DECK: 创建时间: 2025-04-15 tags:
- 学习 related_zettels:
- ”[[知乎叶 Justin Skycak book]]”
- ”[[练习技能]]” 状态: false
作者:Justin Skycak 版权所有 © 2025 Justin Skycak 初版(工作草稿),更新于 2025 年 4 月 14 日。
保留所有权利。未经作者事先书面许可,不得以任何形式或任何方式复制、分发或传播本出版物的任何部分,包括影印、录制或其他电子或机械方法,但在评论性文章中引用的简短引文以及版权法允许的某些其他非商业性用途除外。如需获得许可,请通过以下网站联系作者。
www.justinmath.com/contact ______ ______
目录
- 前言 (9)
- 第 1 章:持之以恒 (11)
- 你并不懒惰,只是缺乏习惯 (11)
- 没有热爱?那就去创造一个 (12)
- 让习惯易于重复 (13)
- 万事开头难 (14)
- 一点额外的坚持 × 一点额外的时间 = 训练量和进步的大幅提升 (15)
- 不要对糟糕的日子反应过度 (15)
- 追求良性循环 (16)
- 第 2 章:技能 (19)
- 硬核技能的重要性 (19)
- “外星人级别技能”妙招 (20)
- 打好基础的重要性 (22)
- 夯实你他妈的基础 (23)
- 你缺失的基础会等着你 (24)
- 主动实践是获得超额收益的关键 (25)
- 事事皆重要 (25)
- 第 3 章:自律 (27)
- 你所寻求的魔法,就在于你所回避的全力以赴 (27)
- 在某个时刻,做难事变得比让难事变容易更简单 (28)
- 如何培养自律 (29)
- 手不离石 (30)
- 就他妈的干活 (31)
- 第 4 章:刻苦 (33)
- 技能提升很难,这是件好事 (33)
- 最优越的训练形式 (33)
- 非凡的成功需要非凡的努力 (36)
- 蜕变总是令人不适 (36)
- 享受是次级优化目标 (37)
- 能力是练出来的,不是解锁的 (38)
- 最高效训练的感觉 (39)
- 在提升抽象层次之前,必须通过具体实例进行刻苦练习 (40)
- 愿意做乏味的工作 (41)
- 不要低估加大刻苦程度的作用,但也不要高估最后那一点努力 (42)
- 失败并非成功之母 (43)
- 少关注感受,多关注可衡量的进步 (44)
- 过于困难的问题所带来的麻烦 (45)
- 第 5 章:旅程 (47)
- 才能发展的三个阶段 (47)
- 才能发展没有捷径 (49)
- 如果你在犯低级错误,那么你需要更多练习 (49)
- 没有训练,就没有收获 (50)
- 为何要鞭策自己 (51)
- 保持油门踩到底 (51)
- 你是一辆车 (52)
- 遇到瓶颈时该怎么办 (52)
- 让自己处于能够承担风险的位置 (54)
- 在寻找使命时如何分配带宽 (54)
- (进行中) 重复带来精通,精通带来多样性 (55)
- 第 6 章:团队 (56)
- 如果你请求别人做你的导师,那你就搞错了 (56)
- 给你的老板施加压力,让他为你安排更多工作 (57)
- 加入正确的团队 (58)
- 竞争作为协作的手段 (59)
- 你的目标不是证明你聪明,而是解决问题 (60)
- 用贡献而非批评给人留下第一印象 (61)
- 第 7 章:使命 (62)
- 选择一个好问题去攻克 (62)
- “进步等于压力”公式 (65)
- 热爱你所做的事 (66)
- 做个建设者,而非仅仅是斗士 (67)
- 第 8 章:动力 (68)
- 为何外在动机很重要 (68)
- 如何成为超级生产者 (69)
- 克服严格训练的悖论 (70)
- 费力的工作如何变得有趣 (71)
- 第 9 章:学习 (73)
- 最强的学习“生活窍门”:提前学习 (73)
- 学习何时发生? (77)
- 不存在毫不费力的学习 (77)
- 过去一个世纪学习科学的最大突破 (79)
- “跟上”与学习 (81)
- 遗忘的恶性循环 (85)
- 情境过载的恶性循环 (88)
- 先打好基础,免得栽跟头 (89)
- 宏观规划自上而下,微观执行自下而上 (90)
- 高效学习循环 (91)
- 学校教育与才能发展 (92)
- 学习不必同步也能产生同伴情谊 (95)
- 学习就是记忆 (96)
- 有效学习方法的合理性检验 (97)
- 第 10 章:指导 (99)
- 既唱红脸,也唱白脸 (99)
- (进行中) 课堂上先广度,工作中先深度 (100)
- (进行中) 紧密反馈循环的重要性 (100)
- (进行中) 既衡量起点,也衡量斜率 (100)
- (进行中) 大多数人需要“小红花” (101)
- 未来增补笔记 (103)
- 或可完善/扩展现有章节的文章 (103)
preface
自 2024 年夏天以来,我写了大量关于技能提升的零散文章。最近我将它们整理并汇集成了这本小册子。
它在某种程度上仍是进行中的作品,我将来会持续扩展和改进它,但我感觉它很好地将许多先前零散的文字整合成了某种更具整体性的内容。 ______
第 1 章:持之以恒
youre-not-lazy-you-just-lack-a-habit
如果你难以坚持要求较高的练习方式,那么暂时忘掉效率,先用一些效果较差但更令人愉快的练习方式来培养习惯。虽然最终目标是高效训练,在有限的训练时间内获得尽可能大的表现提升,但这会让人感觉费力,你一开始可能不想那么努力——不是因为你天生懒惰,而是因为你还没有养成习惯。你最终希望达到以提高表现为首要关注点、乐趣为次级优化目标的状态,但在开始阶段为了培养习惯而优先考虑乐趣是可以的。
以力量训练为例。如果你刚开始,但不期待举起那些分量十足的器械,没关系!你还不必去举。你排名第一的重点应该是走进健身房,做一些勉强算得上锻炼的活动。比如,投篮一周后,你可能会有动力尝试一些自重训练——然后接下来的一周,也许可以做些轻量举重,再下一周,你或许就准备好通过在杠铃上加一些真正的重量来挑战自己了。
其他任何事情也是如此——例如,学习数学。如果你没有动力去解决大量足以让你绞尽脑汁的难题,没关系。你可以从观看数学寓教于乐视频和浏览维基百科开始。接下来的一周,也许每天尝试解决一些“数学梗图”问题(并查看评论以核对你是否做对了),再下一周,也许每天做一些简单的算术或代数题(那些你仍然记得相当清楚但有一段时间没做的内容)。到那时,你已经让自己进入了象征性的举重房,做一些轻量练习,并准备好在杠铃上加一些真正的重量了。而那正是你开始遵循结构化课程的时候,该课程让你进行费力的练习,以便在练习时间内获得尽可能多的学习成果。
一旦你达到那个阶段,你就培养了一个习惯,你需要尽一切力量去维持它。如果你想休息一天,那就快速练 10 分钟——做一些感觉微不足道但能让习惯延续下去的事情。这个习惯是一道心理保护屏障,保护你免受各种试图阻止你训练的负面情绪的影响。
总结:你并不懒惰,只是缺乏习惯。所以,从简单开始,无论什么能让事情启动起来就行。(但如果你知道这一点,却仍然不愿意培养习惯……那么,是的,你就是懒惰。)
没有热爱?那就去创造一个。
要有纪律,建立习惯,不断积累、积累、再积累。培养你与它的关系,在你无聊时投入额外的时间,在你需要情感寄托时求助于它。相信随着你投入大量时间练习并培养出真正的专业技能,它会逐渐融入你的生活,渗入你的身份认同。
这就像发展一段亲密的人际关系。一开始你可能与对方没有强烈的联结,但你们在开始时“还算合得来”,随着时间的推移,你们越来越了解彼此,一起经历了那么多风风雨雨,最终变得密不可分。
而且不要过多地担心长远。那个成为你最好朋友的人,你可能在遇见他们的那天并不知道。你可能是一周又一周、一月又一月地越来越了解他们,直到某个时刻你意识到你无法想象没有他们的生活。创造一份热爱也是如此。如果你持续取得短期进步,那么长远的问题自然会解决。
让习惯易于重复
不要把它搞成一件“大事”,以至于你做了一天,第二天就害怕再做。你知道那些以每天去健身房 3 小时开始新年减肥计划的人会发生什么吗?他们来了一天,然后就不再回来了!所以不要那样做。相反,从一个足够小的工作量开始,这样你就不会害怕第二天再做。
即使每天的工作量太小,无法在你想要的时间内实现长期目标,也没关系。最终,随着你养成习惯,你的身心适应了你正在做的事情,你会觉得增加工作量变得更容易,直到你以能够实现长期目标的节奏前进。
所以,一开始不要担心总工作量。只关注持之以恒。随着习惯的养成和你的适应,你会发现增加工作量更容易。并且随着习惯融入你的身份认同,你实际上会想要增加工作量。
万事开头难
大多数技能都可以通过训练获得。但认真的训练通常并不令人愉快,所以大多数人不会去做。这并不意味着训练它们没有多少好处。这只意味着很多人不愿意付出努力来利用这些好处。
但问题是,最难的部分永远只是开始。如果你不擅长写作,那就每天坐下来写 15 分钟。在你混乱的思绪中寻找连贯的想法,把它们提取出来,然后转化成文字,这可能令人不快。但这并不意味着这种感觉会一直持续下去。
随着你一次又一次地练习,它会随着时间的推移感觉更容易。当感觉更容易时,你会释放出越来越多的心智带宽来注意需要改进的地方。然后你会进步。你会成为世界级的作家吗?谁知道呢。可能不会。但你会开启以前对你关闭的机会吗?很可能。
而且谁说训练一定会不愉快呢?当你对它不抱期待时,你可能会认为那种负面感觉会在你的(身体或智力)锻炼中加剧,但通常它会消散,5 分钟后你就会感觉很棒。拖延会加剧恐惧感,但只要开始,恐惧感往往就会消散。
一点额外的坚持 × 一点额外的时间 = 训练量和进步的大幅提升
一点额外的坚持和每次训练多一点额外的时间,可以累积成训练量和进步的巨大提升。
你知道每周 3 天每次 20 分钟和每周 4 天每次 30 分钟的区别是什么吗?
进步速度快一倍。那是每周 60 分钟对比 120 分钟。
把这个提高到每周 5 天每次 40 分钟,你几乎又翻了一番,达到每周 200 分钟。
不要对糟糕的日子反应过度
即使你做出了正确的决定,你仍然可能遇到糟糕的日子。所以保持一贯性,不让一次糟糕的结果让你偏离轨道,这很重要。
是的,这在心理上可能很困难。我们倾向于规避风险,对负面结果反应过度。但是,放眼长远,看看你在更长时间尺度上的进步,这会有所帮助。
然而,与此同时,你不能以此为借口来避免衡量进步和对其进行批判性思考。每次出现糟糕的结果时,你都必须问问自己,是否能从中吸取教训,以便将来借鉴。
有时是推理存在缺陷。有时是假设存在缺陷。也许你一开始没有掌握所有关键信息,本应做更好的尽职调查。或者也许在你做出决定后,一些信息显露出来或发生了变化,但你反应太慢。
为错误而自责是不值得的,除非是你一再重复的错误。一次性的错误不会阻止你长期取得进步,但重复的错误会。
追求良性循环
事情会累积叠加,这是生活的事实。你改善了生活的某一方面,它会产生连锁反应,而另一方面又会产生连锁反应,依此类推。
利用这些反馈循环并将它们导向积极的方向非常重要。因为如果它们没有推动你向积极的方向发展,它们就在推动你向消极的方向发展。不存在稳定的平衡状态。
无论你喜欢与否,你都会被卷入自我延续的循环中。因此,尽你所能让自己陷入良性循环,而不是恶性循环,这至关重要。 ______
第 2 章:技能
硬核技能的重要性
硬核技能是改善个人生活和整个社会的最大瓶颈。无论你更关注哪一个(你自己还是整个社会)——硬核技能始终是答案。
如此多的人想要产生巨大影响并以大的方式改善世界(以及他们自己的生活)。但光有愿望是不够的。除非你拥有强大的技能,否则你通常无法做成任何大事。我说“通常”是因为,当然,有些人非常幸运,出生在合适的家庭、合适的地点、合适的时机,尽管没有培养出那么多技能,却享受着巨大的影响力——但即使对于那些人来说,相对较大的影响力(相对于其他人)与绝对较大的影响力(“在宇宙中留下印记”)之间的区别,仍然归结为技能培养。
硬核技能发展也是最伟大的社会流动性捷径之一。即使你的家庭人脉不广,你也可以通过发展真正的技能来弥补。当然,你必须比人脉广的人发展更多的技能才能达到同等的机会水平,而且在发展这些技能和找到进入竞技场的途径方面,你会得到更少的指导——但一旦你进入了竞技场,那些额外的技能会带来巨大的回报。
“外星人级别技能”妙招
拥有强大的技术实力可以成为一个巨大的助力,让你脱颖而出。你可以提供别人无法提供的价值,并因此得到认可。当你装备了外星人级别的技能并为地球人解决问题时,就会发生这种情况。
但是,阻碍人们利用这一妙招的原因之一是他们没有投入去构建广泛的技术基础。例如,一个反对构建广泛数学基础的常见论点是“为什么不等在数学相关领域找到工作后,在工作中遇到具体问题时再回头补充所有有用的数学知识呢?”。表面上看,这似乎是一种减少工作量的方法,用以培养能让你脱颖而出并提升职业生涯的外星人级别数学技能。然而,在实践中,这种“等待补充”的方法极大地降低了你利用外星人级别技能妙招的可能性。原因如下。
如果你在数学相关领域工作但没有太多数学背景,那么:
1) 你会低估数学相关任务出现的频率。即使出现了一个,没有足够的数学背景,你可能也意识不到它有多么需要数学。
2) 即使你确实遇到了一个你知道与数学相关的任务,你可能也没有足够的数学背景来意识到你需要采取哪种数学方法来完成任务(即,你需要应用或快速学习哪些具体的数学知识)。
3) 即使你确实知道需要采取哪种数学方法,任务也可能被交给已经拥有更多数学背景的人(因为他们花费更少的时间来快速掌握并解决问题)。
4) 即使没有其他人来抢走任务,如果时间紧迫,那么你可能根本没有时间去实际执行那个数学方法。这可能通过几种不同的方式发生:
-
默认采用繁琐的方法:“我们没有时间让你为了一个理想的解决方案去快速学习数学,我们现在就需要交付。用你目前所知的知识,在一周内尽力而为,即使结果不理想,我们之后会想办法弥补出现的问题,即使补丁很复杂。”
-
放弃问题:“如果我们有人能够相当快地解决这个问题,这本会是一个很好的机会,但我们不能在这上面花费大量时间,所以很不幸,我们只能放弃它,专注于目前我们能力范围内更接近的事情。”
最后我要补充一点:根据你打算进入的领域,你通常可以进行合理程度的范围缩小。例如,如果你想从事机器学习/人工智能工作,那么你可能不需要学习抽象代数。但与此同时,仍然有大量的数学知识你会受益于掌握。微积分、线性代数以及概率与统计中的许多主题都经常出现。
需要找到一个平衡点;有一个合适的范围界定。一方面,你可以跳过与你数学相关领域基本无关的数学——但是,无论什么数学知识在你的领域普遍出现,如果你没有广泛掌握它,你就很难施展外星人级别技能的妙招。你可以缩小范围,舍弃那些在你领域不出现的数学,但是如果你想施展外星人级别技能的妙招,你不应该进一步缩小范围,舍弃那些在特定问题中似乎不出现的数学。
打好基础的重要性
打好基础是区分一件事看起来令人困惑、难以企及,还是“等等……就这么简单?”的关键。当真正缺乏的是先决知识时,人们很容易认为自己缺乏学习能力。学习能力的差异确实存在,但它们常常与先决知识的有无相混淆。(注意:当你的基础比同伴掌握得更好时,也很容易认为自己学得飞快。)
是这样吗?
更普遍地说,“解锁”那些让你感觉遥不可及的事物的方法是巩固你的基础能力。这不仅适用于学习任务,也适用于机遇。人人都知道运气是准备与机遇的交汇,但很少有人明白,如果你没有打好基础能力,做好准备去抓住机遇,你很可能一开始就看不到它。想象一下,有多少机遇因为你缺乏看到它们呼啸而过的先决知识而被你忽略了。
夯实你他妈的基础
要想有足够的心智带宽来深入思考任何复杂领域正在发生的事情,你需要对基础知识非常熟悉。如果所需的基础知识接近你能力的边缘,这是不可能发生的。当然,你可以在能力的边缘执行……但不是轻松地执行,而这正是关键所在。你的高层次思路会不断被你必须处理的低层次细节打断。你会很难见树不见林。
要将你的基础技能锤炼到轻松执行的程度,不仅需要对这些技能进行大量练习,还需要在其上叠加大量更高级的技能。
例如,考虑花样滑冰。是的,花样滑冰运动员滑冰技术精湛,部分原因是他们滑得很多,但这不仅仅是原因。还因为他们不断地叠加更高级的跳跃和旋转。在冰场上滑行会让你在基本滑冰技能上达到相当舒适的水平,但能够完成跳跃和旋转将迫使这些基础技能达到一个全新的稳健性和容错性水平。这就像那些机器人测试演示,所有工程师围成一圈推搡机器人。仅仅测试机器人能否遵循预定路径是不够的。你得对它敲打一番,以确保它的韧性。
这一切都归结为强制提升底层技能的结构完整性。当你在一个系统之上构建高级功能时,它们有时会以揭示底层结构中先前未知的基本弱点的方式失败。这迫使你加固底层结构,以便系统能够容纳新元素而不损害其完整性。当你加固系统以成功执行高级任务时,它就能够轻松地执行更简单的任务。更重要的是,加固底层结构通常需要改进其组织性和优雅性,这在知识的背景下,正是产生深刻理解和洞察力的原因。
your-missing-foundations-will-wait-for-you
如果你认为你不需要攀登技能树并掌握你的先决条件,那就别这么做。直接去做<在此插入难事>吧。那是你声称自己能做到的,所以就去做吧。在此插入难事>
或者尝试并失败足够多次,以获得一些谦逊。你缺失的基础不在乎。它们会耐心等待你,直到你准备好承认它们的存在。
主动实践是获得超额收益的关键
主动实践(相对于被动消费信息)不仅是有效学习的关键。它也是获得超额收益(即建立优势)的关键。
很多人消费信息。较少人主动实践。更少人尝试挑战性的事情。而比这更少的人会去培养成功完成那些挑战性事情所需的基础技能。
更重要的是:超额收益会累积。当你成功完成一件难事时,你获得的学习和资源会让你有能力成功完成更难的事情,并获得更多的超额收益。换句话说,你的优势会随着使用而变得更锐利——而不是更迟钝。
事事皆重要
硬技能和软技能,宏观思维和注重细节的思维,技术能力和创造能力……它们都极其宝贵。我们都有优点和缺点,但最好的结果来自于在所有这些类别中都扎实可靠,并在我们天生擅长的领域达到世界级水平。
发挥你的长处并弥补你的短处。你是在最大化一个乘积,而不是一个总和。事事皆重要。将你的天赋和才能发挥到极致意味着你也必须防范那些否则会试图干扰的弱点。跑卫必须奔跑,但阻挡队员也必须阻挡。 ______
第 3 章:自律
the-magic-youre-looking-for-is-in-the-full-assed-effort-youre-avoiding
每周 4 天,进行 30 分钟完全专注的刻意练习,可以让你在大多数学习或健身目标上取得显著进展。但必须是完全专注——一种“全力以赴”的努力——并且随着能力的提高,你必须不断提升挑战的水平。你必须足够努力,以至于每次训练结束后都感到精疲力竭。这意味着要么你的大脑感觉像一团浆糊,要么你的身体感觉像果冻。
刻意练习是需要全力以赴的吗?
我第一次知道哦刻意练习需要你感到大脑或者身体累 是显著进展吗?
当有人未能朝着他们的学习或健身目标取得像样的进展,并把原因归咎于缺乏时间时,他们通常是错的。问题往往不是缺乏时间,而是缺乏在不断增加的挑战水平下付出全力以赴努力的意愿。
深有感触
我就是有点难度就没有全力以赴 例如学习计网就搁置了一个月,难的章节看了一点,没有坚持
如果你付出的是敷衍了事的努力,你最多只能得到四分之一的结果。这就是导致所谓缺乏时间的原因。要获得相当于 30 分钟全力以赴的效果,你至少需要投入 2 小时敷衍了事的努力,而你很可能确实没有那么多时间。或者你投入 30 分钟敷衍了事的努力,得到相当于 7.5 分钟全力以赴的效果,这并不能足够快地推动你的进步,让你在合理的时间内达到目标。==你所寻求的魔法==,就在于你所回避的全力以赴。
在某个时刻,做难事变得比让难事变容易更简单
让自己去做某事的条件很简单:就是内在意志力 ≥ 外在阻力。如果这个条件不成立,那么使其成立的方法就是减少阻力 和/或 增强意志力。
把这想象成平衡预算会很有帮助:意志力就像你的收入,阻力就像你的支出。如果你的预算不平衡,首先要做的是削减任何愚蠢的成本。你的环境中是否存在任何导致不必要阻力的愚蠢因素?把它砍掉。你的生活就像一个庞大的代码库——如果你在某个领域难以实现新的行为,那么重构那个领域,让它更容易在其上构建。
但与此同时,削减成本也只能到此为止。总会有一些你必须承担的基本开销。你能让向代码库添加新功能的难度降低多少也是有限度的。你可以随心所欲地重构,但新功能本身总会存在一定程度的复杂性。
诀窍在于对自己诚实,认识到何时你减少环境阻力的尝试开始趋于极限。在某个时刻,做难事变得比让难事变容易更简单。那时你就必须鼓起意志力来克服剩下的阻力。那时你就必须说“重构够了,是时候锁定并实现这个家伙了。”那时你就必须把注意力从削减成本转向创造额外收入。
我的规划就是在找一条更容易高效的路
但是我很少说:“是时候了该去锁定和实现了
在任何旅程中,你都可以规划一条更容易、更高效的路线,但总会涉及到一些艰苦跋涉。
如何培养自律
当有件事你明知应该做,却无法让自己去做时,这意味着某个习惯在阻止你去做。所以你需要做的是打破那个没有成效的习惯,并建立一个反习惯,其引力最终变得足够强大,完全取代原来的习惯。你试图打断你负面习惯的势头,并为积极习惯创造势头。虽然你可能无法一蹴而就,但你可以通过迭代,一步一小步地逐渐过渡。
这里有一个具体的例子,可能适用于你,也可能不适用,但希望能说明主要思想。假设你在培养每天锻炼的自律性方面遇到了困难。第一个问题是:是什么阻止你锻炼?也许你计划下班后锻炼,但随后总有事情发生,你总能找到借口。好吧,那就在早上第一时间做。为什么你没有已经在早上第一时间做呢?假设是因为你习惯了在上班前 15 分钟起床,没有足够的时间锻炼。
那个习惯正在把你从每日锻炼的目标拉开。所以你需要用一个更有成效的习惯逐渐取代它。也许你不再在上班前 15 分钟起床,而是提前 20 分钟起床,一出卧室就花 5 分钟做开合跳。(或者如果 5 分钟太令人生畏,那么也许你从 1 或 2 分钟开始,逐渐增加到 5 分钟。)在足够多天早起 5 分钟进行 5 分钟开合跳之后,你将创造一个“新的常态”早晨例程,你会发现自己有能力再早起 5 分钟,用 10 分钟的跑步代替 5 分钟的开合跳。
你朝着这个方向继续前进,逐渐打破你临近出门才起床的习惯,并建立起越来越早起床、利用额外时间进行越来越多锻炼的习惯。最终你达到了你期望的健身目标,然后你就将那个习惯维持下去。
keep-your-hands-on-the-boulder
人们会进行令人难以置信的思维体操,来说服自己做一件与他们声称的目标无关的、轻松愉快的事情,比做一件与该目标直接相关的、困难且不愉快的事情更能推动目标的进展。
如果你想推动一个目标的进展,你必须将你的努力直接集中在那个目标上。你可以通过做其他事情、履行其他责任和/或推动其他目标的进展来耗尽自己——但归根结底,每个目标都有自己的指针,==普遍的疲惫感并不意味着你已经成功地推动了任何特定的指针==。
这可能是一个残酷的事实,特别是对于那些承担着与抱负目标分离的繁重责任的人来说。但是实现那些抱负目标的唯一方法,就是以某种方式找到内在的力量,直接推动它们的指针。没有其他方法。
推动它门的指针
just-do-the-fcking-work
==就他妈的干活== 如果你想培养真正的技能,你必须进行激烈、费力的训练。业余爱好者有时会编造各种借口,说明为什么这条规则不适用于他们,但真正的专业人士不会试图逃避艰苦的工作。
你认为你太优秀了,不屑于做那些基础的苦活累活?太聪明了,听不进教练的反馈?那你还在等什么——去吧,凭你现在的状态独自成功。要么证明你与生俱来的伟大,要么失败并被狠狠教训足够多次,让一些谦逊敲进你的脑袋。
归根结底,你要么浪费时间与教练争论训练方案,要么利用那些时间低下头去做他妈的一些工作。其中一种行为会让你成为专业人士;另一种会让你终生被束缚在业余水平。这是你的选择。
你想要非凡的结果?那么你就必须付出非凡的努力。成就、专业知识、伟大,随便你怎么称呼它——它不会自然发生。它是关于将自己从正常转变为异常,以获得竞争优势。这其中没有任何自然而然的东西。 ______
第 4 章:刻苦
技能提升很难,这是件好事
技能提升需要付出努力。这是一个特性,而不是一个缺陷。技能提升能增强能动性,而非凡的能动性最好掌握在那些懂得付出非凡努力意味着什么的人手中。我们都知道懒惰的人掌握权力会发生什么。技能提升需要努力这一事实,正是对抗这种情况的力量。
最优越的训练形式
在才能发展领域,关于最优越的训练形式绝对没有任何争议。那就是“刻意练习”:在略微超出个人能力边缘的表现任务上进行有意识的重复。刻意练习关乎在每一次重复中都做出旨在提高表现的调整。任何单个调整都很小,带来的表现提升也很小——但是当你将这些微小的改变在大量的行动-反馈-调整循环中累积起来时,你最终会得到巨大的改变和巨大的表现提升。
刻意练习优于所有其他形式的训练。这在才能发展的学术领域是一个“已解决的问题”。它几乎可以被视为一条物理定律。有大量的研究支持这样一个结论:累积的刻意练习量是造成不同才能领域顶尖表现者个体表现差异的最大单一因素。(下一个最大的因素是遗传,刻意练习与遗传的相对贡献在不同才能领域可能存在显著差异。)
那么,为什么任何寻求达到高水平技能的人会采用刻意练习以外的练习形式呢?答案可能是整个才能发展研究中最一针见血的两句话:“……刻意练习需要努力,并且本身并不令人愉快。个体被激励去练习是因为练习能提高表现”(摘自 Ericsson, Krampe, & Tesch-Romer, 1993, 《刻意练习在专家级表现习得中的作用》)。换句话说,最佳表现不会因为最大化其他事物(如享受、舒适、便利和练习的轻松性)而自然发生。事实上,最佳表现与其中一些事物是相悖的。必须做出牺牲。
许多人不愿意为了进行刻意练习而做出牺牲——这没关系。这是个人的价值判断。但问题在于,许多这些人仍然声称他们正在尽最大努力发展自己的才能。通常,他们会在刻意练习的两个要求——“有意识”和“重复”——之一上偷工减料,然后抵制任何形式的、能够揭示他们练习无效性的客观、可量化的表现测量。
刻意练习不是无意识的重复。如果你一遍又一遍地做同样的事情,那么你就没有正确地进行刻意练习。刻意练习关乎在每一次重复中都做出旨在提高表现的调整。任何单个调整都很小,带来的表现提升也很小,但是当你将这些微小的改变在大量的循环中累积起来时,你最终会得到巨大的改变和巨大的表现提升。如果你只是无意识地一遍又一遍地做同样的事情而不进行调整,这一切都不会发生。
同样地,即使你在练习中有意识,你也不能在重复上吝啬,还称之为“刻意练习”。刻意练习要求在每一次训练中都有大量的行动-反馈-调整循环。否则,累积效应就不会发生。任何限制这些循环数量的活动都不能被描述为刻意练习。
教育领域许多激烈的争论源于对刻意练习的这些误解。无意识的重复,即一遍又一遍地做同样的事情而不进行旨在提高表现的调整,不是刻意练习。同样地,任何限制行动-反馈-调整循环数量的活动(例如,过于挑战性的问题,或思考-配对-分享类型的东西)也不是刻意练习。
非凡的成功需要非凡的努力
你想做一些让你与众不同的事情吗?你将不得不比大多数人更努力工作。没有捷径可走。如果你认为你可以在不付出非凡努力的情况下取得非凡的成功,那么你将永远无法实现你的目标,因为你永远不会将自己转变成一个有能力实现它们的人。
而且你猜怎么着?仅仅努力工作是不够的。要取得非凡的成功,关键不仅在于投入足够的时间和精力,还在于富有成效地工作。你必须努力工作并且聪明地工作。此外,要在你具有某种竞争优势(或者,至少,你没有处于劣势)的方向上工作。这项工作的一部分包括参与那些能最大化你获得幸运突破可能性的活动。你必须努力最大化你的幸运表面积。
蜕变总是令人不适
如果你不逼迫自己表现超出舒适区,你就无法提高你的表现。就这么简单。为什么?因为表现的提升来自于你的身体对额外压力的适应。没有压力,就没有收获。
压力可能令人不快。它很费力,让你感到疲惫。如果你正在训练像数学这样的智力技能,你可能会感到虚弱、缺乏天赋,甚至愚蠢。但这完全是必要的。避免压力的感觉就是避免适应的过程,从而避免表现的提升。
你想要的是一个持续的压力和适应循环。这在体育运动中是如此,在体育运动之外也同样如此。你在锻炼时感到虚弱,但你会变得更强壮。你在学习时感到愚蠢,但你会变得更聪明。学习时要记住的是,你正在物理上改变你的大脑以执行更复杂的认知任务。在根本层面上,这就像举重或练习体操一样。有效训练的关键是相同的,有效训练的感觉也是如此。
蜕变总是令人不适。但请记住,虽然不适对于表现提升是必要的,但不适本身并不总是表明你正在从事能够提高表现的活动。你还需要能够克服引起不适的挑战。可以这样想:把一个装载了 500 磅的杠铃放到一个新手举重者的肩膀上,既不会让人感到舒适,也不会有成效。他们会被压垮,力量得不到发展,他们从这次经历中学到的唯一东西就是他们讨厌力量训练。对于太难的数学题、太难的乐曲也是如此……你懂的。
享受是次级优化目标
如果你寻求最大化单位练习时间的学习“性价比”,那么享受是一个次级优化目标,它常常与一级优化目标,即刻意练习,相冲突。刻意练习的一个关键特征是它要求持续在舒适区之外练习,这往往更费力,也更不令人愉快(正如人们对本质上不舒服的事情所预期的那样)。
如果你想最大化你的学习效率:1) 进行刻意练习,以及 2) 让刻意练习尽可能令人愉快(或者,等效地说,尽可能不那么令人不快)。按效率排序,整个谱系是这样的:令人愉快的刻意练习 > 不愉快的刻意练习 ⋙ 其他令人愉快的训练形式 > 其他不愉快的训练形式。
当然,这并不是说享受不重要。如果刻意练习对某人来说不愉快,那么其他令人愉快的活动有时可以用来增加动力并减轻与刻意练习相关的不适感。但重要的是要认识到,乐趣是刻意练习的补充,而不是替代品。
此外,虽然刻意练习本质上是不舒服的,但你可以通过反复接触来使自己适应它——一旦你开始看到微小的改进累积成巨大的长期收益,它就会让人感到满足。正如俗话所说,“没有什么比成功更能带来成功。”
能力是练出来的,不是解锁的
教育中最有害的神话之一是,能力是通过好奇心和兴趣(这似乎很容易)来“解锁”的,而不是通过刻意练习(这似乎很难)来“培养”的。想象一下,如果这话出自一位体育教练之口,会多么滑稽:“你想在篮球方面变得非常出色?忘了练习吧——你天生就是打球的料;要解锁你内心的篮球手,你只需要带着正确的态度来,在公园里打打野球就行了。”
这并不是说好奇心和兴趣不重要。只是这些东西本身并不能培养能力。它们不能直接推动进步。它们激励人们进行刻意练习,而刻意练习才是直接培养能力的途径。可以说,好奇心和兴趣“给轮子抹油”,但它们实际上并不转动轮子。
最高效训练的感觉
人们对于最高效训练应该是什么感觉,与它实际是什么感觉之间,有时存在脱节。人们普遍认为,最高效的学习应该感觉像是得到了最大程度的辅助、全程完美顺畅且轻松。
虽然这在很大程度上是正确的,但它忽略了一个重要的细微差别:最高效的训练应该感觉恰到好处地得到了辅助,使得学习任务具有挑战性,但仍然可以在相当快的时间内完成。当你以最高效率发展技能时,你是在最大化训练任务的难度,同时受限于你最终能够及时成功克服这些困难的约束。
一个值得注意的推论是,你也在最小化你对自己完成训练任务能力的信心(同样受限于你最终能够及时成功完成它们的约束)。
这样一来,自信更多地变成了一种“事后诸葛亮”的事情,而不是“当下”的事情。如果你在进行最高效训练时感到自信,那不是因为眼前的任务相对于你的能力来说似乎很容易,而是因为你以前遇到过任务相对于你的能力来说感觉很有挑战性,但你总能设法成功完成的情况。
在提升抽象层次之前,必须通过具体实例进行刻苦练习
许多学习者未能理解的是,刻苦钻研具体实例能赋予你直觉,而如果你直接跳到学习最抽象的概念,你是无法获得这种直觉的。
如果你直接去接触最抽象的概念,那么你基本上就像一个读了一本关于人生的名人名言录,就认为自己通过那些名言理解了人生一切的孩子。你理解人生不是仅仅通过阅读名言。你必须真正积累大量的人生经验。你年轻时可能认为自己理解了那些名言,但在积累了更多人生经验后,你意识到那时你对名言的理解只是最幼稚、最表面的,你根本不知道自己在说什么。
在任何学科中都是如此——即使是数学,信息可以被打包成可证明正确的简洁定理。总的来说,一个抽象概念的目的和力量在于它压缩了大量的具体实例。但是如果你没有建立起那个具体实例的“动物园”(即大量的实例库),那么你就错失了那种力量。如果你只学习定理却回避刻苦钻研混乱的具体问题,那么你将永远无法真正获得深刻的直觉,无法知道自己到底在说什么。
愿意做乏味的工作
为了真正了解什么才是重要的,你必须全面把握问题,这通常需要你亲自动手,做足够多的基础性、重复性的工作,以培养直觉和强烈的预感。
许多人以乏味为由,并声称自己已经在脑海中弄清楚了一切,来为避免做这些基础工作辩护,却没有意识到他们脑海中问题空间的轮廓与现实并不相符。
他们的推理往往是合理的,但问题出在假设上。现实生活中的问题存在一些他们没有在脑海中加载的部分。有时,他们认为不重要的东西实际上很重要,有时,他们认为重要的东西实际上微不足道。
不要低估加大刻苦程度的作用,但也不要高估最后那一点努力
后悔最小化原则常常被用来证明离开舒适区,去为一个短期内不确定且困难、但能改变人生的转变而刻苦努力是合理的。这似乎像是将开关拨向 100% 的刻苦,不断地推着巨石前进,但重要的是要记住,后悔最小化原则是双向的。是的,刻苦、刻苦、再刻苦,但也不要忘记休息,花时间与你在乎的人在一起,尤其是在重大事件前后,或者当你有一段时间不会再见到他们的时候。
如果你和我一样,总有一种挥之不去的感觉,认为自己应该 100% 的时间都在“那件事”上取得进展,那么思考一下相对速度的提升可能会帮助你为休息找到理由:如果你 X% 的时间都在推动指针,那么你放弃了多大的速度倍增器?
- 如果你推动了 25% 的时间,那么推动 100% 的时间将带来 4 倍的倍增器。4 倍的加速是十年工作与几年工作的区别。
- 如果你推动了 50% 的时间,那么倍增器降至 2 倍。至少对我来说,这仍然是放弃了很多。
- 如果你推动了 80% 的时间,那么倍增器降至 1.25 倍。你已经相当接近最大化利用了。
- 如果你推动了 90% 的时间,那么倍增器降至 1.1 倍。这基本上是最大化利用,只有轻微的舍入误差。
当然,如果在你的刻苦过程中出现了成败攸关的时刻,那么暂时将刻度盘调到 100% 以试图抓住机会可能是值得的。但从长远来看,在这些情况之外,将刻度盘从 90% 调到 100% 的最后那一下,并不会改变整体结果——它只会让你在生活的其他方面产生遗憾。而那种遗憾不会停留在外部。即使你试图将其 compartmentalize(划分隔离),它也会找到办法渗透到你的整体,削弱你的动力和生产力,最终合谋让你提前出局。
失败并非成功之母
失败作为成功的关键被过分强调了。学习才是成功的关键。失败只有在你从中学习的程度上才能让你走向成功。
你永远不应该因为同样的原因失败两次。纠正错误会让你更接近成功,但一遍又一遍地犯同样的错误会将你锁定在失败中。
少关注感受,多关注可衡量的进步
任何了解刻意练习的人都知道,将时间花在能力边缘进行练习是多么重要。但你如何真正知道自己何时处于边缘呢?大多数人能判断出练习何时过于简单——你能够毫不费力地完成任务,同时还在想其他事情。但是当你的任务太难时呢?这通常不那么明显。练习本就应该挑战你,但多难才算太难?
这是我的经验法则:少关注感受,多关注可衡量的进步。当你的练习过于困难时,你会原地踏步,无法取得多少可衡量的进步。
想想看,如果你试图用一个你举不起来的重量进行锻炼会发生什么。是的,你也许能感觉到它过于费力,但真正暴露问题的是,尽管你尽了最大努力,你还是举不起那个重量。而且你不仅举不起那个重量,你也没有离能够举起它更近一步。
如果你做一个太难的数学题或编程项目,也会发生同样的事情。你的大脑超负荷运转,你花了很长时间在上面,但你就是没有什么进展。你解决不了问题,你也说不出在这个过程中获得了哪些具体的技能。
所以,如果你想有效地练习,这里有一些你绝对必须做的事情: 1) 有某种具体的方法来衡量你的进步, 2) 确保你正在做的事情确实在增加那个进步,以及 3) 确保进步的速度足够快,让你能在合理(但现实)的时间内达到你的目标。
顺便说一句,如果你的目标非常高远,那么合理的时间可能仍然很长——长到很难判断你是否进步得足够快。所以如果你有一个高远的长期目标,我还会建议将其分解为一系列短期目标,这样就能非常明显地判断你是否进步得足够快,以便及时达到下一个短期目标。
过于困难的问题所带来的麻烦
认为要提升技能就应该专注于最难的训练问题,这种想法很诱人。但关于那些“苦思冥想,挣扎很久,偶尔能解决但通常需要查阅答案”的问题,事情是这样的:它们可能很有趣(对某类人而言),但它们不是一种高效的学习方式。
在没有掌握子技能的情况下就去处理挑战性问题,就像在没有培养运球和投篮技能的情况下就去打篮球比赛。可能感觉很有趣,但你只会每次投篮都打铁,球还老被断走。你可能整场比赛只上篮成功一次并为此感觉良好,但这几乎算不上什么训练量。
这就像去健身房举重,但在整个锻炼过程中只勉强完成了一次重复动作。如果你想变得更强壮,你需要完成更多的重复次数,而你能完成那些重复次数的唯一方法就是使用适合你的重量水平。 ______
第 5 章:旅程
才能发展的三个阶段
在各种才能领域,发展高水平才能的旅程经历一个相似的普遍过程,大致可以分为三个阶段。这是本杰明·布鲁姆(Benjamin Bloom)在 1980 年代研究了 6 个才能领域(钢琴、雕塑、游泳、网球、数学和神经学)的 120 位世界级天才的训练背景后发现的。以下是各阶段的总结:
-
第一阶段:有趣和令人兴奋的游戏时间。 学生们刚刚开始对才能领域产生意识和兴趣。老师提供大量的积极反馈和认可,并鼓励学生探索他们觉得最令人兴奋的才能领域的任何方面。学生因努力而不是成就而受到奖励,批评很少见。
-
第二阶段:紧张而艰苦的技能发展。 学生们完全致力于提高自己的表现。老师变成或被教练取代,教练专注于以提高表现为唯一目的的训练练习。这些练习要求很高,教练提供建设性的批评来帮助学生正确地进行练习。积极的反馈是针对成就而提供的;努力被认为是理所当然的。
-
第三阶段:在推动领域界限的同时发展个人风格。 学生们精通才能领域的所有基础技能。他们如此投入,以至于将整个生活都围绕着才能领域,不计任何牺牲,并且通常与才能领域的世界级专家合作。专家帮助学生识别并发挥他们的个人优势,以便他们能够超越被认为的人类能力极限。
然而,在尝试经历这些阶段的旅程中,可能会遇到几种失败模式:
-
失败模式 1:永远的学生 (The Permastudent)。 永远的学生总是回避向创造性产出的飞跃,选择“横向扩展”并获取对其才能领域并非基础性的技能。
-
失败模式 2:想成功但基础不牢者 (The Wannabe)。 在基础技能尚未到位之前就急于进行创造性产出。他们建立的作品集缺乏实质内容,并且因为缺乏基础知识而显得微不足道。这不仅令人尴尬,而且机会成本很高,因为所有这些时间本可以更好地用于实际获取所述的基础知识。
-
失败模式 3:浅尝辄止者 (The Dilettante)。 浅尝辄止者的旅程甚至比永远的学生还要短——他们甚至从未超越游戏时间,他们从未致力于在任何事物上进行认真的基础技能发展。浅尝辄止者将所有时间都花在收益递减的土地上,在大量的才能领域进行永无止境的游戏时间。
才能发展没有捷径
当看起来某人进步如此之快,以至于他们“必定”走了捷径时,实际发生的是他们快速打通了基础。要么是这样,要么是你高估了他们的实际能力(很可能是因为他们利用了信号传递来欺骗你)。
人们如何能快速打通基础?==通过更高效的训练环境==、==导致技能习得更快的有利个体差异==,==或者通过投入远超常人的时间进行训练==。顶尖表现者通常是这三者结合的产物。
如果你在犯低级错误,那么你需要更多练习
攀登像数学这样的技能层级不仅仅关乎概念理解,也关乎可靠的执行。如果你在犯“低级错误”,那么你需要更多练习,就这么简单。
如果你不清除你在低级技能上的低级错误,那么你最终会碰壁,无论你多么努力尝试,由于组成技能中低级错误概率的累积效应,你都无法可靠地执行高级技能。
想想体操:如果你“几乎”能够完成一个后空翻,那很棒——但与此同时,你还没准备好尝试任何以后空翻为组成部分的组合动作。即使是一个低级错误阻止你完成那个后空翻,你仍然必须纠正它。
而且即使那是是是是是最乐观的情况。其他时候,低级错误表明存在更深层次的概念误解,在你被要求纠正那些错误之前,你甚至不知道自己有这种误解。
没有训练,就没有收获
如果你不衡量表现并采取行动来改进它,那么你就不是在认真训练,你只是在玩耍。
这在一开始为了解自己喜欢什么、不喜欢什么,愿意投入训练什么……是完全可以的,但总有一天你得长大,你知道吗?
世界奖励那些训练的人。没有训练,就没有收获。如果你不想获得任何东西,那么当然,就永远玩耍下去吧,但当什么都没降临到你头上时,别生气。
为何要鞭策自己
为什么要鞭策自己?因为道路总是比你眼前所能看到的延伸得更远,而你能走多远,你的回报就最大化多少。
鞭策自己不是为了冲向终点线。是为了避免停滞不前。是为了有效地增长你的技能,并持续利用它们来获得新的成长体验。
这就是你发挥潜力的方式。做任何其他事情都是未能发挥你的潜力。
保持油门踩到底
任何时候,当某件事一开始对你来说很容易时,人们很容易就松开油门,试图靠惯性走完剩下的路。
你靠惯性滑行了一段时间,刚好长到让滑行成为新的常态,刚好长到让你忘记了还有一个油门踏板。
最终,你在你试图攀登的山脚下不远处停滞不前。
你开始玩指责游戏——首先你指责山的存在,然后你指责自己没有能力攀登它。
但在某个时刻,你成熟了,接受了现实,并意识到你所要做的就是把脚重新放回油门上。
然后你又开始取得进步了。
你是一辆车
你是一辆车。你在铺好的路上跑得快,在泥地里会陷住。
升级你的引擎,让它尽可能快/强大,尽量待在路上,避开泥泞区域。(将你的强项训练成超能力,并根据它们调整你的环境和目标。)
但与此同时,不要让一点泥泞(弱点)使你的旅程脱轨。寻找最不泥泞的区域,尝试在那里穿越,如果仍然不行,那就升级你的轮胎。(弥补你的弱点,这样它们就不会妨碍你的强项。)
遇到瓶颈时该怎么办
在许多才能领域,技能提升在某个时刻对每个人来说都会变得困难和不直观,而这个时刻因人而异。例如,在数学中——有些人开始在代数中遇到主要的认知障碍,对其他人来说是微积分,对另一些人来说是实分析,再对一些人来说是代数拓扑,对还有些人来说是研究水平的数学,甚至在研究水平的数学问题内部也存在这种等级划分。这种障碍并不会创造一个硬性天花板,一个让人突然无法再进步的水平,而是一个软性天花板,一个让进一步进步所需的时间和精力开始急剧增加的点,直到在该方向上的技能提升实际上不再是有效利用个人时间的方式。
有时人们因为无效或不持续的练习技巧而过早地遇到瓶颈。但即使你有效且持续地练习,瓶颈仍然存在。这就像体育运动:很少有人能有效且持续地练习到足以达到他们的运动潜能,但生活的事实是,即使进行 100% 有效和持续的练习,大多数人也无法成为职业篮球运动员。你无法 100% 确定地检测到瓶颈,但如果你正在有效且持续地练习,并且陷入了平台期,而且与教练或导师的一对一训练也无法让你突破这个平台期,那么这很可能就是瓶颈。
自然的问题是:当你遇到瓶颈时该怎么办?总的来说,当你在生活中感觉自己撞上了天花板时,解决方案通常是转向一个天花板更高的方向。例如,许多量化软件工程师的故事是这样的:1) 从小热爱数学,想成为数学家,2) 在本科或研究生期间意识到,与其他有抱负的数学家相比,他们已经失去了“优势”,3) 同时意识到他们有编码的天赋,并对某个应用领域感兴趣,而且那里需要解决的问题归结为有趣的数学,而软件领域的大多数人缺乏这种数学能力,以及 4) 转向那个他们天花板更高的方向。
让自己处于能够承担风险的位置
寻找职业契合度中一个被低估的组成部分是,积累足够的储蓄来追求那些回报不确定的机会。
每个人都知道学习/技能提升是职业成功的一个巨大组成部分,但承担风险的能力也是如此。
而且这也是一个巨大的竞争优势。如果你不能承担风险,那么你有多聪明或多有技能都无关紧要。
在寻找使命时如何分配带宽
如果你还没有找到一个你想投入所有带宽的单一使命,并且你想知道如何分配你的带宽以便追求多个兴趣同时避免分散精力,那么这是我推荐的分配方式:
- 一个主要焦点(工作量相当于一份全职工作),
- 一个次要焦点(工作量相当于一份兼职工作),以及
- 其他所有事情作为爱好,利用你剩下的任何时间。(你剩余的带宽大约相当于另一份兼职工作,所以取决于“其他所有事情”中有多少项,你可能会有少数几个认真的爱好或大量轻松的爱好。)
理由:
- 你不想分散精力。你需要在至少一个方向上以有竞争力的速度前进,即你的焦点。
- 次要焦点就像一个集结区,用于处理你最终想融入主要焦点的事情。为了成功完成合并,你将需要在其中发展出相当程度的专业知识,所以它必须不仅仅是一个轻松的爱好。
- 爱好主要是你为了乐趣而做的事情,但它们也可以作为候选,在你将现有的次要焦点合并到主要焦点后,用来替换你的次要焦点。
(进行中) 重复带来精通,精通带来多样性
注释: https://x.com/justinskycak/status/1908001701287625143 ______
第 6 章:团队
如果你请求别人做你的导师,那你就搞错了
提高你生产力的首要方法是,让一位经验丰富、要求极高、给予极大支持并赢得你最深敬意的前辈,将你的潜力激发出来。即使你认为自己已经很努力了,这样的人也能通过为你指明最高效的方向,并激励你以超出你先前认为自己能达到的速度和持久力冲刺,从而将你的产出加速数个数量级。
但诀窍在于:为了找到那样的人,值得他们投入时间,并让额外的生产力从你身上被激发出来,你通常首先必须是一个极其努力且有才华的工作者,已经能产生扎实的生产力水平。如果你只是在混日子,你是不会遇到这个人的。你必须自己先把刻度盘从 1 调到 10,并在那里保持一段时间,然后才会遇到那个让你把刻度盘调到 100 的人。
如果你请求别人做你的导师,那你就搞错了。这看起来应该更像是你帮助他们,而不是他们帮助你。这始于你带来一些价值。你是他们试图解决的谜题中缺失的一块。只不过,你一开始并非完美契合。你最初只是勉强填补了某个空白,并且显示出有潜力成长以覆盖剩余区域的迹象。他们认识到了这一点,所以他们投入时间帮助你成长为那块完美的拼图。
随着你的成长,你也会扩展到谜题的其他空白处,甚至可能是一些你没有预料到的,甚至可能是一些你的导师没有预料到的。你也成长起来填补了谜题中的那些空白。最终你覆盖了足够多的谜题区域,以至于你自己也成为了寻找拼图碎片的拼图大师。这就是循环继续的方式。
一个关键的启示是,当你联系你希望在其手下工作的人时,确保你非常清晰地传达以下内容:1) 表明你理解他们正在解决什么谜题,2) 说明你认为自己能填补该谜题的哪块缺失部分,以及 3) 说明有什么证据表明你能填补那块部分。
给你的老板施加压力,让他为你安排更多工作
最好的职业技巧之一——尤其是对初级员工而言——就是如此迅速且出色地完成你的工作,以至于给你的老板施加压力,让他为你安排更多工作。这会使你的项目在规模、复杂性和职责方面不断增长。
当你行动非常迅速时,你的老板无法花费所有时间向你传达超详细的规范,所以他们必须逐渐放手,并将更多“确定范围”的工作分派给你。你获得更多责任,在更少的脚手架和监督下执行项目,并且你建立了老板对你执行能力的信任。
随着你不断执行并迫使你的老板为你安排更多工作,你的老板最终会达到这样的想法:“我没有时间为他们确定更多工作范围了,因为我需要完成 X、Y 和 Z……嗯,你知道,X 和 Y 有点高级,但我敢打赌,稍加指导,他们可以为我做 Z。”
基本上,你给你的老板施加了如此大的压力,让他为你安排工作,以至于你的老板开始交给你一些他们自己很快需要做的工作,而这正是能够推动你职业发展的那种工作。
(注意:这里有一个假设,即你的老板和组织非常适合快速的职业发展。如果这个假设不成立,那么第一步就是让自己进入一个使该假设成立的位置。)
加入正确的团队
当你在正确的团队中时,你的努力工作会激励你的队友提升他们的表现。当你在错误的团队中时,你的努力工作会导致你的队友退缩、做得更少,并让你来弥补差额。
如果你想创造重大的改变,那么你需要加入正确的团队。你可以是地球上最投入、最有能力的主力,但如果你在错误的团队中,你唯一能改变的就是你团队的工作分配(即,现在你做更多的工作,而其他人做得更少)。
你需要加入一个团队,在那里增加你的努力会使团队的集体努力产生超额的增长。为什么是“超额”?因为当你在正确的团队中时,提升你的表现会激励你的队友也提升他们的表现。
竞争作为协作的手段
竞争和协作听起来可能像是对立面,但实际上有一种方式可以将竞争合理地视为协作的手段。那就是当你与你有关联并关心的人进行友好的竞争时,其目的是相互激励,让彼此变得更好。
这有点像你在一个认真的运动队中所期望的那样。在训练期间,队友们会相互竞争,试图创造一个高强度的训练环境,让他们可以使彼此变得更好。他们甚至可能会说一些轻松的、开玩笑式的垃圾话来激怒对方,激励他们拿出最好的表现——当然,不是任何刻薄的话,只是足以让对方做出反应,比如“该死,让你看看我的厉害!”
但问题是,这甚至不是为了赢得竞争。而是为了成长和提高,竞争只是一种进入心理状态的方式,在这种状态下,你被激励去努力工作并最大化你的努力。
在这种类型的竞争中,看到对方领先并提高标准实际上感觉很好。整个想法是,你希望对方提高竞争的标准并超越你,这样你就有动力马上回来对他们做同样的事情。这就像你在创造一个视频游戏:每次一个人超越另一个人,就会创造一个新的关卡和挑战。每个人都喜欢玩这个游戏,并想达到非常高的水平。
你甚至可以称之为团队合作:作为一个团队,你试图通过让每个人在他们各自的相对水平上竞争来最大化你们的总绝对水平。
你的目标不是证明你聪明,而是解决问题
当你在团队中工作时,你的首要目标不是证明你聪明。而是让问题消失。
是的,你知识越渊博,你就越有能力解决问题,但如果你的主要焦点是炫耀你的才智,那么你将会制造问题而不是让它们消失。
你不会因为制造一个不必要的问题来展示你的聪明才智而得分。你不会因为为一个简单的问题创造一个过于复杂的解决方案而得分。做这些事情你会失分。
你得分是因为你拿过一个问题,让它 噗 的一声消失,完全解决,易于维护,没有人需要再考虑它。
用贡献而非批评给人留下第一印象
当你加入一个新团队时,用贡献而非批评来留下你的第一印象。更明智的做法是先快速了解周围的环境,展示你贡献的能力和意愿,然后再提出改进建议。这不应该花费很长时间。
几乎总是,你的批评要么 1) 完全离题,只有在你快速了解周围环境后才会意识到,要么 2) 是正确的,并且团队中的每个人都已经意识到,但他们没有足够的带宽来解决它(可能是因为它不是最高优先级)。 ______
第 7 章:使命
选择一个好问题去攻克
你应该攻克什么问题?起初,这并不重要。只需处理任何你感兴趣的玩具问题 (toy problem),这样你就可以培养技术技能并获得领域知识。你是否解决了它,它以前是否被解决过,或者它有多大影响力,这些都不重要。但是一旦你开始接触需要多年全职工作的问题时,选择一个好问题就变得非常重要了。这里是初创公司和研究实验室的领地,其中的许多居民都后悔他们投入的所有时间和精力没有产生相应的回报。
就我个人而言,我处理过的大多数玩具问题都是坏问题。这没关系,因为我学到了很多东西,获得了很多技能——这正是玩具问题的全部意义所在——但这让我痛苦地意识到两种可能使问题变坏的失败模式。
失败模式 1:你没有一个可实施的解决方案愿景。 特别是,你需要的一些资源(例如数据、算法、计算能力)实际上还不存在,而且你没有一个获取它们的良好计划。
这意味着问题太难了,你可能无法解决它。根据我的经验,许多复杂的系统建模问题都属于此类,例如创建人脑或宏观经济的有用预测模型。例如,曾有一段时间我对模拟人脑感兴趣。我将其构建为一个回归问题,作用于一个包含大脑中所有单个神经元的活动和连接权重的时间序列数据集。我花了一段时间才意识到我想要的数据集并不存在,创建它需要多个生命周期和湿实验室神经科学 (wet-lab neuroscience) 的革命性突破(而我对湿实验室工作不感兴趣)。
值得注意的是,有时,失败模式 1 表明你实际上对你认为自己感兴趣的事情并不感兴趣。就我而言,我以为我对神经科学感兴趣,但结果证明我感兴趣的是许多恰好出现在神经科学中的东西:多尺度建模、连接主义、人类学习/智能等。封装所有这些兴趣的最明显的事情是建立一个生物大脑模型,但它不是唯一的事情。我现在正在做的事情封装了我列出的所有这些兴趣,并且不需要任何湿实验室工作。我仍然需要亲自动手进行大量的教学和内容编写,但那些是我喜欢的事情。
失败模式 2:人们不关心这个问题。 他们不愿意用你感兴趣的任何货币(金钱、引用、他们的时间/注意力等)为解决方案付费。
这意味着你解决问题不会获得任何回报。根据我的经验,当问题框架抽象掉了使问题难以处理但在现实生活中应用很重要的细节时,理论建模问题可能会成为这种失败模式的受害者。
有可能争辩说,如果你领先于时代,失败模式 2 就不适用于你。然而,这有两个问题。首先,你很可能没有领先于时代。领先于时代是罕见的、无法验证的,并且很容易让人相信。这简直是导致判断失误的完美配方!其次,即使你确实领先于时代,如果你领先得太远,那么回报会在你生命中来得太晚,以至于感觉不值得牺牲。你甚至可能活不到体验它的那一天。
(话虽如此,我确实遇到过一些人,他们似乎完全满足于探索他们的求知欲,而没有在他们有生之年(如果可能的话)获得外部奖励或产生外部影响的前景。这些人可能是失败模式 2 的合法例外。但对于绝大多数人来说,探索求知欲是不够的。)
你如何找到一个避免这两种失败模式的问题?你需要找到(或创造)你自己的兴趣/才能、可行性领域以及外部世界愿望之间的交集。不幸的是,这个交集在哪里很少是显而易见的。所有的牌都对它的存在不利:你无法选择你感兴趣什么或你擅长什么,你无法选择世界其他地方关心什么,而且如果你对某个领域感兴趣/有才能到想在其中解决问题的程度,那么你对它感兴趣的原因很可能不被世界其他地方所共享。
那么你如何找到(或创造)这个交集呢?对我有效的方法是过两种平行的生活——一种生活中你解决你感兴趣的问题,另一种生活中你解决世界其他地方感兴趣的问题。你不断尝试将这两种平行的生活拉得越来越近,最终,你弄清楚了如何将它们统一起来。
“进步等于压力”公式
大多数人都知道你需要培养硬核技能来做硬核的事情。但是许多拥有硬核技能的人仍然不知道的是,你还必须保护自己免受“书呆子陷阱”(nerd-sniping) (xkcd.com/356) 的影响。
当你培养硬核技能时,你增加了你能做的事情的表面积——但其中许多事情只是迷人的干扰。如果你允许这些支线任务窃取你的注意力,它们就会稀释你技能的力量。
取得进步的关键在于对问题施加压力:将你技能的力量应用于特定的问题领域(压力 = 力 / 面积)。提升你的技能会增加你的力量,但如果你想让这种力量转化为压力的增加,你必须始终专注于你试图切入的问题领域。
热爱你所做的事
如果你想获得巨大的成功并认为这是值得的一生,你必须热爱你所做的事情。没有捷径可走。如果你想要巨大的成功,而不仅仅是靠彩票中奖,那么你必须投入如此巨大的工作量,以至于它会占据你的整个生活。如果你的生活被你不热爱的事情所占据,那么这就是浪费的一生。
这并不是说你必须热爱一项活动才能在其中变得更好。有效的练习会让你在任何事情上都变得更好,即使你不热爱它。但是如果你不热爱它,你将永远无法跟上那些确实热爱它的人所能保持的同等有效练习量。你永远无法在工作上超越他们。
爱是永恒的硬核努力。这不是描述,而是定义。爱是持续的硬核。说父母爱他们的孩子,就是说父母在抚养孩子方面持续硬核。他们的孩子总是在他们的脑海中,他们总是付出最大的努力来抚养他们的孩子。如果你对某件事不是持续硬核,你就不是爱它,而如果你不爱它,你就不会对它持续硬核。这是一个双向条件,一个定义。
持续硬核的人通过非凡的行动取得非凡的成果;这些行动超越了寻常,并常常被视为疯狂。用爱的框架来看,这是熟悉的:每个人都知道爱会让人做疯狂的事情。
做个建设者,而非仅仅是斗士
一旦你获得了硬核技能并开启了新的职业机会,试着避免那些让你与其他硬核技能人士进行零和博弈的机会。
你想做的是创造新的价值,而不仅仅是争夺现有的价值。而做到这一点的方法是构建能够解决人们尚未解决问题的基础设施。做个建设者,而非仅仅是斗士。 ______
第 8 章:动力
为何外在动机很重要
人们普遍认为“为了学习而学习”比“为了实现外在目标而学习”更好,但我并不确信这是真的。那些动机完全内在的人有时会优先考虑“迷人的干扰”而不是其他对他们长期幸福更有成效的事情,在某种意义上是自我“书呆子陷阱”。
我认为最佳动机需要内在和外在因素的平衡。内在动机让你以独特的视角从事有趣的事情。外在动机让你保持在实现长期目标的轨道上,并防止你陷入迷人的干扰。
此外,内在与外在是一个错误的二分法。这不像你有一个有限的动机总量需要在内在和外在因素之间分配。百分比权衡是错误的看待方式。恰恰相反:你在每个类别中可以积累的动机因素数量没有限制,反过来,你能获得的动机程度也没有限制。
因此,关于内在与外在动机,这里有两条经验法则:1) 平衡来自两种来源的动机比等量但集中于一种来源的动机更好,以及 2) 总体上更多比更少更好。
如何成为超级生产者
超级生产力的首要诀窍是交错进行各种你喜欢的、富有成效的工作。如果你沿着一个维度移动太久,你会感到疲倦、无聊和效率低下。
解决方案是让自己处于这样一种情况:你的生产函数具有多维输入,并且所有这些输入都具有相同数量级的大偏导数。你通过在这些组成活动之间循环来沿着该空间中的梯度前进。这些活动是正交的,所以每当你开始因为沿着一个维度移动太久而感到疲倦、无聊和效率低下时,你就切换到不同的活动,沿着不同的维度移动。
话虽如此,重要的是要记住,“交错进行各种富有成效的工作”不同于逃避你的问题。如果你在某项活动上遇到了瓶颈,并且你切换任务只是为了避免处理那个问题,并且这种情况已经持续了几个周期,那么你就超出了“休息一下以恢复精神”的限度,你真正需要做的是沉下心来,突破那个平台期。
克服严格训练的悖论
认真培养技能的有趣之处在于,你永远不会停止因训练而感到谦卑。最强大的人是那些持续举起足以让他们感到虚弱的重量的人。多么矛盾!
但这里有一个让你感觉自己能力非凡且充满自信的诀窍:比较你现在的自己和你过去的自己的能力。
定期回顾几个月前、一年前、几年前等最初让你觉得有挑战性的东西。这应该能让成长显而易见。应该有一些你过去非常困惑(甚至可能自信地错了)的事情现在清晰多了。或者一些过去需要花费大量努力才能完成的事情,现在会容易得多。
还有——也许这不那么健康——但是一旦你达到了足够高的技能水平,你可以定期将自己与那些明显技能较低的人进行比较。不是说些让他们感觉糟糕的话,甚至不是对他们有不好的想法,只是注意到你的百分位在正态分布曲线上已经改变的证据。
但是,当然,你不能在这种状态下停留太久。你短暂地进入这种状态以重拾信心,然后你迅速抽离,回到举起那些足以让你再次感到虚弱的象征性重物上去。
费力的工作如何变得有趣
最初你缺少大量的 foundational knowledge(基础知识)。这是一个残酷的警醒。然后你只需专注于一次啃一小口。最终它会变得有点有趣。在某个时刻你抬起头,意识到你已经转变了。不是完全转变,但足以让你知道它真的在发生。“等等,我……开窍了?不可能。但我刚刚做了这件我见过开窍的人做的事情,而我以前做不到。天哪,我真的在开窍。”
这有点像你虚弱肥胖地出现在健身房,并不真正期待锻炼,但你只是硬着头皮去做锻炼,坚持计划,最终你习惯了它,并且在杠铃上加上真正的重量变得有点有趣。不是“举起这个沉重的重量感觉如此愉悦”意义上的有趣,而是“这让我感觉自己很厉害,每次我再加一片杠片时,我都为自己感到非常棒”意义上的有趣。
然后你注意到你的衣服穿起来感觉不一样了,人们评论你看起来多么强壮,你就像“什么?不,我又胖又弱。但我猜我现在确实能举起一些大重量了?好吧,好吧,我不是健美运动员,但是的,我猜我确实增加了一些肌肉。天哪,我真的在变得健美。”
然后你意识到你距离不仅仅是“正在”开窍,不仅仅是“正在”健美,只有一步之遥,如果你坚持下去并加大强度,你实际上可以完全闭合这个循环。而这时它真的感觉像一个视频游戏。你在攀登这个技能层级,你比大多数人更高级,这不仅仅是一个习惯,它开始渗透到你的身份认同中,你想爬得更高,看看自己能走多远。
人们开始向你寻求建议,他们开始敬佩你,你感觉你的辛勤工作得到了认可,你不仅对自己的成长产生了积极影响,也对其他人的成长产生了积极影响,它变成了一个非常积极的反馈循环,在余生中持续累积。你陷入了这个良性循环,它导致了越来越多你从未预料到的积极的偶然事件,一切都在累积,不知何故,尽管非常费力,一切都真的很有趣。不知何故,费力变得有趣。 ______
第 9 章:学习
最强的学习“生活窍门”:提前学习
为什么要提前学习?因为它能保护你免受众多学业风险,为你打开各种职业机会的大门,并让你更早地进入这些大门(这反过来又能让你的职业生涯取得更多成就)。
你知道吗,当你上语言课时,通常有几个孩子在家里说这种语言,觉得这门课超级简单?你可以对任何其他科目做同样的事情。当你在学校或大学上课之前预习了课程材料,你基本上就保证了这门课能拿 A。
你可以保护自己免受各种风险,例如课程进度太快、概念一带而过、解释不清、假设学生掌握了重要但经常缺失的先决知识、没有提供足够的练习机会……有上百种方法可以把一门课教得很糟糕,而大多数课程至少在其中几个方面存在问题。这在大学尤其有用,因为讲座通常不适合作为对一个主题的首次介绍。但是如果你预习了材料,你就不依赖老师来教你,这意味着即使是最糟糕的教学,你也能免疫。
当然,自然的反对意见是“你上课会不会觉得无聊?”——但是如果你在高级课程中表现优异,尤其是在大学里,那就会为你打开各种大门,比如获得实习推荐、与教授进行研究项目等。无论你是因为实时学习而表现优异,还是因为预习了材料而表现优异,这都无关紧要。
当你在课程中表现出色,同时还与教授互动(在课堂上回答问题,每次办公时间都带着极具洞察力的问题去拜访等),这为你获得一封很棒的推荐信奠定了基础——这不仅对申请大学的高中生至关重要,对申请暑期研究项目和研究生院的大学生也同样重要。此外,它还可以为你打开与教授一起进行研究项目的大门,或者让他们把你介绍给他们人脉网络中的工作、实习和其他机会。
基本上,你可以利用预学习来启动一个良性循环。即使你不是天才,在其他人眼中你看起来也像个天才,因此你获得了那些为顶尖学生保留的机会的入场券。获得并利用这些机会的学生可以将自己推向一些最有趣、最有意义、最赚钱的职业,而这些职业是出了名的难以进入。
为什么要止步于提前一年学习呢?继续前进,不断加速是值得的。道路总是比你眼前所能看到的延伸得更远,而你能走多远,你的回报就最大化多少。
让我们以数学为例。许多人认为微积分是数学的“终点”,提前很多年到达那里并不重要。但这远非事实!大学水平在微积分之上的数学课程甚至比高中在微积分之下的课程还要多。
在单变量微积分课程(如 AP Calculus BC)之后,大多数学习定量专业(如数学、物理、工程和经济学)的认真学生都必须学习核心的“工程数学”课程,包括线性代数、多变量微积分、微分方程以及概率与统计(基于微积分的高级版本,而不是像 AP Statistics 那样基于代数的简单版本)。在这些核心“工程数学”课程之外,不同的专业还包括大量以各种方式分支的专业课程。
有如此多的课程,以至于一个学生即使每年都超负荷选课,也无法将它们全部纳入标准的 4 年制本科学业中——然而,一个学生能够学习的这些课程越多,未来向他们敞开的学术机会和职业大门就越多。(虽然对于像计算机科学、医学等领域的基础工作,学生确实不需要掌握超出代数太多的知识——但在这些领域中那些同时掌握了高等数学的人是格外有价值和受欢迎的,因为他们可以从事结合领域专业知识和数学的项目。)
当一个学生提前学习了大量高等数学时,他们就解锁了深入研究各种专业领域的机会,而这些领域通常是为具有强大数学基础的毕业生保留的。这使他们能够快速发现自己的热情所在,在那些领域发展宝贵的技能,并在职业生涯早期做出专业贡献,最终带来更高水平的职业成就。
我没有夸大其词——这实际上是有研究支持的。平均而言,你加速学习的速度越快,你的职业生涯开始得越早,你在整个职业生涯中取得的成就就越多。例如,在一项针对数千名数学早慧学生进行的为期 40 年的纵向研究中,研究人员 Park, Lubinski, & Benbow (2013) 得出以下结论:
“职业生涯起始年龄与成年后生产力之间的关系,特别是在科学、技术、工程和数学(STEM)领域,一直是过去一个世纪几位研究人员关注的焦点 (Dennis, 1956; Lehman, 1946, 1953; Simonton, 1988, 1997; Zuckerman, 1977),一个一致的发现是,较早的职业生涯起始与整个职业生涯中更高的生产力和成就相关。在所有其他条件相同的情况下,通过[学业]加速实现的较早职业生涯起点将使个人能够在成年早期投入更多时间进行创造性生产,这将导致个人整个职业生涯中成就水平的提高。 … [在这项研究中] 跳级的数学早慧学生比他们匹配的、未跳级的智力同伴更有可能攻读高级学位并获得 STEM 成就,更早达到这些成果,并在 STEM 领域积累了更多的引用和高被引出版物。”
学习何时发生?
学习是你执行一项具体的、可重复的技能的能力的增量提升。如果你没有获得这些提升,你就没有在学习。
想象一下报名参加由私人教练指导的网球课。学习何时发生?不是在你付钱给教练的时候。不是在你观看教练演示动作的时候。而是当你真正开始做你以前做不到的事情的时候。是当你尝试一个动作,教练纠正你的姿势,然后你再次尝试该动作并取得更好结果的时候。
其他任何地方都是如此。体育、音乐等领域有效训练的关键,与任何其他基于技能的领域(例如数学)有效训练的关键是相同的。仅仅消费信息是不够的。你必须积极练习你希望获得的技能。
不存在毫不费力的学习
才能发展需要付出努力——不仅仅是一点努力,而是大量的努力。在才能发展界,对此绝对没有任何异议。你能想象请求一位体育教练帮助你成为明星球员,却使用那些不会让你疲惫、不会让你流汗的训练方法吗?无论训练的是什么技能,提高表现永远是一个需要努力的过程。
学习科学中的一个共同主题是,有效的学习感觉就像与私人教练一起锻炼。它应该围绕刻意练习,这是一种主动学习,其中个性化的训练活动经过专门选择,通过重复和逐步改进来提高表现的特定方面。这些练习活动完全是为了挑战极限和提高表现而进行的;因此,它们往往更费力,也更不令人愉快。
不幸的是,学习科学中的另一个共同主题是,对学习的感觉往往与实际可衡量的学习效果相悖。当使用有效的学习策略时,学生在评估中表现更好,但可能感觉自己学到的东西更少。为什么?因为有效的策略增加了认知活动,增强了学习效果,尽管学生觉得更难了。这就像举重——最强壮的人举起的重量足以让他们感到虚弱。
许多类型的训练方法是无效的,但只需要很少的努力,因此即使对最有诚意、最勤奋的学生来说也可能显得有吸引力,因为它们制造了一种理解的错觉。例子包括看笔记、重读课程材料和划重点。
在进行费力的练习之前熟悉教学材料是有用的,如果在尝试进行费力的练习时遇到问题,重新审视那些材料也是有用的——但只有在进行费力的练习时,真正的学习才会发生。熟悉教学材料类似于锻炼前的热身:热身本身并不会带来力量或耐力的提高,但它确实有助于在锻炼过程中最大化表现并避免受伤。
过去一个世纪学习科学的最大突破
过去一个世纪学习科学的最大突破是描绘了大脑中学习的机制。学习完全关乎工作记忆(WM)和长时记忆(LTM)之间的相互作用。如果你理解了这一点,那么你实际上可以从第一性原理推导出有效学习的方法。
学习的目标是增加你长时记忆(LTM)中概念和技能的数量、深度、可提取性和泛化性。在物理层面上,这相当于在神经元之间建立策略性的连接,以便大脑能够更容易、更快、更准确、更可靠地激活更复杂的神经元模式。这个过程被称为巩固 (consolidation)。
现在,关键在于:信息在被巩固到 LTM 之前,必须经过容量极其有限的工作记忆(WM)。大脑的工作记忆容量(WMC)代表了它能够将激活集中在相关神经模式上并持续维持它们同时激活的程度。
大多数人只能同时在 WM 中保持大约 4 个连贯分组的项目,并且只能维持大约 20 秒。而且这还是假设他们不需要对这些项目进行任何心理操作——如果需要,由于有限的处理资源的竞争,能够保持的项目就会更少。
有限的容量使得 WMC 成为信息传输到 LTM 的瓶颈。当学习任务的认知负荷超过你的 WMC 时,你会经历认知过载,无法完成任务。即使你没有经历完全的过载,沉重的负荷也会降低你的表现并减慢你的学习速度,而这不是一种理想的困难 (desirable difficulty)。
然而,一旦你将一项任务学习到足够的表现水平,WMC 对任务表现的影响就会减弱,因为执行该任务所需的信息处理已经被转移到长时记忆中,在那里它可以被 WM 回忆起来,而不会增加施加在 WM 上的实际负荷。
所以,对于你想学习的每一个概念或技能:
-
它需要在先决条件被掌握后才引入(这样先决知识可以从长时记忆中提取而不会给 WM 带来负担),
-
它需要被分解成足够小的、一口大小的片段,使得没有哪个片段会使你的 WM 过载,以及
-
你需要进行足够的练习以在每个片段上达到精通(并且练习量可能因特定的学习任务而异)。
但是,即使你完美地做到了以上所有事情,你仍然必须处理遗忘问题。LTM 中的表征会随着时间的推移逐渐衰减,如果不被使用,就变得更难提取,从而导致遗忘。
解决遗忘的方法是复习——而且不仅仅是被动地重新摄入信息,而是主动地、无辅助地从 LTM 中提取信息。每次你成功地主动从 LTM 中提取模糊的信息时,你都在物理上刷新和加深了大脑中相应的神经表征。但是如果你只是通过感官被动地重新摄入信息,而不是主动地从 LTM 中提取它,这种情况就不会发生。
“跟上”与学习
人们普遍认为“跟上”就等同于学习——比如,如果你能跟上视频、书本、讲座等等,而没有感到困惑,那么你就在学习。虽然这可能“感觉”像学习,但它不是。这种感觉完全是人为的。
舒适流畅地消费信息并不能代表真正的学习。学习是长时记忆中的积极变化,除非你能够持续地重现你所消费的信息并用它来解决问题,否则你就没有学会。仅仅“跟上”,即使你完全理解了,也不会发生这种情况。你在跟随时感到的那种舒适流畅感来自于这样一个事实:相关的上下文已经在你的脑海中了——你没有被要求从长时记忆中提取它。
当你感觉自己在被动跟随时正在吸收信息时,你感知到的是信息停留在你的工作记忆中,而不是你的长时记忆中。如果你想测试信息是否在你的长时记忆中(即,你是否真的记住了它),你必须在它不处于你思维前沿的时候主动尝试提取它。你必须将自己置于它尚未在你工作记忆中的位置,而从大脑中提取它的唯一途径就是从长时记忆中提取。
如果你不练习从记忆中提取信息,它会很快且几乎完全消散。你是否有过这样的经历:尽管反复接触,却无法记住某件事,因为你总是自动地从参考资料中查找它,而不是试图从记忆中提取它?这种事发生在我身上的次数多到令人尴尬,比如地址、电话号码、方向等等。还有你读的任何书,看的任何电影——你唯一能记得清细节的是那些你定期思考并在脑海中重放的。如果你只是消费而不重现,你几乎会完全忘记。我记不清有多少次我看了一部电影,直到看了 20 分钟感觉有点熟悉时,才意识到我以前看过它。即使那样,我也几乎记不起电影其余部分的任何内容,只是感觉有点熟悉。
提取 (Retrieval) 是将信息从长时记忆拉入工作记忆的行为。在具有挑战性但可实现的条件下练习提取(例如,当你的记忆变得模糊或启动效应较少时)才能提高你记忆和使用信息的能力。每次你成功回忆起一个模糊的记忆,它在再次变得模糊之前会保持更长时间的完整性。每次你成功地在启动效应较少的情况下回忆起一个记忆,它未来的回忆就变得更少地依赖于启动效应。
但是如果你不练习提取,那么这种情况就不会发生。信息会迅速消散。它只短暂地伴随你——刚好长到足以让你误以为它会一直伴随你,而实际上它正在出门的路上。但是,当然,如果你不实际测试它是否还在那里,你就不会注意到它已经消失了。
消费信息而不练习重现它,可以在信息被保持和操作在工作记忆中时产生一种人为的流畅感,但是由于没有进行提取练习来延长信息的保留时间,信息会迅速消散。它在工作记忆中的事实可能会让你误以为它会一直待在那里,但它不会。
一旦它消失了,唯一不从外部参考重新加载就能把它带回来的方法是,如果你能够从长时记忆中提取信息。但是如果你不练习提取,你就无法成功提取。当你所做的只是消费信息时,你把自己置于这样一种境地:将信息重新加载到工作记忆中的唯一方法是重新消费它。这就是为什么学习真正归结为提高你无辅助地从长时记忆中回忆信息的能力,这个动作可以通过在逐渐更具挑战性的情境中反复执行该动作来训练,就像力量训练一样。
此外,学习者在消费信息时通常不会处理所有关键信息,但他们在尝试回答问题或解决需要他们从记忆中提取某些关键信息的问题之前,并不会意识到这一点。到那时,他们才意识到他们从未完全处理过那部分信息,他们必须回去找到并正确处理它。这同样适用于泛化:学习者通常不会完全泛化他们所消费的内容,但他们在尝试回答需要他们泛化理解的问题或解决问题之前,并不会意识到这一点。
避免这个问题并最大化你的学习效果的方法是,在消费了最低有效剂量的信息后,立即切换到主动解决问题。我知道这可能感觉有点突兀,好像在拖慢你的速度,但它实际上并没有减慢你的学习速度——它只是揭示了你对学习的感觉并不能准确反映实际学习情况这一事实。实际上,它正在加速你的实际学习,它唯一减慢的是你对学习的感觉。
现在,你可能会说“但是我学到了那么多,而且掌握得很好,然后当我把精力集中在解决一个问题上时,我就全忘了。”但问题是,如果你在思考其他事情或专注于某个特定问题后,无法在弹指之间从记忆中提取那些信息,那就意味着你并没有真正掌握它。
遗忘的恶性循环
遗忘令人沮丧。在付出了努力去学习某样东西之后,谁愿意浪费时间稍后再重新学习它呢?为了减轻遗忘的影响,边看参考材料边解决问题可能感觉很有帮助。
但这里有个问题:当你不断地回头看参考资料时,信息并不会留在你的大脑里。你将信息保存在短期记忆中,但这只是暂时的——当你的注意力转移到别处后,它就会消散。参考材料变成了一个拐杖,没有它你就迷失了。你可能认为你需要花更多时间复习参考资料,但实际上你只需要正确地复习,即从记忆中提取信息。
即使是那些对学习很认真的人有时也会陷入这种遗忘的恶性循环。他们可能会做很棒的笔记,然后总是参考那些笔记,而不是试图从记忆中提取信息。
问题是,如果你试图通过做可以随时参考的很棒的笔记来让信息近在咫尺,那恰恰阻止了你真正地记住它。这可能看起来违反直觉,但实际上很明显。是什么将信息转移到长时记忆中?从记忆中提取。当你做了很棒的笔记并不断地参考它们时,你知道你没有在做什么吗?从记忆中提取。
提取不仅仅是将信息加载到你的大脑中。提取是“拉动”信息从你大脑的一部分(长时记忆)到另一部分(工作记忆)的具体动作。这就像你的大脑从长时记忆的地面上举起一个重物,并将它举到工作记忆中。记忆越模糊,重物就越重——但就像举重一样,随着你练习举起重物,你会变得更强壮,也就是说,你的大脑变得更容易激活代表存储在长时记忆中信息的神经元模式。
如果你通过查看参考材料而不是从长时记忆中提取来将信息加载到工作记忆中,那么你就没有在加强你的记忆保留。这就像你去健身房举重,但你只是在走过场,让你的保护者 (spotter) 为你举起重物。没有力量得到发展。你最终会让自己陷入遗忘的恶性循环:
- 你不断地回头看参考资料,因为你记不住东西。
- 你记不住东西,因为你没有将它们转移到长时记忆中。
- 你没有将它们转移到记忆中,因为你没有练习从记忆中提取它们。
- 你没有从记忆中提取它们,因为你总是在看那该死的参考资料!
当你螺旋式地陷入这个遗忘的恶性循环时,你的整个学习过程就完全崩溃了。你学得更慢,忘得更快,并且错过了建立能够加深你理解的联系。
打破这个遗忘恶性循环的唯一方法是进行提取练习。起初,这可能看起来像一个悖论:“如果我无法提取,我怎么能进行提取练习呢?”但这根本不是悖论。回到举重——你只需要把参考材料当作保护者。你尽最大努力去举起重物,如果举不起来,保护者作为最后的手段介入,给你刚好足够的帮助让你勉强举起重物。保护者应该尽可能少地介入,同时确保你设法勉强完成一次成功的重复动作。
同样地,每当你准备查找你以前见过、希望它能留在你大脑中的信息时——永远,永远,永远尽力从记忆中回忆它。不要默认去查找它。如果你尽了最大努力仍然无法提取它,那么可以偷看一下你的参考材料,但只能作为最后的手段。
偷看一次——只是一点点,只是最微小的启动效应,只是你试图记住的那个特定信息,没有别的——然后合上参考资料,重新从记忆中提取信息,并尝试回忆其余部分,尽可能地向前推进,而不再偷看参考资料。永远,永远不要从参考资料中抄录。你的大脑在举起一个重物,而参考材料是你的保护者——它是在你绝对无法自己举起重物时的最后手段,并且帮助量应保持在最低限度。
目标是逐渐摆脱对参考材料的依赖,尽可能少地使用它,直到你完全不需要它。如果你一直依赖参考材料作为拐杖,这可能非常具有挑战性,但这是摆脱恶性循环的唯一途径。
你知道什么能帮助你摆脱拐杖吗?不容易接触到它。只要你有一种合理的方式可以在忘记时查找信息,那么就不值得为了方便而优化。你希望查找东西感觉很烦人,这样你就有动力尽量不去做。而且如果你进行了适当的提取练习,你反正也不会花很多时间去查找东西。
情境过载的恶性循环
最低效的学习方式之一是从一开始就攻击最具挑战性的“真实的”或现实世界问题情境。这会造成一个恶性循环,你
- 因为额外的复杂性而在问题上挣扎,
- 花费太长时间来解决它,以至于有时间压力去学习新材料,
- 因为没有进行足够的重复练习来掌握之前的技能,所以在新材料上更加挣扎,
- 然后这个循环从 (1) 开始再次重复。
更有效的方法是将技能剥离到最简单的可能情境中,进行一些重复练习,然后逐渐增加情境的复杂性。当你把这个脚手架搭建得恰到好处时,你可以相当快地完成每次重复,因为挑战与你的技能水平相匹配,最终你会更快地攀登技能树,同时打下坚实的基础。
先打好基础,免得栽跟头
在技能训练中超出自己的能力范围是一个巨大的问题,因为你的学习进度会陷入停滞。这不像你坐的火车晚点了。这就像你坐的火车根本没动。火车甚至可能开始倒退:如果你远远超出了自己的能力范围,只是在新技能上瞎折腾,那么你很可能没有在之前学习的组成技能上吸收多少隐含的复习效果,结果就是你在忘记它们。
让火车重新前进的唯一方法是降下来,在你适合的水平上工作。你需要让自己处于能够成功完成新挑战的境地。如果你不这样做,情况会恶化成一个恶性循环,越来越糟。你不断地在准备不足的情况下接触新技能,越来越超出自己的能力范围。
当你跳过先决条件或没有掌握它们时,你就无法自动执行那些技能,所以当你试图执行依赖它们的新技能时,你会耗尽所有的注意力和努力来尝试执行先决条件。你可能有足够的带宽专注于单个先决条件,如果你投入所有的注意力和努力,但无法并行执行多个先决条件,更不用说在宏观层面上监控和控制整个复杂操作了。
唯一的解决方案是锤炼你的先决技能,直到它们坚如磐石且易于执行。这样,没有哪个单独的先决条件会占用太多注意或努力,你可以并行执行多个先决条件,同时能够看到全局并进行宏观层面的策略规划。
宏观规划自上而下,微观执行自下而上
自上而下的方法对于规划朝着某个目标的宏观学习旅程可能很有用。例如,如果你想学习机器学习,那么你可以自上而下地思考,弄清楚你需要学习哪些数学领域才能让机器学习变得触手可及。你会发现你绝对需要学习微积分、线性代数以及概率与统计,并且可以跳过像抽象代数、数论等内容。
然而,旅程的细微步骤,即实际的学习,需要自下而上地进行。例如,你真的能通过问“那个弯曲的‘d’是什么意思?”、“为什么你必须像那样链式乘以导数?”、“你如何计算任何激活函数的导数?”等等,一直追溯到你掌握的最后一块数学知识的深处,来掌握通过反向传播计算神经网络权重梯度吗?
不,你用那些问题所能做的只是创建一个你需要学习什么的路线图。这本质上就是一个微积分课程。只不过你的路线图会很糟糕,因为你自己并不真正了解这个主题——它会有各种各样的缺口,你甚至意识不到它们缺失了,这是可以预料的,因为你并不真正了解这个主题。
你会试图沿着你那不完整的路线图所暗示的技能树往上爬,你会反复卡在试图爬到下一个分支上,因为存在你没有意识到自己缺失的先决条件而无法到达。
大多数处于这种情况的人最终会因为所有的阻力而放弃。只有那些拥有极其超常的毅力和泛化能力的人才有机会奋力拼搏并到达另一边。即使那样,也会比他们当初硬着头皮学习一门精心排序的微积分课程花费更长的时间(而且他们知识中的漏洞可能会更多)。
高效学习循环
你在学习过程中消费的所有信息,你解决的每一个问题,都伴随着消耗你更多时间的成本。它必须是值得的。
如果你想最大化你的学习效率,那么你想要的是
- 精简的指导(“别废话,直接告诉我重点”的解释),
- 大部分时间专注于主动解决问题,以及
- 在指导和解决问题之间足够快地来回切换,以至于你的注意力不会耗尽。
这是一个持续的最小有效剂量循环:
- 最小有效剂量的精简“别废话,直接告诉我重点”指导,
- 接着是最小有效剂量的问题解决,
- 然后回到最小有效剂量的指导,为你准备稍微更具挑战性的问题,
- 接着是在所述问题上的最小有效剂量练习,
依此类推。
学校教育与才能发展
有效训练的基本原则在不同领域是相似的。但只有当你真正以优化表现为目标时,你才能看到这一点。这正是才能发展领域所做的:个体的表现要被最大化,因此练习中使用的方法是那些能最有效地将努力转化为表现提升的方法。但在教育的其他领域,常态似乎是优化乐趣和娱乐,同时,作为次要考虑,满足某个低标准,即肤浅地学习一些表面层次的基础技能。
学校教育和才能发展是完全不同的两回事。在学校教育中,学生主要按年龄而不是能力分组,每个小组同步学习课程。小组中的每个成员在同一时间参与相同的任务,并且预期不同的学生会将技能学习到不同的水平。
在才能发展中,学生以不同的速度掌握技能,但会将技能学习到相同的表现阈值。他们的进步不是通过他们在所修课程中的学习水平来衡量,而是通过他们能够达到足够表现阈值的技能的先进程度来衡量。这是通过完全个性化的指导来实现的。学习任务是根据个别学生的具体需求来选择的,每个学生必须将每项技能学习到足够的掌握程度,然后才能进入更高级的技能。
学校教育和才能发展之间的这种对比并不新鲜。研究人员几十年来一直了解这一点。例如:
-
“学校似乎对那些在学习过程中与其他学生不同步的学生没有太大的容忍度。”——本杰明·布鲁姆 (Benjamin Bloom), 1985
-
“总的来说,学校学习强调集体学习以及要学习的科目或技能。才能发展通常强调个体以及他/她在特定活动中的进步。”——布鲁姆 (Bloom) & 索斯尼亚克 (Sosniak), 1981
归根结底,核心区别在于:在才能发展之外,教育界的许多人不同意最大化学习的前提。而在才能发展中,个体的表现要被最大化,因此练习中使用的方法是那些能最有效地将努力转化为表现提升的方法。
这里有一个具体的例子。一方面,“测试”和“重复”在教育界已经成了贬义词。然而,练习测试和分布式练习(也称为间隔重复)被研究人员广泛认为是两种最有效的练习技巧。此外,刻意练习——已被证明是造成个体表现差异(即使在极具天赋的顶尖表现者中也是如此)最突出的潜在因素之一——其核心是使用重复性的训练活动来改进那些对学生整体表现影响最大的技能。
那么问题出在哪里?为什么围绕像测试和重复这样经过科学证明的学习技巧会存在争论?因为教育界的许多人不同意最大化学习的前提。争论的焦点不是测试和重复是否是有效的学习技巧——争论的焦点是教育是否应该寻求最大化学生的学习。
在才能发展之外,典型的教育方法涉及最大化其他事物,如乐趣和娱乐,同时,作为次要考虑,满足某个低标准,即肤浅地学习一些表面层次的基础技能。我承认,当不期望学生取得高水平成功时,不优先考虑才能发展最终结果还行。例如,如果期望体育课上的每个学生在年底都能做后空翻,那么情况就必须改变——但期望值如此之低,以至于满足它们并不需要才能发展。
但是认真的技能发展是不同的。以数学课为例。通常期望学生在数学上取得相对较高的成功水平:多年的难度递增的课程,最终至少达到代数水平,通常是预备微积分,常常是微积分,有时甚至更高。因此,在数学领域,不优先考虑才能发展会导致重大问题。当学生在课堂上做着相当于踢球的数学活动,然后期望他们在年底能做出相当于后空翻的数学动作时,很容易看出挣扎和普遍的负面情绪是如何产生的。
学习不必同步也能产生同伴情谊
你不需要与同伴步调一致地前进。当你们都在努力沿着对你来说最高效的任何个性化路径和起点攀登同一棵技能树时,有足够多的共同经历可以建立联系。你们不需要同步地迈出每一步、攀登每一个分支。
学习就是记忆
归根结底,学习就是记忆。理解相当于连接良好且根深蒂固的记忆。如果某人只是“死记硬背”而不是“真正理解”,这实际上意味着他们没有在记忆中存储足够的信息。当你建立概念之间的联系时,这些联系就存储在记忆中。
这可能感觉很明显,但许多学习者并没有完全掌握其含义。如果你没有意识到学习就是记忆,那么你就不会意识到最有效的学习方式是使用支持记忆的训练技巧。
人们很容易感到困惑,认为:“真正理解某件事不同于仅仅记住它,所以学习不需要像提取练习、间隔复习和交错练习(混合练习)这样以记忆为中心的技巧。那些是关于记忆的,而不是真正的理解。”
如果这就是你的想法,那么你很可能会逃避建立记忆所需的艰苦工作,转而使用有趣/容易但无效的训练技巧,最终实际上学不到多少东西。
有效学习方法的合理性检验
每次你学习时,想象一下死神会在你学习结束时出现,考你所学的内容,如果有任何问题你答不上来,你就死定了。无论你在那种情况下会使用什么学习技巧,你最好现在就已经在使用它们了。
(我应该强调,偶尔弄错东西是完全可以接受和预料之中的。这里的思想实验更多是关于行动而不是结果:真正最优的学习策略即使在理论上风险最高的情况下也应保持不变。当高问责情境引发学习技巧的改变时,它就暴露了皇帝原本没穿衣服。) ______
第 10 章:指导
既唱红脸,也唱白脸
指导中最具挑战性的部分之一是在唱红脸和唱白脸之间找到恰当的平衡。你需要两者兼备。这是指导的双重性。你必须设定高绩效标准,并坚守实现这些标准的底线。但与此同时,你必须支持你的受训者发展达到该水平的表现。
你不能只说“更努力工作”。你必须实际指出具体的改进领域和具体的训练练习类型,这些练习将有效地发展受训者的技能。但与此同时,你必须指出受训者何时没有参与过程,没有付出完成练习、从中提取学习并实现技能发展所必需的努力。
你必须给出诚实的反馈——通常是关于受训者表现中的缺点——以一种激励的方式,或者至少不令人沮丧的方式。当受训者因刻苦训练而感到沮丧时,你必须鼓励他们,帮助他们看到自己的进步——但如果他们开始变得自大,在实际上只是一个有前途的初级人员时就要求超级明星待遇,你必须让他们认清自己的位置,并传达他们仍处于漫长旅程的早期阶段(同样,不能让他们失去动力)。
(进行中) 课堂上先广度,工作中先深度
(进行中)
(进行中) 紧密反馈循环的重要性
(进行中)
(进行中) 既衡量起点,也衡量斜率
(进行中 – 描述招聘错误,起点高但不足且斜率低的人,斜率高但起点低且不愿意投入足够工作或长期留任的人)
(进行中) 大多数人需要“小红花”
(进行中 – 大多数人需要感受到“阶段性”的离散认可事件,即使潜在的技能转变是连续的) ______ ______
未来增补笔记
或可完善/扩展现有章节的文章
https://www.justinmath.com/the-quickest-way-to-an-existential-crisis-in-your-math-education/
https://justinmath.com/why-i-dont-worship-at-the-altar-of-neural-nets/
https://justinmath.com/business-lessons-from-science-fair/
令人印象深刻的技能 vs 你使用的技能 – https://justinmath.com/for-most-students-competition-math-is-a-waste-of-time/
https://justinmath.com/why-must-you-know-how-to-handle-data-manually-before-doing-it-automatically/ / https://www.justinmath.com/how-to-decide-what-features-to-build/
https://justinmath.com/study-sessions-should-be-short-and-frequent-as-opposed-to-long-and-sparse/
https://justinmath.com/will-you-always-be-behind-imo-toppers/
https://justinmath.com/how-to-learn-effectively-on-your-own/
https://justinmath.com/effective-learning-does-not-emulate-the-professional-workplace/
https://justinmath.com/your-mathematical-potential-has-a-limit-but-its-likely-higher-than-you-think/
https://justinmath.com/myths-and-realities-about-educational-acceleration/
https://justinmath.com/tips-for-learning-math-effectively/
https://justinmath.com/why-poking-around-wikipedia-doesnt-move-the-needle-on-math-learning/
https://justinmath.com/you-know-its-edutainment-when/
https://justinmath.com/what-counts-as-active-learning/
https://justinmath.com/cognitive-science-of-learning-developing-automaticity/
https://justinmath.com/layering-building-structural-integrity-in-knowledge/
https://justinmath.com/cognitive-science-of-learning-interleaving/
https://justinmath.com/recreational-mathematics-why-focus-on-projects-over-puzzles/
https://justinmath.com/learning-vs-feeling/
https://justinmath.com/review-should-feel-challenging/ – 学习任务应该感觉有挑战性。与“最强壮的人举起足以让他们感到虚弱的重量”结合
https://justinmath.com/the-value-of-foundational-math-knowledge-in-machine-learning/
https://justinmath.com/higher-math-textbooks-and-classes-are-typically-not-aligned-with-the-cognitive-science-of-learning/ – 这是关于建桥,而不是跳跃 / https://justinmath.com/competition-math-is-not-an-all-encompassing-holy-grail/
https://justinmath.com/sources-of-motivation-in-successful-math-learners/
https://justinmath.com/different-students-need-different-amounts-of-practice/
https://justinmath.com/fast-correct-answers-do-matter-in-mathematics/ – 速度和准确性很重要
https://justinmath.com/spaced-repetition-is-more-than-memorization-its-also-generalization/
https://justinmath.com/true-active-learning-means/
https://justinmath.com/a-white-pill-on-cognitive-differences/
https://justinmath.com/some-pitfalls-to-watch-out-for-when-learning-from-projects/ / https://justinmath.com/one-of-the-most-amusing-errors-in-teaching/
https://justinmath.com/the-trick-to-future-proof-your-coding-career-against-ai/
https://justinmath.com/spaced-repetition-might-as-well-be-called-wait-training/
https://justinmath.com/music-concerts-an-unepected-setting-to-see-startup-product-ideas-in-action/
https://justinmath.com/top-down-vs-bottom-up-rhyme/
https://justinmath.com/go-through-the-question-bank-breadth-first-not-depth-first/
https://justinmath.com/passing-a-class-at-school-does-not-imply-having-learned-all-the-material/
https://justinmath.com/simple-representative-concrete-examples/
https://justinmath.com/mistakes-that-knowledgeable-people-make-when-teaching/ – 指导时的错误
https://justinmath.com/if-you-cant-find-a-job-that-really-excites-you/
https://justinmath.com/efficient-learning-is-about-balancing-a-tradeoff/
https://justinmath.com/transformation-is-discomforting/
https://justinmath.com/dont-worry-about-the-long-term-too-much/
https://justinmath.com/the-key-to-learning-fast/
https://justinmath.com/learning-math-is-like-climbing-a-ladder/
https://justinmath.com/timescales-for-tracking/
https://justinmath.com/max-efficiency-learning-in-a-nutshell/
https://justinmath.com/do-not-transcribe-from-the-reference/
https://justinmath.com/the-importance-of-high-standards-for-students/
https://justinmath.com/why-i-prefer-the-name-talent-development-over-education/
永远不要空手而归,即使你没有解决问题 – https://justinmath.com/some-tips-for-junior-devs/
https://justinmath.com/advanced-math-coding-opens-doors/
https://justinmath.com/what-math-to-learn-for-skill-stacking/
https://justinmath.com/the-one-skill-you-can-acquire-by-passively-consuming-information/
https://justinmath.com/progress-is-enjoyable-in-itself/
https://justinmath.com/its-about-how-much-you-get-out/
https://justinmath.com/introduction-to-the-expertise-reversal-effect/
https://justinmath.com/the-worst-possible-way-to-fail-at-learning-math/
https://justinmath.com/you-have-to-concentrate-your-efforts-directly-on-the-goal/
https://justinmath.com/the-best-mental-model-for-serious-structured-learning/
https://justinmath.com/its-nobodys-responsibility-to-continue-developing-your-talent/
https://justinmath.com/the-most-powerful-machine-learning-model-you-will-ever-use-is-your-brain/
https://justinmath.com/new-years-resolution-motivation-compilation-2025/
https://justinmath.com/retrieval-practice-is-f-ing-obvious/
https://justinmath.com/an-llm-is-like-a-well-read-skilled-junior-who-is-missing-a-lot-of-context/
https://justinmath.com/the-top-killer-of-math-motivation-is-not-disinterest-but-overwhelm/
https://justinmath.com/deliberate-practice-has-a-strict-definition/
https://justinmath.com/the-experience-of-maxing-out-cognitive-horsepower/
https://justinmath.com/why-learning-efficiency-is-so-important/
https://justinmath.com/pick-the-right-tool-for-the-job/
https://justinmath.com/failure-modes-shared-between-human-learners-and-machine-learning-models/
https://justinmath.com/coding-is-all-about-making-locally-correct-decisions/ – 做复杂的事情就是做局部正确的决定
https://justinmath.com/on-debugging/ – 调试代码、流程等
https://justinmath.com/the-quickest-way-to-an-existential-crisis-in-your-math-education/
长远的游戏是唯一值得玩的游戏。
https://justinmath.com/variety-by-way-of-repetition/
https://www.justinmath.com/its-all-about-domain-knowledge/
回顾以前的推文,寻找可以整理成一篇好文章的简短想法(也包括播客)