cluster: learnmaxxing, rant

flipside

เป็นแบบนี้ตั้งแต่จำความได้ละ กำลังหาทางแก้อยู่

อะไรที่เราทำแบบทำส่ง ๆ ผลลัพธ์มันไม่ได้แย่เท่าไรเลย อย่างเรียนวิชาที่ไม่ชอบ

ผลลัพธ์มันจะพอโอเคอะ เพื่อนๆ ก็ชม กับไม่โดนชี้หน้าว่าเป็นคนเรียนไม่เก่ง แต่มันจะไม่ดีขั้นเอาไปทำมาหากินได้ เราจะไม่เก่งเท่าคนที่กะเรียนหวังเกรด 4.00, A แต่แรก หรือคนที่อยู่กับมันจริง ๆ

ส่วนอะไรที่เราตั้งใจจริง ๆ เห็นความสำคัญ
เราดันชอบ over analyze ติดอยู่ที่บทแรก ๆ จนไม่ได้เริ่มไปไหน

ตอนนี้เลยเหมือนเรามี peak performance ติดอยู่ที่ 70-85 แต่พอเราจะไป 90-99 peak performance ดันตกลงมาเหลือ 40-50

นิสัยนี้ส่งผลต่อเราในหลายมิติกว่าที่คิดแฮะ

กล่าวโดยสรุปแบบง่าย ๆ คือเรายังเรียนแบบพยายามไม่เป็น

ยังไงเราต้องหาวิธีเค้นตัวเองไปถึง 90-99 ในสิ่งที่อยากให้ได้

Excalidraw Data

Text Elements

Me ^h8TLTjB8

เรียนทิ้งขว้าง

เรียนแบบอยากคั้นให้เต็มที่

เรียนแบบพอเหมาะ พอดี

%%

Drawing

N4KAkARALgngDgUwgLgAQQQDwMYEMA2AlgCYBOuA7hADTgQBuCpAzoQPYB2KqATLZMzYBXUtiRoIACyhQ4zZAHoFAc0JRJQgEYA6bGwC2CgF7N6hbEcK4OCtptbErHALRY8RMpWdx8Q1TdIEfARcZgRmBShcZQUebR4ABniaOiCEfQQOKGZuAG1wMFAwYogSbikADgAVABkqgCsAIQqU4shYRHKoLChWksxuAE4ANm0ARh4AVn4SmG4pwe1hiuGA

FgB2deHhsbGAZh4KmcgKEnV50YTJwcGKnh4bioTV5aOCyEkEQmVpeen3iDWZTBbgJY4QZhQUhsADWCAAwmx8GxSOUAMRjBCYzF9SCaXDYGHKaFCDjERHI1ESKHWZhwXCBLK4iAAM0I+HwAGVYCCJIIPMzIdC4QB1M6SebgoWwhDcmC89D8srgkk/DjhHJoMbgtj07BqOZahJggHE4RwACSxE1qFyAF1wSzyBkrdwOEIOeDCGSsOVcJNmSSyermDb

3Z6AWEEMRuOs7ntJns9usTW0GExWJxuHttQDGCx2BwAHKcMTcMYVJOTVaTCp3L3MAAiaW6MbQLIIYXBmmEZIAosEMlkwx78OChHBiLhW+XNjnljs4zxVuDkYTo9wO/guwDuphehIALJIFWUKo9crH5kszhQTmEIziXipko3rIAMVw+nZhtQ/zTe5QAAgkQyhcBIwQsr04L5lA5gECB3zgegUC6syehZLg3pMK6aDhmOAIot83oEOe+6XieAK4EIq

EAErhA+T5QkICCrthAASXw/AeqBjPE/4lJIoRkVANTejCm6dggBQAL4zEUJRlBIqwAGpFoMPBVMizIdE+0AXuCAxoM4fG3HWyw8BMBwbMMWzgr+yarNoTzDAkgyTDw6yrHcwwCSc4rliM2irFcYzbMMCxbJMwzgp83y/GgrngkCCovgIUIyhSKLotiWKUWm+KEmapLkki2XUuQHB0gymTQQCbIcnKCoQkiyqRhlooBWgfDtcKso8npSoxiqwhqhq

5Y6nqBrlsa4LFZa1p5A69XOgguGoPhXo+kZ6C4C0I0lSGI4RmmUZtrx6zVpMEwjDFeYZoW2a+TBD2cCWHBlmgSaVhWtw9WmhBNi2G7tlJ3a9sQA7pLVx0EWmE5TjOWpzmFFSDAmCQ8HdaZrnC51bjuAEXhIgACcIAxHCAKxwgBEcIAmHCAOhwgAscIAknCAOBwgBAcIA5HBM4ATHAswAOi4qCADhwgCkcCLgCMcIAeHCABhwgAycKguA9owCv5tE

CCoALgCCcIAqHCABJwmt04AWHCACJwgCEcLrpsU3TvOoG4CBwHBnAEIGZ7E+g5PU/TzPs1zvMC84wti1LcsK0r6u4Kryjq1resGyb5uW9bLO2zg9uOxwzuOre96PuW2Ovren7fvgv5+fp+6IWB5SQXVaawfB+CV8h0BoeCGFRNhpDrZthGkMRGf4CJ5Qe7TjOs5zPP84LosSzL8uK2wysR0wasaxwOv60bZsW1bNt2w7haZ1RNFsPRrC52gzGsQC

RDqpx8U8XxUyxcJPRiRwEmg9u0nFHJBQKZAJS6B6g8D2AkQ8QEKjKB0vAPSgFmQ7WcBUYK9wqxjHWFZbYK4ASl2iuMbykxCEjATHGcEpxiDnG6sMRYGD0F3E8tcQY6x/qCS4glVATxxjuWrFMHMFQop7GShwYET40oQg6giMqVJ0AYjyjibsBIiRBlKpSLolVqqMlrq+dkXIBrlCGoKCRYoKESm6lKCRTVBqtWGgCVUkgjoTUIlNWAM0xHzStDae

0jpVrd1HFtYgvoJC4EGIGCGDi8J+MjAgEGvEpigOrBWF6BYsxoGuG8Our1iylifGZPYKxLrpMUkDYISNUAE2vgVCGUMhzZDdJE+Gk5pwxPQesecaMMZY1XGwdc+Mwa7jdhAEeNNNaG0NoAWjgqbc0AIBwgAQOHFkzGmgBhOEANRwTMSba0AOJwps6YU11v7VAcyFmoG9KwbiqBNaAGw4EWUzABicKgEWTNADMcHc42gAUOCZosmmhteY7P2XTR5b

yma8WcDwVAgAoOFNtoEmIsGZTP2TPYOstTbiymYACDhAAMcMs3WHMqZTI5rrbmQyRmGzHj7SeLsKBD1JpTWmxKJnTMOUs1Z6ytk7L2YLRlxyqoP3OVc259ynkvPeZ875LNfmC3+YC4FoKIVQphXC6eQc57IrRZi7FuL8WEppcM0ZpKJ682vNnRiedtAJD2IMMYCQKiTASMMZMiYEjrCzh+L8P5uBl0Ak3auCAoLMnru4L11JW4AnblhdUXdzo9zT

ERfwpEBlEtGfS2Z8ymVrM2ds3Z+zOUnJ5Zc65dyHnPNQICkVPyKZ/IBe86V4LIXQthfCpVcsVUYqxTivFBKE0ku9vqlmzJqJ0QYhfVAV82J3zYY/fiL9mAiXfp/MpUlZLyQBEAiAAAtFkewAAK75GwACkACaMDOjUgMgCRBcR1iDFWHki1V6pjPGitgtMv4NjrG0GAyYKY1g5g8jap9JRyGUN4jsU16Cxi3UIZ5PYqx/0fHHdwEKQiRGgnMX1LK0

iICyNysyQqSiIbobUbSekmjrw6Msfo6xhi+rGKAyw9KfVyN8kowdMaoZHHRucb+S1biSQLU8ctNMTovxrUjfUxS20/RAVCYdcaESTolDOnnKYtlr1XqSZmZCqD1OFnep9P8ZrlyuRWA2ZsJSYnlPBiVapMM6nycgAjJp50WltPRjazpN9ul40kt/cE8DqWe2JZLMZJNlmm25ui1AQXXnlsFnHbeJMZlUxJlMhmry2aADY4BZ0KqYUqpe7bVgXguh

fC5FsZ0X9lxfNglpLKW0uZZptlw1WQc5PjCs6qARc3WpN8z0QN6Aa5+qYHBANoFm6oTgOhW8YacKibsxAGNJFB7xoK6MoLIWwsRaizFgOlXdbVeS6ljLWWRY5eSifM+xrL6kBYqOhA99uLlknQCIS0637iW82ERd/9l3nQgMQKoLIeAinhPUCSvnYHlECNgKIwiQSGSGEkCYZcuOrEWLsBMIU1hXrGJjshXVeIJD4hUJHsV4NfUWK5Dyhm3L2qQ6

lVDmUpE5TkflEouHipkgIxVIjNUmSOjI3opjAoGedRMZKXqMpGOKmY7Y0a9jZO8UmgSaaRoePmg8UtbxwnfFze9AEnagIEjSeDArgB7QIdfXeH/U60TzqJmtfcahsH0zJOQqQ+6rvdNPk2MTn97mAbFIQKUkdAIexWcHDZtA+Q2iFHeCUXSXRT0x8Ab9/AfY2S4AANKDAAKoQDjzJd4AmSgOdKc51G1xoroNHXOqNJRcbmYXb/JdANU/p6sNnvP4

Pj0oST/0cshxTWE6mHWG1bktj50gFxvBqwwpjA8u5WfhPop47F1Q01jD6GPGeK8UnD8/h09ESLyRqiJBYbyjhxRHOVHlRQuo4jtVSONUF9L4XEvRe0eP1Llqb+0x2PCYrk4sri4qrnNLxhrlHsXpAEJi6LNnDOJvrn6GMMbsQAAXXgILbtwNQkmEvvWB7hpghs7vmBpl7nnEwnWE8P7kUqZkHjEiHpUuHtDMOLZvAfZo0mXijMsJXouF0j0h9hUv

HgMleKeJSkIaztAUakOokO1p1iXO6j1hXKNuUGIFkEwINqQMNghEoRIN+MQMQHDiGlNp3OtH9gDkDiDmDr3P3HGuREeOIYCOdoOkxNdgIZALfHdmTrxE9mmC9jOu9l/J9s3t9q3uUHAJoAABqEAJBsAACKm6R6ekUOMOyG8OVCfEywl09k5Y1w2g0Uc4yYawawFQMGq+QGl62gIw/CqONwNRNRe+D2aA1qh+KG7+J+t+mGuU8ioeV+yiXOd+POJG

/Oz+8oViv+CmRi+OdG4iDGL+P+bUf+cuABuYHGwBXGs0po4Bi0kBWusBLB/igSu0PAKBABZu0AFuqAewVuUomBWoIUlYTCVqUxxBj0iUTxmSpBWo1Y16MGtwk+pQgeweLhlm/YEezBUeceZu5uPe5cWiIREgFoCAKktE7kmAIo+eMehebQUBEApezSnB1q7ktqZct8teYmbhnmje38X2xQACpQv2CJSJKJaJ3ecCfekAO0WMb6eS4GEwoCOONYgi

OCecTkeRrSBRLw3kJRAIgGpiqAywuRl6GkhCyYlq6MhScG++aAmRVEsOR+rRfRHRLOl+RUvRTO3OVUD+fO9UAuIxFGYx9GMoNGspUx0ocI3+BiLG8ubGWoSu+oIBBOauE4EBto2JMBImexy6EmQSPAKkxxCu6BEINxz4aMhwhClq2mKSz4GZWSH0rWNkV6OweBAeNBgJN2oeVSoJtScmrBOJ7BeJrSFehJz0HmfBARrhMJ5QfYqcDsAsh8+AAscA

PguWAyXZYgB8Ts+AqAg5+ATWd4l2WZ9Uhcrqch3W/SihSEyhtUahSSmhjc2h6Auh+h9hoaxhv2YRkR0RcRzIC2A8eWEAo5acfZU5Q5Z2A658zhZZOMHEnhT8Zcvhb2H8/B1JsecJ6AfYQgMRkwQg74CQjYCRie5EqRvATCSwGC/CyOecowDxxRTwlYqOOwpRsp6pUgnhz8OpyGaAYirpbRGG5+XRBUPR+GZp/RFpvOsJrINpzUHprRTp4up0Fisx

3FCxfgXpNoyxJQuoqxriYB6uWxIZOx4Z1Z+xBuuAewcZ3pG0ZJiZMS0GxO1C1CYizxmZgpGSnu2SsYCYUG2wJmwM509BbOFZTBVZmlc2uJTm+JtYn6iYvBXmbZChPEEAw5th6As5LW8wYib4HWy5pc/lfWEAKh3QqIO5DccVh5BhaYJ54aJh55URsR8ROofcsaS2wVgVr5p8Th3A9lbh35mpXhZFPhr8+4s6QFQRNJP25Qgwm6ewAA4kIAAPLhEh

IskIXsUckhSmo5j1WzDzAPC5FgLgYYLXqEIbCEXcDEVxQNG8BlwpR6n8VobMWGnYYKImlMWn4sUaKP5DG6K2lC7zHjHUaTFf6CUy7CWsZiW+kq4BkyVBlyVeIrTa5wHKV+irDqWwzXExKJCfruRRTEVGXIQmUlBw0fGoCbDz7Gj8JiKAwll0FAnlmME1Jg0AhuWzgNlcEaRPDiXkmtnzo+ZrkBVBX03tZhXdQRVLnFwxV01xUDbJUjYblBoTZtxG

FZWA1WFFV3l9qOHvmVW41fljq1W/lTp+GAVtnAW0kro1AWiZ4ACOOekwAO8FJ6iFZ62YNY8QGklk5NiQOOGFVCewuRjqw+BwzC+Fq1WoNwoGf0uw2wNw9w9R7CNqzRlFx+BpdF9h7OppZ10A9+bFT+11XFL191jpj1rR7pCdkA/+CulN82nG0lGxsl/GClOuNZeuBxgIwwoNEZNuENVwlkFYzCfxcNs4WdSN5lWpawVqIUeSNlZmdlMtDl+NkeLl

NZxNyMpNaM3t6MPllJhMghJVnIBg6s+86cBAz5/ZHAFoqAMIHAbAVAIhd589GQKcY5y9k505AsG9W9O9oV850hi5Lq7N8hnN+5EA3NHuu5cV42k2mEp5ldElhVi2+9C9R9j5E5q959m929u9x8b585VVL9NVm1Ctz2jVok/hNNgRYA1uIFikv2jQyg+gu6fVfYVUBtveRtaYHJtkZtFtSOl0/JNtFxs+4wiQlkKZWwTCWdMpa1ftPEU1kAO1LRe1

jOkdodxpeGJUBpNIrFgx1pwx8d9p0xSda+vAT1N1r+d16dixmdH1/p3G31fGmu/1uxSlkZiBQS6wFdJjVd50hZxOjxbxru7qzd7xrdvEV6IwcY6CmNAJONn5/dIJTlhNDSiM9ZbSdqWw6xOMFJvStNRMJVDN5Q19UhrN99XWf4sVz9r9pl79z9n9gt39wtv9kAN5NhjN0D5VUtV2fj1VctiD3hgkKDzVKtrV2DKe5Q8Iu6FAFoA48Ialw1hto1WB

cQawiYTC1wIUl0hCWRiUCYG+zCIwiQ7jGkrtcpwUxoxoFqkGrS162pPhpFYiAjQd+pB1ojx14jnOB1UjF1VpgmnFoxGjijH+zpqj8jDzGdGlWdklfpaxgZBj2xRjilQ9QNQSjQljQLUSOlqODwWwKY2ZCGsNLjuZfwnk3k963dtBvd1TEAYeATBNRTtZIT7lY9FBlBU9MTM97QAyCTEgSTrWfxkVshHNcTwEmTPq7F/qWhfNKEwaGVQtM2+LJTxV

ZTaY/aFTsDfdNTHh8t9THwjTaD5Sqt7VEg7EkgMIjQfY7E743VpDHZSFOB8QcYxCFq4+NY0zcpyY8QYUDwWMYCmM16KzowIU6zmzHk2ztOz2+zgdqAVFEiIdnRYdjFEjlz0dMjtzcj9zNiQjTzfFidbpz1Cj7z71QB3zudaY7iv1oZPiItAMUZu08IYLCZimbt8zGC6MhlmSj9plJBrjOws+1kvty6PjmL7ZOLkMlZQTJedZRLLmiY2wCNVNvl6D

7ZfmIVe9VLTN85bWd9UVD9q5zLXNbL6hOTXLLcAthhBT/LVjf91hQriTZVF2Q6cD7h927CSDDVr2TV8rTemDLeOD5Qkg6w9QMRIowSnIWtu6+A3VgwbAzA4RxA9AFohDOrTotu5AUDFDgUdty4ETle8+16OOZrzCyC3Gqw9wlq0U0HKzSQk1hO4TLw4GSYKLPDgjJQhz3rwdJz/rYj1+kjIbl1sjcdEbVGSjn+Kd8bbzWjHzOjPz+jwZf1gmWb+L

JdKlcFB0JuGlhbSZ8+eS8zrkDdFbiU2ZyN8+dwrS2OxFWNtl0tWLrb1mYJ4LwTjmJNLmzCtYUxJJ+LDe5L7ZcAbA3ozl0ebQjnbQaUxQCQceUBYAznxQzgSQDwvJZqOwew1C0UxOxwbnHn4X3nYAvn76EwuHjkOw6MTtsGEXMenn0XsXOHYUiXBHKX4XYA7n6XRe4IcAgQoYIg4QeQcelNYAtXtXRXxQ2JrA+gHoTSm65XzAlXLVmD4AAmgIg53I

TS3ACk0AnwGQ1c++MwDAhACAFAjQgbFzIjLIK3q3fQ8VIgmiFo3Q+g3I+1IjVH032Am3tU236QC3J1QbkdVzlpWiG3pAW3O374dzdpd193j36Qe3LHzzBQ73p3O3X3cbajcxkbkAx3D3/36QtEnHSbJQ4PH3+gfVOdoBv38PkP+g74bNaTAkf3WQZ3GPkhdLR3J3ePO3IkC7vqxPEPpPn3UQGhQED3O9nwuA2bYPJPUA+PxDxADP0IFAzPv2DIvP

63aPNP+gPPO9VQ5xEAyiwv7P+P74q00PCodeEI2A0IHI4RCGkwFRWOGwGkBwxRoC03zAavSI+Ah6WoowxR0UzwYChmEU03RgbABgI3eYBALEoISwGzlxLTuPHPO30PMmGl0vEM63xIJAzNC5JQ4fxA3I9slbkAMfh4bAASxDiswQ1n03MffRtJjQSIv2pAyg+IAAFJZE6rwNXhX+X0kJMAAJTMj0TKBtcYaF8l+gJgi8BgLUCd8d81/1/AV++A8I

BI/pwdusiK+ZABJ9zCKu9piZDp++PtnYBEATZVPtkZwTdr86g0TuHaftn6AMhwikBFjCZ7/ggH+kBH9p+aAZ978D92D1AIDQ7MCcgZxwDJ+p8Zw3/T0CGAjQ6ECMAqgzvGcmgFpIJ4+QaQf/lmDbhCBIQBgSXj3gTJWd+C3iAwJyEgHpwUBN8UIMBH/6ADgBLBAfo4GYAL9EQqhfcMeHdAtVrcHFYIDaGACF4ZIQAA==

%%

created on: Wed Mar 11 2026