天才源自刻意练习，练习条件来自课程设计

「天才源自刻意练习」的说法来自心理学家安德斯·艾利克森对音乐、棋类与体育领域专家的研究。研究发现，训练方式与累计训练量的差别，比先天条件的差别更能解释他们最终达到的水平。结论范围需要说明：研究解释的是专家水平的形成过程，不意味着投入足够时间就能达到顶尖。对企业培训可用的部分是，高水平表现可以被训练出来，训练方式本身存在优劣。

起作用的不是练习总量，而是组织方式。刻意练习要求练习者针对明确目标完成略高于当前水平的任务，在过程中或结束后获得关于对错与原因的反馈，再依据反馈修正做法并继续练习。缺少任何一项，练习就会退回熟练化的重复：动作更快，错误同样被固定下来。企业培训中常见的多讲几遍、多做几套题，缺少难度递进与针对性反馈，不属于刻意练习。

这几项条件中，“略高于当前水平”最难由学员自行满足。判断难度是否合适，需要先知道当前水平在哪里、下一步的合理台阶是什么。学员通常缺少这两项信息：对自身薄弱环节的估计多来自主观感受，而这种感受在刚学完内容时普遍偏高。结果是练习集中在熟悉的部分，吃力的环节反而缺少投入。难度需要由了解知识结构的人预先设定并排入课程。

反馈同样不来自练习者本人。学员作出判断后，需要知道结论是否成立、依据是否正确、条件变化后结论会不会改变。这类回应或由掌握业务口径的人给出，或由预先写好、针对具体作答的解释承担。对照标准答案只能给出对错，无法指出推理在哪一步偏离。刻意练习真正需要外部供给的是难度设定与反馈准备，都属于课程开发范围。

变化首先发生在生产环节。企业已有的产品资料、流程文件与业务案例，过去要人工逐段读取、挑出关键知识再改写成任务；现在整理与初稿可以交给 AI，人提供材料和目标即可。初稿成批产出后，按难度分层、覆盖多个情境不再受逐条撰写的时间限制，反馈解释也能随任务一并生成。练习不再是讲义完成后视时间而定的附加项。

成本下降改变的是分工，不是责任。讲师与业务骨干不再逐条撰写题干和解释文本，而是把时间用在判断上：情境在业务中是否成立，解释的口径是否与现行制度一致，任务难度是否与学员前置知识相称，学习目标是否被覆盖。审核与校准仍需实际投入：AI 提供数量，难度与口径由专业人员确认。