暗时间：学会正确思考

暗时间：专注，保持高效学习

• 能迅速进入状态
• 能够保持状态
• 抗干扰

进度条：分治，有预估，有反馈

• 不要过早退出循环，搜索引擎，前人们的经验
• 兴趣遍地都是，专注和持之以恒才是真正稀缺的
• 选择很多，敢于选择，别把不知道当成没有
• 靠专业技能的成功是最具可复制性的，所以大家都可能靠此成功
• 反思是让人得以改进自己的最重要的思维品质
• 延迟选择是最差的选择
• 一生的知识积累，自学起码占 90%

如何有效地记忆与学习

• 拥有的知识不在于记得多少，而是它们能否在恰当的时候被回忆起来被正确使用
• 理解记忆：理解知识的含义，并进行适当抽象
• 从既有经验中总结知识时，要适当抽象来得出适用范围更广的知识，在遇到新问题时，同样进行抽象，这样就能更好的和已有的抽象知识建立联系，从而找到解决思路
• 具体建议
  • 养成习惯，经常主动回顾
  • 创造回忆的机会
    • 经常和别人讨论，或者讲给别人听
    • 整理笔记
    • 书写（文章）
  • 设身处地“虚拟经历”别人经历过的事情
  • 抽象和推广
  • 联系/比较自身的经历
    • 样本大小很关键
    • 警惕“沉默的证据”、事后偏见、自利归因
• 如果你想真正得到一些知识，最好过滤一下你的信息，否则你只是在被人的思考中得意着

学习密度与专注力

• 真正的效率源自于内心对一个东西强烈的热忱，即追求（我称之为压力，迫于生存的压力）
• 专注力是一种习惯，要注意培养
• 做自己喜欢做的事情
• 要事第一（重要但不紧迫，影响深远）

学习习惯

学习习惯

• 只看经典
• 做读书笔记，加深理解，自己思考。获得多少取决于思考了多少、多深，而不是读了多少。
• 将思考养成习惯，大脑会持续（后台）进行思考，会有意想不到的收获。还能避免焦虑。
• 多看心理学与思维的书，跨学科
• 学习一项新知识，必须问自己三个重要问题：
  • 把握本质与知识结构
• 学习和思考的过程中，常问自己几个问题：
  • 不要偏题
  • 定期总结
  • 分享检验
  • 辩证思维
  • 深入本质

时间和效率

• 趁着有热情的时候，熬过最难的开头阶段（基础知识）
• 要事第一
• 重要的事情要营造比较大的时间块来完成
• 善于利用碎片时间
• 重视知识的本质（学会学习）
• 提前积累！制定长远计划，计划越早，启动越早，就比别人有更多时间准备
• 经常反思是否有学习成果，总结学习成果
• 制定阅读计划

学习效率

• 根据主题有意识查阅资料
• 认清好资料：从问题出发，重点介绍方法背后的理念，注重直观解释，按照方法被发明的时间流程来介绍（遇到问题，分析问题，推理，方法）
• 学习之前就进行一些思考，准备一些疑惑/问题
• 有选择地阅读
• 阅读分类：知识型与思维型

知识结构

• 抓住不变量

习惯养成

思维改变生活

逃出你的肖申克：突破思维囚笼

亲身经历才能明白？

• 我们经常对事物做出错误的解释和归因，自利归因
• 所谓亲身经历才能明白，是惰于思考的提现，让失败的教训替代提前的思考和推理
• 普通人从自己的错误中学习，聪明人从被人的错误中学习
• 人最重要的能力之一就是能否从被人的错误中学习

偏见

• 我们大脑从外界接受到的信息是满含歧义的，但得益于基于漫长进化过程与生活积累的先验假设，大脑总是给出其中的一种解释
• 日常生活中的事件，总有一个平凡的解释，和一个疯狂的解释
• 但由于大脑的习惯，我们经常无法看到其他可能性：偏见
• 打破这种偏见的唯一途径就是开阔视野，多积累知识，以及和具有不同知识背景的人讨论

情绪大脑与理性大脑

• 我们常常做出我们明知不好的事情，这是因为情绪大脑（非理性）往往能胜过理性大脑
• 我们发明了各种认知方法来诱使/要挟情绪大脑同意执行理性大脑的需求，例如加入互助学习小组，或者规定损失与监督
• 经常动用理性思考也能锻炼理性大脑的实力

理智与情感

• 我们的理性大脑非常善于对自己的行为做出立即的、看上去合理的解释，其实往往是经不起推敲的
• 我们经常知道答案，却不知道求解的思维过程
• 只要一件事情尚存在对自己有利的解释，我们的大脑便会毫不犹豫且掩耳盗铃地认为那是唯一的解释
• 认知失调：我们的思想被迫对自己的行为作出合理的解释
• 有利的证据不加细查，不利的证据却死缠烂打
• 客观意味着承认存在未知信息的可能性，理性意味着能够从对立面的角度去看问题和思考
• 学会质疑自己的判断，尝试理解错误的一方为什么会错
• 能够改变既有的习惯，依靠的不是自制力，而是知识
• 即便我们不是天生就知道如何对付情绪大脑，通过后天学习心理学知识，并且练习，也能具备成功绕过甚至客服大脑天生缺陷的能力

书写是为了更好地思考

• 书写是对思维的备忘，人的记忆力有限
• 书写是对思维的缓存，思维缓存是很小的，经常思此失彼
• 和别人交流，一次书写，无限阅读
• 书写的过程中，理清思路之后，很可能问题就会迎刃而解

写博客

• 结交志同道合的朋友
• 书写是更好的思考
• 教是最好的学
• 注重思维过程：前提，假设，逻辑，结论
• 讨论是绝佳的反思
• 激励自己持续学习和思考
• 让自己成为一个持续学习和思考的人，并只写自己真正思考和总结之后的产物！
• 养成思考的习惯，先通过书写来养成。习惯养成之后，就会思考有所得，然后书写

我不想与我不能：自利归因

• 人总是倾向于把成功归因于自己，失败归因于他人
• 我们的努力是为了增加结果发生的几率，而不是为了那个确定的结果

遇到问题应该自己动手

• 如果你不知道一个东西，很可能你也不知道自己不知道它
• 自己动手/思考解决问题，我们的收获远不止这个问题的解决
• 困难的路越走越容易，容易的路越走越难

什么才是你的不可替代性和核心竞争力

• 独特的个性知识经验组合
• 应当最大限度加强和发挥自己独特的组合，而不是寻求单项的超越
• 专业领域技能
• 跨领域的技能
• 学习能力，持续学习和思考新知识
• 性格要素

跟波利亚学解题

• 联想：把未知/未解决的问题转化为已知/已解决的问题
• 启发式思维方法都是为了联想服务

解题方法/注意事项

• 时刻不忘未知量，不要忘记目标，迷失方向
• 用特例启发思考
• 反过来推导，有时结论包含了很多重要信息
• 试错
• 调整题目的条件
• 求解一个类似的题目
• 列出所有可能跟问题有关的定理或性质
• 考察反面，考察其他所有情况
• 将问题泛化，并求解这个泛化后的
• 意识孵化法，持续思考，让潜意识想到解决办法
• 烫手山芋法，问别人
• 联想的法则
  • 突破范畴陷阱
  • 获取知识优势的同时，防止被知识束缚住：抽象
• 积累知识！
• 好题目
  • 不需要未知的知识
  • 需要的未知知识可以从题目中分析出来
  • 考察解题的一般性思路，而不是特定技巧
  • 考察思维能力，联想、类比、抽象、演绎、归纳、观察、发散
  • 考察一般性思维方法，特例启发、试错、泛化、倒推…
• 坏题目
  • 完全依赖特定知识
  • 搜索空间无限
• 一个好习惯：把自己的思考过程清晰地写在纸上
• 练习：把外显记忆转化为内隐记忆，增加领域知识
• 总结的意义，练习解题最重要的目的是反思解题过程中的一般性的、跨问题的思维法则

锤子和钉子

• 如果你手里有一把锤子，所有东西看上去都像钉子
• 软件开发方法、工具、框架、范式，都不要走极端，应该掌握应用场景，按需使用
• 任何工具都有其适用范畴和前提，仅仅将它看作我们工具箱中的一件工具，客观评估它，视具体情况而使用
• 不要忘记自己要解决的问题是什么，why 永远在 how 之前
• 如果你想钉一个钉子，所有东西看上去都像锤子
• 专注于想要解决的问题，所看到的东西会呈现出以往看不到的一面
• 持续思考，让潜意识持续思考，很可能获得顿悟

鱼是最后一个看到水的

• 人倾向于在既有框架下去解决问题，在这个过程中很难察觉到框架约束的存在
• 忽视既有框架的约束很容易导致 sub-optimal 的解决方案
• 普通人遵守规则，牛人无视规则，伟人创造规则
• first-class 的内建支持（简洁）永远优于补丁式的解决方案（绕来绕去）
• 不要觉得不用设计模式就不够好不够强大，以尽可能简单地方式完成任务才是王道
• 学习编程重在学习基本的概念和素养，这些是长期稳定不变的东西
• 脱离语言思考，使用语言实现

知其所以然

• 欧几里得式/瀑布流式/自上而下的解题/算法书，直接讲解结论，讲解算法，不讲解法产生的过程，不讲思维过程，弊病很多：只授鱼不授渔；记忆成本高；……
• 人的思维形式有两种
  • 联想
    • 先枚举知识，取决于知识量
    • 对知识的加工方法，是否抽象到本质
    • 对问题的理解，是否抽象到本质
  • 演绎 & 归纳
    • 是一种“必然”的推理，但不“必然”引向问题的结论
• 讲述思维过程而非结果的重要价值
  • 內隐化：思维法则也是知识，是内隐的记忆，要将思维方法内隐化，需要不断练习
  • 跨情境运用：思维法则也是知识记忆，是问题的解决策略，收到提取线索的制约，也需要练习时加工、运用时联想
  • 对问题解的更多提取线索：过程虽然内容更多，但是更容易记忆
  • 包含了更多的知识，解决问题的思想、方法论
  • 重在分析推理，而不是联想，从问题本质入手，逐步分析推理，比生搬硬套联想要好得多
• 怎么操作
  • 寻找算法的原始出处
  • 原始出处也许也不到位，那就参考讲得好的，也许也没有，那就要自己揣摩，自己问，自己思考，自己回答
  • 不仅学习别人的思路，整理自己的思路也是极其重要的
• 波利亚《如何解题》，《数学的发现》