参考 wxf blog/project/学习专题，之前的文章比较散，这一篇结合实践重新组织一下逻辑。

这个话题不想再提了。

1 学习 ！= 阅读、刷课

学习是有目的性的把对方的概念空间转化成自己的，一个概念包含大量的细节，需要反复折叠才能摸到概念的边界

唯一重要的是思想，思想是看事物的视角，基于此视角形成概念空间。概念是信息的压缩

所以如果要检验是否看到真东西，就把概念还原成场景，忘掉概念

2 学习需要状态

如上提到的，如果今天很困，或者不是很想看书，效率会很低

第一点要确保精力充足，睡好、吃好、玩好，心无杂念，效率是最高的

第二点要确保随时进入状态，B=MAT
M很简单，热爱，能从中获得乐趣，或者说不得不学；T得设计，可以把两个动作串起来(行为链)，比如在GTD里面放数学题，或者埋几个外部触发的点(这两个都是很自然的触发器)；A的话需要降低行为过程中的阻力，需要：整块不被打扰的时间、笔记(留更多带宽给大脑思考)、实践平台

3 启发式学习

在工程实践过程中，更多的是没有方向。

效率最高的是问从业者，他们已经形成一套稳定的解决方案；第二是看源码；第三是阅读相关领域书籍、论文，穷举所有可能性，方案也就出来了(这个最怕的是视角不对，视角不对，很多概念出不来)

看源码或文献，从历史开始研究，效率最高

4 如何构建复杂逻辑

这个需要一个思维模型：一个框，所有遇到的概念或逻辑链丢到这个框里，等需要的时候再拿出来用。或者说时不时拿一两个出来做推演或观察(可能出现gap的情况)

要保证短逻辑链的稳固，需要在一个场景中能很纯熟的使用现有概念+工具解决问题
(类似于飞行员检查清单)、(这里建议看下《穷查理宝典》，有很多有用的工具)

ref git 飞行规则

在稳固的前提下扩展，尽量不影响原有逻辑。只要模型跟现实世界相符，偏底层，很少出现推倒重建的情况

现在特别喜欢工作里遇到不懂的问题，这意味着我当前的知识和问题之间，存在不少的gap点，我是这样“递归”来解决遇到的问题的：

1. 把遇到的问题一个个写下来，形成一个“问题列表”（list of problem），对问题的描述越具体越好；
2. 遍历第一步形成的“问题列表”，逐个解决。过程中记录、整理下来当前知识到解决这个问题之间，需要新增的知识点；
3. 第2步解决问题时如果同样遇到了问题，同样按照第一步的流程，把解决这个问题时遇到的子问题添加到“问题列表”里；
4. 重复以上三步，直到清空“问题列表”中的所有问题。

（附图中是这个流程的伪代码，但是不够准确，修改后的伪代码见评论）

四步下来之后，基本就完成了当前知识到问题之间，所有问题点的清理，以及新增知识点的整理。

知识点整理，需要落到具体的（文件）存储中，而不能仅仅局限于自己脑子里的“内存记忆”，而落到存储中需要有以下的要求：

• 条理化、结构化；
• 如果有可能，尽量增加图形化描述；
• 时常回顾，确保每次回顾都能看懂以前的表述，如果没有就修改或者润色。

整个流程的重点是：

• 把大的问题，划分成一个个的子问题，划分的标准是：是否能够解决这个子问题，如果不能就接着划分，让大的不能直接解决的问题“越具体越好”。
• 解决问题的过程中，把缺失的知识点整理补上，这样以后遇到类似的问题就能直接解决了。将原有的知识和新增的知识连接起来。

5 误区