So Good They Can't Ignore You: Why Skills Trump Passion in the Quest for Work You Love

deliberate practice—a method for
building skills by ruthlessly
stretching yourself beyond where

---

you’re comfortable. As I
discovered, musicians, athletes, and
chess players, among others, know
all about deliberate practice, but
knowledge workers do not. Most
knowledge workers avoid the
uncomfortable strain of deliberate
practice like the plague, a reality
emphasized by the typical cubicle
dweller’s obsessive e-mail–
checking habit—for what is this
behavior if not an escape from
work that’s more mentally
demanding?
As I researched these ideas, I
became increasingly worried about

---

the current state of my academic
career. I feared that my rate of
acquiring career capital was
tapering off. To understand this
worry, you should understand that
graduate school, and the
postdoctoral years that often follow,
provide an uneven growth
experience. Early in this process
you’re constantly pushed into
intellectual discomfort. A graduate-
level mathematics problem set—
something I have plenty of
experience with—is about as pure
an exercise in deliberate practice as
you’re likely to find. You’re given a

---

problem that you have no idea how
to solve, but you have to solve it or
you’ll get a bad grade, so you dive
in and try as hard as you can,
repeatedly failing as different
avenues lead you to dead ends. The
mental strain of mustering every
last available neuron toward solving
a problem, driven by the fear of
earning zero points on the
assignment, is a nice encapsulation
of exactly what the deliberate-
practice literature says is necessary
to improve. This is why, early in
their careers, graduate students
experience great leaps in their

---

abilities.
1
But at a research-oriented
program like the one offered by
MIT’s computer science
department, your course work
winds down after the first two
years. Soon after, your research
efforts are expected to release
themselves from your advisor’s
orbit and follow a self-directed
trajectory. It’s here that if you’re
not careful to keep pushing
forward, your improvement can
taper off to what the performance
scientist Anders Ericsson called an
“acceptable level,” where you then

---

remain stuck. The research driving
Rule #2
taught me that these
plateaus are dangerous because they
cut off your supply of career capital
and therefore cripple your ability to
keep actively shaping your working
life. As my quest continued,
therefore, it became clear that I
needed to introduce some practical
strategies into my own working life
that would force me to once again
make deliberate practice a regular
companion in my daily routine.
According to popular legend,

---

Richard Feynman, the Nobel Prize–
winning theoretical physicist,
scored only a slightly above-
average IQ of 125 when he was
tested in high school. In his
memoirs, however, we find hints of
how he rose from modest
intelligence to genius, when he talks
about his compulsion to tear down
important papers and mathematical
concepts until he could understand
the concepts from the bottom up.
It’s possible, in other words, that
his amazing intellect was less about
a gift from God and more about a
dedication to deliberate practice.

---

Motivated by my research and
examples such as Feynman, I
decided that focusing my attention
on a bottom-up understanding of
my own field’s most difficult
results would be a good first step
toward revitalizing my career capital
stores.
To initiate these efforts, I chose a
paper that was well cited in my
research niche, but that was also
considered obtuse and hard to
follow. The paper focused on only
a single result—the analysis of an
algorithm that offers the best-
known solution to a well-known

---

problem. Many people have cited
this result, but few have understood
the details that support it. I decided
that mastering this notorious paper
would prove a perfect introduction
to my new regime of self-enforced
deliberate practice.
Here was my first lesson: This
type of skill development is hard.
When I got to the first tricky gap in
the paper’s main proof argument, I
faced immediate internal resistance.
It was as if my mind realized the
effort I was about to ask it to
expend, and in response it
unleashed a wave of neuronal

---

protest, distant at first, but then as I
persisted increasingly tremendous,
crashing over my concentration
with mounting intensity.
To combat this resistance, I
deployed two types of structure.
The first type was time structure: “I
am going to work on this for one
hour,” I would tell myself. “I don’t
care if I faint from the effort, or
make no progress, for the next hour
this is my whole world.” But of
course I wouldn’t faint and
eventually I would make progress.
It took, on average, ten minutes for
the waves of resistance to die

---

down. Those ten minutes were
always difficult, but knowing that
my efforts had a time limit helped
ensure that the difficulty was
manageable.
The second type of structure I
deployed was information structure
—a way of capturing the results of
my hard focus in a useful form. I
started by building a proof map that
captured the dependencies between
the different pieces of the proof.
This was hard, but not too hard,
and it got me warmed up in my
efforts to understand the result. I
then advanced from the maps to

---

short self-administered quizzes that
forced me to memorize the key
definitions the proof used. Again,
this was a relatively easy task, but it
still took concentration, and the
result was an understanding that
was crucial for parsing the detailed
math that came next.
After these first two steps,
emboldened by my initial successes
in deploying hard focus, I moved
on to the big guns: proof
summaries. This is where I forced
myself to take each lemma and
walk through each step of its proofs
—filling in missing steps. I would

---

conclude by writing a detailed
summary in my own words. This
was staggeringly demanding, but
the fact that I had already spent time
on easier tasks in the paper built up
enough momentum to help push me
forward.
I returned to this paper regularly
over a period of two weeks. When I
was done, I had probably
experienced fifteen hours total of
deliberate practice–style strain, but
due to its intensity it felt like much
more. Fortunately, this effort led to
immediate benefits. Among other
things, it allowed me to understand

---

whole swaths of related work that
had previously been mysterious.
The researchers who wrote this
paper had enjoyed a near monopoly
on solving this style of problem—
now I could join them. Leveraging
this new understanding, I went on
to prove a new result, which I
published at a top conference in my
field. This is now a new research
direction open for me to explore as
I see fit. Perhaps even more
indicative of this strategy’s value is
that I actually ended up finding a
pair of mistakes in the paper. When
I told the authors, it turned out I

---

was only the second person to
notice them, and they hadn’t yet
published a correction. To help
calibrate the magnitude of this
omission, bear in mind that
according to Google Scholar the
paper had already been cited close
to sixty times.
More important than these small
successes, however, was the new
mindset this test case introduced.
Strain, I now accepted, was good.
Instead of seeing this discomfort as
a sensation to avoid, I began to
understand it the same way that a
body builder understands muscle

---

burn: a sign that you’re doing
something right. Inspired by this
insight, I accompanied a promise to
do more large-scale paper
deconstructions of this type with a
trio of smaller habits designed to
inject even more deliberate practice
into my daily routine. I describe
these new routines below:

---