新經濟中的三種贏家#
根據 MIT 經濟學家 Brynjolfsson 和 McAfee 在 Race Against the Machine 中的分析，科技的高速發展正在重塑勞動市場，三種群體將在這場「大重組」（Great Restructuring）中勝出：
- 高技術工作者：擅長與智慧機器合作，能從複雜系統中萃取價值
- 超級明星：在消費者能接觸所有表演者的市場中，擁有不可替代的優勢
- 資本擁有者：在數位科技降低勞動需求的時代，資本回報率持續攀升
經濟學家 Sherwin Rosen 早在 1981 年就研究了「贏者全拿」市場的數學原理。他的核心洞見是：才能無法批量購買再組合——聽一連串平庸歌手的演唱，加起來也不等於一場傑出的演出。
成為新經濟中的贏家#
要進入高技術工作者或超級明星的行列，你需要掌握兩項核心能力：
- 快速精通專業技術的學習能力——智慧機器複雜且不斷變化，你必須能夠反覆快速地學會困難的東西
- 在品質和速度上達到高水準的生產能力——光是精通技術還不夠，你必須將潛力轉化為人們重視的具體成果
這兩項核心能力都依賴於你執行深度工作的能力。如果你不具備這項基礎技能，就難以快速學會困難的東西，也難以在菁英水準上生產。
深度工作如何幫助你快速學習#
刻意練習（Deliberate Practice）是精通認知技能的關鍵，其核心要素包括：
- 注意力須專注在某個你嘗試改善的技術或精通的思想——分散的注意力幾乎與刻意練習所需的專注注意力完全對立
- 需要獲得回饋，以糾正方法，把注意力放在最有生產力的地方
從神經科學的角度，專注練習會觸發**髓鞘質（myelin）**的生成——一種包覆神經元的脂肪組織，能讓神經迴路更快、更乾淨地放電。要在某件事上變得出色，就是要讓相關迴路充分髓鞘化。
要學會困難的東西，你必須在不受干擾的狀態下高度專注。學習本身就是一種深度工作的行為。
深度工作如何幫助你高水準生產#
Adam Grant 教授的例子說明了一個關鍵公式：
高品質工作產出 ＝ 花費的時間 × 專注的強度
Grant 將工作集中成長段、不受干擾的脈衝，藉此最大化專注強度。他會在研究期間設定離辦公室的自動回覆，嚴格隔絕干擾，直到完成手上的任務。
注意力殘留（Attention Residue）：當你從任務 A 切換到任務 B 時，注意力不會立即跟隨——一部分殘留會繼續思考原本的任務。研究者 Sophie Leroy 發現，經歷注意力殘留的人在下一個任務的表現明顯較差，殘留越強烈，表現越差。
經常分心卻傑出的人#
有些人（如 Twitter 聯合創辦人 Jack Dorsey）不做深度工作卻依然成功。但這並不推翻深度工作的價值：
- 優秀執行長本質上是難以自動化的決策引擎，擁有一套得來不易的經驗庫和市場本能
- 高階主管的分心工作方式是其特定角色的需求，不應外推到其他職業
- 除非你有充分證據證明分心對你的特定職業至關重要，否則你最好認真對待深度工作