在运动时比如游泳，隔壁赛道的泳者可能会暂时赶超你，这时若你乱了节奏，急着追上去，往往会打乱自己的呼吸，随后往往是呛一大口水，难受不说还很有可能就此失去反击的机会。
在生活中也一样，习惯了成功的聪明人，往往更容易急，渴望迅速成功。但真正的成长是需要时间积累，急不得。
文 | 肖璟 授权发布
前不久我们部门打算招几个小朋友，筛选简历时发现，越来越多年轻人的简历日趋“碎片化”——数量惊人的工作经历，但没有一份超过1年。
也不是不能理解这种“着急”，毕竟身处的是最最浮躁的创投圈——大多创业者都想着快速融资、炒身价，不愿扎实地打磨业务。这种浮躁也传导到员工身上。
不仅创投圈如此，有次回麦府找以前同事叙旧，他们抱怨：“现在的小朋友大多不愿做脏活累活，没几个月就一言不合换工作。”
不单单工作方面，个人生活方面亦然——身边能坚持健身坚持读书的人寥寥可数，买了一堆健身装备一堆想看的书，有哪些不是在衣柜书柜上积了灰。
这一切的原因都很简单——你急了。而且，越聪明的人，往往越容易着急。
那么，你为什么会着急？
一个人之所以着急，是因为在自我能力成长时，发现实际用时比预估用时要长得多。
同事兼好友R是个超聪明的90后，能干，常有各种好玩的创意，用老板的话来说是“一个人可以当三个人用”。
R的学习能力很强：尝试新事物时，往往可以很快抓住要领。比如学跳舞、乐器，很快可以成为同期里的佼佼者。
然而，每当他意识到自己没办法很快地成为那个领域里头的前1%的人时，他就会放弃练习。觉得继续付出时间不值得。
“我知道自己有点着急了，但总觉得可能有些领域我可以很快掌握，快速成为专家，所以我一直在不同领域不断试错。”
R对自己成长的预估用时之所以短，是因为他对标了自己过往的成功。
他聪明过人，所以人生道路颇为顺遂，并没有遇到什么重大挫折，自小是大家眼中的“别人家的孩子”。习惯了成功的聪明人，自然对自己有了极高的期许。
所以当他尝试跳舞、乐器这种需要时间浸淫的技能时，他并没有体会到过往习惯了的那种“快速成功”的实时反馈带来的快感，进而归因成“自己没有天分”，于是便开始浮躁、着急。
物以类聚人以群分，聪明人身边不乏聪明人，接触到的“成功者”自然也多。
好友Maggie是一家大型金融机构的高级投资经理，智商情商双高，也因此在过去几年晋升飞快，每年业绩都是公司前1%。
前段时间和她约饭，席间我们聊到peer pressure这个话题。
她提到说，早前有个饭局，几个VC/PE圈的朋友在聊一个项目，有个朋友表达了对那个项目的兴趣，顺口说了句：“要不我个人跟投个5000万好了？”
当下她有点惊讶：“那个朋友和我年龄相仿，却可以随随便便丢5000万到一个风险极高的项目里头。”
她坦言，身边实现财务自由的朋友越来越多（包括不少早年买房的朋友），她着实开始“着急”了。
创投圈是个典型。比如“90后创业者”这个火热的标签。除了媒体的吹捧，甚至还有VC成立了“90后基金”。
两年前我还在为自己的创业项目融资时，某知名投资人知道了我是80后末出生，还戏谑：“你应该去把生日改成90年，这样更好炒作。”
即便现在身边的朋友们对“成功”有了更多元化的定义，已经不局限在财富这单一维度上，但媒体和社会舆论则不然。在媒体的鼓吹下，大多年轻人都在期待着“年少成功”、“一夜暴富”。
基于偌大的同侪压力，每个年轻人都在对标参照对象，想方设法找捷径，希望快速实现财务自由。
然而他们却没发现，挑选参照对象，本身就错了。
这些“年少成功”的案例是否谁都可以复制呢？答案自然是一个大写的NO。我们来看看“90后创业者”——
我们在选参照对象时，犯了幸存者偏差（Survivorship bias）的逻辑谬误。我们只看到了被媒体报道的光鲜90后创业者，却看不到大多的90后创业项目都夭折了。
（包括我的，哦我算是泛90后…）甚至有不少过往被吹捧的明星创业者也跌下了神坛（比如神奇百货）。用统计学的话来说，这些你看得到的成功案例，大多都是outlier，都是个例。
此外，我们在看待这些结果时往往也犯了归因偏差（attribution bias），毕竟这些所谓的“成功”都不能进行片面归因，它们都是多变量造成的结果，而不单单是“能力”的反映，至少还有另一个关键变量的影响。
有个朋友以前在硅谷当记者，曾访问了一圈独角兽企业的CEO们，当被问到“你觉得你可以如此成功最主要是因为什么”时，70%的CEO们都回答：“Luck.（运气）”
鸡汤鸡血被打多了，自然是太过容易着急了，不妨对自己宽容一点，给自己预估多点时间。
一方面，预估时间时要具体问题具体分析，不能一直沿用过往对自身能力的评估标准；
另一方面，选择参照对象时也尽量避免幸存者偏差与归因偏差。
调整了预估用时后，我们开始挽起袖子干活。我们却发现，实际用时特别长。
这里我们引入一个超级简单的公式：
* 总工作量：比如一共要看400页报告
* 实际用时：度过的总时间，比如看完所有报告需要5天（120个小时）
* 工作时间占比：比如一天看8个小时报告，则工作时间占比为8/24 = 1/3
* 效率：单位时间产出，比如每小时看10页
转化一下我们不难发现：
根据这条公式我们不难得出结论：如果你的实际用时特别长，要么就是因为总工作量太多，要么就是因为工作时间占比或效率太低。
要学会一样技能、抑或成为一个领域的专家，时间本来就是不能跨越的。
我在之前的一篇文章里头有提到过，一个人的学习主要集中在两个层面的追求——知识和技能。
这里解释一下两个概念的不同：
知识的获取一般通过实践或看书两种方式来获得，前者即一手研究（primary research），后者即二手研究（secondary research），二手研究也可以通过专家访谈（书籍本来就是专家们对知识的梳理），知识的评价标准是深度和广度。行万里路或读万卷书，都需要时间。
技能则可以通过不断练习获得，技能的评价标准是熟练程度。练习也需要时间。
这与《一万小时天才理论》一书核心观点一致：若想成为某个领域的专家，至少需要付出一万个小时的努力。
一万个小时是什么概念呢？1天8小时1周5天的话你需要花上快5年。
而且，即使是拥有快速学习能力的“聪明人”，一样需要沉淀。
22岁的莫扎特轻而易举地写出一部部经典作品。不过很少人知道他4岁便开始学琴，6岁生日前，他的音乐家老爹已经逼着他练了3500个小时。
毕加索的发迹自然和他过人的商业能力有关，但他对绘画能力的打磨才是他名声大噪的关键——西班牙巴塞罗那的毕加索博物馆，你可以在馆里见到无数小纸片或小手帕，上面是毕加索的绘画手稿，都是他“不挑时间地点”的绘画练习。
所以总工作量其实是恒定的，就是那么多，每个人都绕不过的。
大部分人都是8小时工作制（也就是一天有1/3的时间在工作），所以要缩短实际用时也不难，每天学习、工作久一点便是。
做投行咨询的人成长得很快，除了工作性质外，更是因为他们每周工作80到100个小时。套用一万小时理论，1周80个小时的话10000小时只需花上两年多。
如果不是这种虐人的工种也无所谓，你可以在工作之余保持阅读习惯，阅读你专注的领域相关书籍，或者与相关领域的专家约上几顿饭，实际上达到的效果是一样的。所以我们经常听到“下班后的生活决定了你的一生”之类的职场鸡汤，不无道理。
效率低主要由信息过载引起。信息爆炸的时代，我们习惯了每天无数未读信息的节奏。隔三岔五就要回下微信、刷下朋友圈，生怕错过什么热点，生怕被朋友落下。这种现象被称为FOMO（Fear of missing out，错失恐惧症）。
于是我们渐渐浮躁，很难长时间集中注意力做些重要而不紧急的事，比如读书和健身。
我个人为了改善这种FOMO现象做了两个努力：一是买了副降噪耳机，戴上后世界都清静了；二是我把微信的通知功能关闭了。
而好朋友寺主人则做得更为极端：她停用了微信。
寺主人是个自媒体人，知乎大V微信大号，所以她的工作内容很大比例是需要专注的研究和创作。
某天，她在停用了微信两个月后发了条微信：
在告别手机的这段时间里，她成功写完了1本书；看完了3本书；每天10点睡6点起；每天运动半小时；公号从时尚榜十几名一下窜到第二名。
所以她决定以后一个月只用一次微信，有急事唯一能联系到她的就只有电子邮箱。
当然不是每个人都有办法这么做，不过，你可以从停用微信通知开始。
效率低的另一个原因就是市场环境的快速变化。这种变化可能导致的结果是，你的技能树可能会逐渐不适合市场现状。
所以我们需要持续学习，换句话说就是，“磨刀不误砍柴工”，才能保证效率。
前段时间我跟以前一起创业的技术负责人闲聊，说起“着急”这个话题，顺带吐槽了一下很多人不切实际的“一夜暴富”的幻想。
他说：“其实谁不想呢，尤其是创业圈子里，这种想法更被放大了，而且曾经也感觉并不是很难。不过我确实比较庆幸自己一直坚持写代码、学新的技术，即便创业的时候也在写代码，才能在团队解散后市场最差时找到工作。”
蛮赞同一句话：真正的“铁饭碗”，不是一份稳定的不会丢的工作，而是你掌握了无论什么时候都能找到工作的技能。
稍微总结一下，如果你觉得实际用时太长，10000小时的工作量是绕不过的，想加快的话也不是没有方法——
要么每天多干一些，好好利用下班后的时间，1天12小时1周6天的话10000小时只需要花上两年多；
要么手脚利落一些，靠自控力让自己专注、持续学习最适合市场的技能，干一个小时相当于别人干两个小时，时间自然缩短一半。
过往跟朋友分享投资理财知识时，常常会提到运动和投资的一个共通点——不能着急。
运动时，比如游泳，隔壁赛道的泳者可能会暂时赶超你，这时若你乱了节奏，急着追上去，往往会打乱自己的呼吸，随后往往是呛一大口水，难受得可以。
投资理财亦然：牛市高点，眼红身边的人的高额收益，于是放弃了过往的稳健投资策略，高点入市，为国接盘。
无他，就是太着急了。
最后分享一张很喜欢的去年里约奥运会菲尔普斯夺冠的图：
