刻意练习的要点，更多是对课程设计的要求

刻意练习首先要求练习对象足够具体。心理学家安德斯·艾利克森在研究专业技能的形成过程时指出，有效的练习针对一项明确的子技能，而不是整体表现。在企业培训中，“掌握产品知识”不是可以练习的目标，“向客户解释某项功能在特定场景下的取舍”才是。目标单一之后，难度才有基准：任务应略高于学员当前能稳定完成的水平，低于这个水平只是重复已有习惯，高出太多则只能靠猜。

要点的第二部分是反馈。学员练习后需要知道判断在哪一步偏离，以及正确做法依据什么，否则重复只会把原有理解固定下来。反馈不必全部依赖讲师逐个点评，但必须与具体任务对应：针对该任务常见的错误判断，说明它们为什么不成立。反馈还需要及时，间隔越久，学员越难把说明与自己刚才的判断对上。

上述要点中，学员能自行控制的只有投入时间和注意力。任务是否只针对一项子技能、难度是否落在合适区间、反馈是否指向具体偏差，都需要在学员开始练习之前由课程准备好。因此刻意练习的要点主要约束课程设计，而不是学员的自觉程度。把练习交给学员课后自行安排时，判断难度和识别偏差又回到学员身上，而这恰好是他们缺少依据完成的部分。

第二项条件是数量与顺序。一项任务只覆盖一项子技能，一门课程要覆盖的知识点常有几十项；同一项子技能还需要在难度上分出层次，学员完成低难度任务后才有基础进入接近真实业务的任务。因此这些要点要在课程中成立，前提是练习任务能够按知识点和难度持续供给，而不是在课程结尾附加一次综合测试。

AI 改变的不是练习的要点，而是准备练习所需的投入方式。把业务材料拆成按前置关系排序的学习单元、为每个单元给出不同难度的任务，这类工作可以先产出初稿，开发者在初稿上判断颗粒度是否合适、难度顺序是否符合业务实际。审核与修改仍然需要真实投入，专业口径仍由业务方确认，但起点不再是一份空白文档。

学习支持的供给方式同样变化。任务对应的解释、提示和常见偏差说明可以与任务一起产出，再由开发者按业务口径校准。业务内容更新时，受影响的任务与说明可以在原有结构上修改，内容变化与练习更新之间的时间差因此缩短。