员不必等一位懂行的人到场，练完当场就能看到自己的答法与标准之间差在哪里，据此修正理解，再进入下一次练习。可以对照的对象，从他人的即时判断变成事先写定的标准与说明。