1700488930
其结果是大量的延误和混乱，还有有效的劳工示威。没有一个具有专门技能的人在现实世界中完全按照规矩做事，这样做显然效率低下。
1700488931
1700488932
根据Benner（在From Novice to Expert: Excellence and Power in Clinical Nursing Practice [Ben01]中）提到的：“实践无法被完全客观化或者正规化，因为它们必须在特定关系和特定时间中完成。”
1700488933
1700488934
但是，来自企业的压力从两个方面阻碍了我们。被误导了的政策公平思维要求我们同等对待所有开发人员，不论能力大小。这伤害了新手和专家（因为忽视了这样一个事实：根据不同的研究成果，开发人员之间存在20∶1～40∶1的生产力差异）〔9〕。
1700488935
1700488936
诀窍2
1700488937
1700488938
新手使用规则，专家使用直觉。
1700488939
1700488940
当然，从新手到专家的过程涉及的不仅仅是规则和直觉。在你提升技能水平的过程中，有许多方面会发生改变。最重要的三个变化〔10〕如下。
1700488941
1700488942
□ 从依赖规则向依赖直觉转变。
1700488943
1700488944
□ 观念的改变，问题已不再是一个相关度等同的所有单元的集合体，而是一个完整和独特的整体，其中只有某些单元是相关的。
1700488945
1700488946
□ 最后，从问题的旁观者转变为问题涉及的系统本身的一部分。
1700488947
1700488948
这是从新手到专家的转变，脱离独立和绝对化的规则，进入直觉的境界并（记得系统思考吗？）最终成为系统本身的一部分（参见图2-3）。
1700488949
1700488950
1700488951
1700488952
1700488953
图2-3 技能获取的德雷福斯模型
1700488954
1700488955
技能分布的糟糕事实
1700488956
1700488957
现在，你可能认为绝大多数人都处于中等位置——德雷福斯模型符合标准分布，典型的钟形曲线。
1700488958
1700488959
其实不是。
1700488960
1700488961
可悲的是，研究似乎表明，大多数人的大多数技能，在他们生命的大多数时间里，从来没有高于第二阶段高级新手，“执行他们需要做的任务并根据需求学习新任务，但是从来没有对任务环境获得更广泛的、概念上的理解。”〔11〕更准确的分布参见图2-4。
1700488962
1700488963
1700488964
1700488965
1700488966
图2-4 技能分布
1700488967
1700488968
这种现象的证据比比皆是，从复制-粘贴式编程的兴起（现在把Google作为IDE的一部分），到设计模式的普遍误用。
1700488969
1700488970
大多数人都是高级新手。
1700488971
1700488972
Most people are advanced beginners.
1700488973
1700488974
此外，元认知（metacognitive）能力，或者自我认知的能力，往往在较高的技能层次中才会具有。不幸的是，这意味着处于较低技能层次的从业者会明显高估他们自己的能力——有研究表明高出50％。根据一项研究（见Unskilled and Unaware of It: How Difficulties in Recognizing One’s Own Incompetence Lead to Inflated Self-Assessments [KD99]），正确自我评估的唯一办法就是提高个人技能层次，这反过来又会提高元认知能力。
1700488975
1700488976
你可以把这种现象称为二阶不胜任（second-order incompetence）：不知道自己不知道多少。新手尽管能力差但是信心十足，而专家在情况异常时会变得愈发谨慎。专家会更多地自我怀疑。
1700488977
1700488978
诀窍3
1700488979