因此，在这个模型中，处理系统和模型是相互决定的。处理系统由模型组成，而安装什么模型又由处理系统决定。所以，这可以成为一个正反馈的过程：你安装了越多的模型，你的处理系统就越强大；处理系统越强大，你就能安装越多的模型，安装模型的速度也会越快。就像我们前面讲的快速阅读，阅读速度快的人，是因为他有丰富的背景知识，也就是因为他之前读的多；读得越多，就会读得越快；而读得越快，也会导致读得越多。

　　电脑和电脑的区别，除了硬件性能的区别，还有就是安装了哪些程序。而人与人之间在大脑“硬件”层面的区别是很小的，大部分人的智力水平区别不大。听到这句话的时候，可能你不相信，你马上可以举出身边好多例子说谁谁谁很聪明，谁谁谁就很笨。那么，如何解释人和人之间的差别呢？

　　这个模型中的正反馈过程，为这点提供了解释。导致人与人之间差别的，不是硬件，而是这个正反馈过程——即，知识/技能的马太效应：知识越多的人，学习越快；学习越快，知识越多。最终导致“富者愈富，贫者俞贫”。

　　而这种马太效应，也由心理学家在研究中得到了验证。著名心理学家斯坦诺维奇在1986年发表的论文《阅读中的马太效应》，已经得到了3500多次引用，成为认知心理学领域的经典文献。由于马太效应的存在，早期阅读能力对一个人的终生知识量有极大的影响。

　　六

　　这种马太效应，可能会让人绝望。难道我们这辈子就注定一步落后，步步落后吗？

　　实际上，并不用担心。我们之所以有这种担心，是因为过分夸大了知识和技能的通用性。比如，如果我们在现实生活中遇到一个像《最强大脑》中选手那样能一口气背下几百位数字的奇人，你一定会认为这个人记忆力很强。也就是说，一般人都认为记忆是一种通用性的能力，如果记数字很厉害，记其他东西也会很厉害。

　　心理学家安德斯·埃里克森（“刻意练习”理论提出者）在80年代做过一个实验。让一个记忆力和智力水平都一般的大学生完成一项基本的任务。实验人员给这个大学生念一串随机数，然后要求他记住。如果他能记住，下次的难度就增加一点（数字加1位）。这个实验每天做1个小时，坚持了将近2年的时间！刚开始，这个大学生只能记住大概由7个数字组成的序列，这个成绩很一般。但是要日复一日、月复一月地练习，成绩就能提高。20个月后，当实验结束时，他能够记住由80个数字组成的序列。

　　一个普通人能够记住那么长的数字，这种现象在当时很不寻常。但是大约10年后，在20世纪90年代初举办的世界记忆力大赛中出现不少类似的例子：很多普通人经过大量训练，能够记住很长的序列。经过20年激烈竞赛，能够记住80位数字已经不那么稀奇了。目前这个项目的世界纪录保持者能准确记住由240个数字组成的序列。

　　这个实验，看起来很励志——普通人只要持续练习，都能成为记忆大师。但实际上，我们乐观地估计了技能的通用性。在这个学生能记住80位的长数字串之后，埃里克森测试他对长字母串的记忆能力，结果他只能记住7个字母——跟刚开始练习记数字时一样！

　　当然，光是一个记忆实验不能证明所有技能都不具备通用性。限于篇幅，此处不展开，等到后文讲到技能精进时再解释这方面的原理。总的来说，我们往往过分夸大了技能的通用性。

　　在心智计算机的认知观中，大部分技能是专用的（针对某一领域），而非通用的。专用技能可以转化为通用技能，也就是技能的泛化——参阅我写的《原生技能与后升技能》。但明白技能是专用的这个原理，就足以对我们的生活产生巨大的影响。这意味着：

　　人脑就像电脑那样，如果你需要某一方面的功能，只需（而且必须是）装一个对应的心智程序。

　　这和我们熟悉的常识不一样。很多时候，我们不会某一样技能的时候，往往归咎于自己某种能力不够。比如文案写不好，会觉得自己没有创意，或者没有文笔。瞧，这不就是“固定型心理定向”吗？而心智计算机的认知观，提倡的是“成长型心理定向”。不会？没关系！装一个心智程序就行了！

　　来，看看高人是怎么做的。知名的营销人小马宋回忆道：