学习大体上可以分为三个递进的步骤，即知识输入-消化理解-知识输出。作为首要步骤的知识输入，不可谓不重要。
本文旨在提供一个用于知识输入的通用框架，也可以说是具体思路/方法论，当我们遇到新的事物时，如何让我们的大脑接受它。
假设现在出现了一个新的事物S，那么所谓的知识输入就是让我们认识S。
一开始也许我们就小瞧了“认识”这个词，把它等同于“知道这是个什么东西”，但经过多年的实践(学生，工作)，我个人认为“认识”可以扩充到以下几个关键问题，再提到“认识S”，就相当于解决有关S的这几个关键问题。
事实上，这几个关键问题也是层次递进的，即A -> B -> C -> D。
对于问题AB，我们可以给它们一个标签，What。这是对S的最直接的定义，也是我们最好入手的地方，通常我们可以把这两个问题放在一块解决。
对于问题C，我们可以给它们一个标签，How。它指导我们在实际当中应用S，这应该是在我们解决了问题AB后才考虑解决的问题；这个道理也很简单，你连一个东西是什么都不知道，你又怎么指望会用它呢？
对于问题D，我们可以给它们一个标签，Why。如你所想，这个问题并不总是需要解决，就好比普通人只需要学会开车而不需要明白如何修理发动机。但是显然，洞悉事物的内在原理可以让我们更好地使用它，或基于它进行创新创造。
简而言之，我们对S的认识下限需要由前三个问题ABC来保证，而最后一个问题D是用来提高我们对S的认识上限的。
也许你已经知道照片是什么了，也清楚它的作用了，但不妨先来看看AI是怎么回答这两个问题的。
以下回答来自通义千问
照片是通过摄影技术捕捉并记录下来的静态图像，它可以是实体的（如相纸打印的照片）也可以是数字形式的（如数码相机或智能手机拍摄后存储在电子设备中的文件）。照片能够捕捉某一时刻的景象、人物、事件或物体的状态，并将之保存下来，供人们日后回忆、研究或分享。
照片有很多用途，包括但不限于：
记录生活：人们用照片来记录生活中的重要时刻，如生日聚会、婚礼、旅行等，以便日后回顾这些珍贵的记忆。
新闻报道：媒体利用照片来补充文字报道，使读者更直观地了解世界各地发生的事件。
艺术表达：摄影师和艺术家使用照片作为创作媒介，表达情感、观点或美学追求。
教育和科学：照片被用于教学材料、科学研究以及医学诊断等方面，帮助解释概念、记录实验结果或展示病理状况。
身份识别：身份证件上的照片用于确认个人身份，保障安全和社会秩序。
商业广告：企业利用吸引人的照片来推广产品和服务，吸引潜在顾客。
法律证据：在某些情况下，照片可以作为法律案件中的证据，帮助证明某个事实或情况的存在。
总之，照片作为一种视觉交流工具，在现代社会中扮演着极其重要的角色。
以下回答来自DeepSeek
照片是一种记录图像的载体，通常由相机拍摄，捕捉现实世界中的场景、人物或物体，并将其定格在二维平面上。照片的主要用途包括：
记忆保存：照片能够记录生活中的重要时刻和美好瞬间，帮助人们回忆过去。
信息传递：照片可以快速传达信息，让人一目了然地了解某个场景或事件。
艺术表达：摄影作为一种艺术形式，通过构图、光线等元素表达摄影师的创意和情感。
身份识别：照片常用于身份证明，如护照、身份证等。
科学研究：在科学领域，照片可以用于记录实验结果、观察微观或宏观世界等。
社交分享：在社交媒体上，照片是人们分享生活、交流情感的重要方式。
总之，照片在生活、艺术、科学等多个领域都有广泛的应用，是人们记录和表达的重要工具。
这么看来，AI已经是比较准确地解决这两个问题了。
当我们认识一个新事物时，从这两个问题入手是比较直观且容易的，所以我把这两个问题放在了首位。
为了解决这两个问题，你可以通过搜索引擎，书籍视频教程，亦或者直接对AI发出灵魂拷问。
无论你用什么方法解决这两个问题，最终你的脑子对这个新事物应该是有了一个模糊的概念了，这样这个阶段目的就达到了。
现在我们再来考虑一个事物：时间敏感网络
这是一个具体领域里面的专业术语，非专业人士应该是不会接触到的。
我们来看看通义千问对它的介绍。
我：时间敏感网络是什么？
AI：时间敏感网络（Time-Sensitive Networking，简称TSN）是一组由IEEE 802.1工作组开发的标准，旨在扩展标准以太网的功能，使其能够在局域网和城域网中提供确定性的性能。TSN确保了数据流的低延迟、低抖动以及传输时间的确定性，这对于实时性和可靠性要求高的应用场景至关重要。
AI回答了“时间敏感网络是什么”这个问题，但是你似乎并不满意，因为你确实还是不知道它是什么。
这里的一个关键就是，它的回答里还是带着一堆你并不认识的专业术语和词汇。
我的意图是引入所谓的“递归式学习”(递归好像也是一个专业术语，也许是数学领域，也许是计算机领域)。
上面的回答中提到了“IEEE 802.1”，你不知道这个是什么东西，那你可以继续问回去，AI说到底只是一个机器，它会不厌其烦地回答你的问题。
我：上面提到的IEEE 802.1是什么？
AI：IEEE 802.1 是 IEEE（电气与电子工程师协会）的一个工作组，该工作组负责制定一系列标准，这些标准涵盖了局域网（LAN）、城域网（MAN）和个人区域网（PAN）的体系结构、共存以及网络管理等方面。
现在你有了一个对“IEEE 802.1”的基本认识，它就是一个工作组，本质上和你上学时的同学小组，工作时的同事群并没有什么区别。
那么AI对“时间敏感网络是什么”这个问题的回答当中，还有什么你不认识的专业术语和词汇呢？我尝试列举一下。
当你把上面这些专业术语和词汇，组成一个问题“xxx是什么”，再不断地向AI问下去，理论上来说你就可以看懂AI对“时间敏感网络是什么”这个问题的回答，对吧，不断地向AI问下去我称之为递归式学习。
当然，回过头来看，在AI的回答中，往往不仅会告诉你S是什么，还会告诉你S有什么用，所以我会说这两个问题可以放在一块解决。
理论终归是理论，在实践中需要注意一些问题。
一层一层地问下去是有弊端的；在下一层，AI的回答当中又出现了新的不认识的专业术语，那就会迫使你开启下下一层的问答，有可能会开启下下下一层，下下下下一层......
这对于你的学习来说，并不总是一件好事，你在一层更比一层深的问答当中，不仅会迷失自我，还会怀疑自己的学习能力，我在学什么？我真的学得会吗？我们不幸地受到了一些心理上地打击。
对于学习来说，我们需要一定程度的正反馈，最初我们只是想知道时间敏感网络是什么，但是为了知道它是什么，我们又额外地问出了太多的问题，这拖延了我们获取正反馈的时间，我们的大脑在生理上产生了抗拒。
在吃饭的时候不小心看到了一些令人恶心反胃的短视频，你也许会连饭都不想吃甚至想吐出来，生理上的反应会阻止我们更进一步。
我们需要适当控制递归的深度，也就是问问题的数量，尽管有一些专业术语还是不知道它是什么东西，但往往学习是一个长久的过程，总有一天会知道的。
并不是说，你把问题放在那里，它就会自己解决掉，天上没有掉馅饼的好事，我们需用抽空去系统地学习一下相关知识。
当我们准备好系统地学习时，也就是在暗示大脑，现在要开始一段长时间的学习了，在这个过程中正反馈可能来的并不及时，但不要担心，总会有来的时候，你坚持一下。
这种暗示在一定程度上是可以减轻生理抗拒的，同时我认为这个暗示本身就是一种正反馈。
管中窥豹，你也许可以看出这是有关计算机领域的问题，那么如果你属于这个领域，我可以更简单地给你讲述。
递归有爆栈的风险，在一定深度的尝试后，你应该选择换成循环，虽然你不知道循环次数，但你的理想信念告诉你，这个循环一定有一个break点。
我们愉快地讨论了如何对待AB这两个最基础的问题，对某一新事物的认识应该都是从找出这两个问题的答案开始的。
有趣的是，在你解决这两个问题的过程中，会遇到一些你没见过的术语/名词，当然这并不用担心，因为我们还知道如何进一步地消灭这些不熟悉的东西。
消灭不熟悉的关键就在于应用所谓的递归式学习，但要注意控制递归的深度，不要让自己迷失在深层的细节当中。
最后你应该注意的是，在初步的学习中，肯定是无法照顾到方方面面的，例如由于递归不彻底导致某些术语/名词依旧不清楚其概念，这就需要你另外花时间去系统地学习了。
当你解决了AB这两个最基础的问题后，你应该对事物S有了一定的了解，但是我们并不希望你的步伐停止于此，还有机会对S有更加充分的认识。
在搞清楚了基本概念后，就是上手使用了，我们对S的理解会在一次次的实践当中逐渐加深。
在求学阶段，很多新知识都是来自教材或课堂，也许你在学习的时候，并不知道它可以干什么。
我连它能干什么都不知道，我怎么用呢？
我将使用新知识归结为一个主题——解决问题。
这也不能全怪你，因为就我们接受的教育而言，我认为是有很多缺陷的。
在初高中阶段，我们学习到的知识基本只有一个用处，那就是用来考试解题，拿到一个不错的分数，在高考结束后，就抛之脑后了。
上到大学，课堂情况更加糟糕，许多老师也只是为了上课而上课，不要指望在课堂上能学到什么东西。
比如，你可以看看他们使用的PPT，我认为是有一定考古价值的。
再是，国内的各种教材/课本，看它们就犹如在垃圾场里面淘金，运气好也许能看到一些写的不错的，但大部分都会令你感到无力吐槽。
但事实上，一个新知识的出现，一定是伴随着解决某个现有问题的，我们需要去了解一些相关背景，知悉其历史背景有助于我们理解它并使用它。
不过要注意的是，这个新知识并不一定只能用来解决这个问题，在它被发明出来后，也许还可以进一步开发探索，用来解决更多的问题。
但可悲的是，这些拓展性的应用，是很难在课堂上学习到的。
在一门课结束后，这门课所教授的知识，除了用来解决试卷上的问题，你完全不知道它还有什么用，这就是教育的缺陷。
求人不如求己，你最能依靠的人就是你自己，你必须拯救自己。
得益于互联网，现在我们获取优质知识的成本低了很多，已经完全可以和那些低质教育划清界限了。
所以搜索资料在自学当中就是第一项需要培养的能力，其实办法也很简单，看看某一资料的基本介绍，大家对它的评价如何，结合自身的情况，灵活取舍。
具体来说，在选一门课程的教材时，可以上豆瓣上看看评分怎么样；在学习一门课程之前，可以上知乎看看学习路线是怎么样的，大家都是怎么学的，用什么来学的。
再就是需要比较强的自制力，在自学过程中一定要能坐的住。
至于自学的具体方法，网上也有很多，根据自身的情况，取其精华即可。
至此，我们已经不需要在乎学校课堂了，至少这对于大部分学校来说是可行的。
没错，这就是我的观点，也许一名老师本身的学识是很顶尖的，但不代表他的教学能力很强，我们需要的是指导，而不是他有多么的厉害。
有时候我们的学习，只是为了应付工作中临时遇到的问题，同时在工作后，我们并没有很多时间留给学习。
这时候就要求我们快速上手使用，先把问题给解决了。
这时候目的还是比较明确的，至少我们知道学习这个知识可以解决我们现在遇到的问题，而不是像无头苍蝇一般直到最后也只会用来考试。
不过这是在建立你有较强自学能力的前提上，工作之后遇到问题更多也得靠自己解决，即便有leader带，但也不能什么都交给别人，这实际上是工作能力不足的表现。
所以我们再次强调，自学是很重要的，每个人都应该培养自学能力，请把自学变得像呼吸一样自然熟练。
我们回到最初，一个新知识可以用来干什么？
首先它本身的出现，是解决一个现有问题的，你需要去了解这个问题，然后尝试使用这个知识去试着解决它，这个复现的过程，可以让你快速上手新知识。
我们常常可以看到，”要通过做项目来理解知识“这个观点，这实际上就是我们所提到的复现。
再就是这个新知识，可以和其他领域进行结合，拓展到解决其他问题上，在这一点，可能需要你拥有多个领域的积累，以及一些灵感。
但是好在我们有一个很好的办法，就是多看看优质论文，从别人的创新点当中试试看能否弄出点自己的东西。
只要你基于所学到的新知识进行拓展思考，这本质就是一个在使用的过程了。
最后，就是解决手边现有的问题。
不同于上面所提到的系统性学习，并不是在把一整门课全部学完后才着手应用，而是专注于当下遇到的问题展开学习，学成之后立马应用在目前遇到的问题之上。
这并不意味着系统性学习不重要，相反它是非常重要的，但是在时间有限的条件下，我们不得不采取这种方法，遇到什么学习什么。
随遇随学和系统性学习应该是相辅相成的，不要割裂来谈，尽管他们看起来是对立的，但我们不应该将思维困在非黑即白当中。
同理，使用新知识，严格来说这是一种输出手段，但是输入和输出并不应该严格的划分，应当辩证的看待，输入直接影响输出，而输出又倒逼输入。
我们从一个简单的问题“不知道用来干啥”入手，谈了一些如何使用新知识的思路。
这个思路的原理也是很直接的，只要知道它能干什么了，我就照着模仿，就可以了。
这个复现的过程就是使用新知识的过程，而自学在这个过程当中显得尤为重要，能否复现成功很大程度上取决于你的自学能力如何。
同时，我们要注意延伸，将新知识应用在解决其他问题之上。
在时间受限的工作环境下，随遇随学是一个很有效的方法，它能更快速高效的解决当下遇到的问题，这也是在使用新知识。
标题是我最近看到的一个观点，短短几个字令我感触很深。
同时我认为，前面三个问题就蕴含在这七个字当中。
这里我引用一段来自于DeepSeek的思考，来总结前三个问题，它的总结和我的想法基本吻合，那我就偷个懒吧。
嗯，这句话”先搞明白,后精湛”是什么意思呢?好像是说在学习或者做事情的时候，首先要理解清楚,然后再深入掌握,达到精通的水平。可是,具体应该怎么理解呢?让我想想。
首先，"先搞明白”可能是指在开始学习一个新东西的时候,不要急着去深入练习,而是先要理解它的基本概念原理和方法。比如，我在学习编程的时候，可能先要明白什么是变量,什么是循环，什么是函数这些基本概念,然后再去写更复杂的代码。
可是，有些人可能觉得，直接通过实践来学习会更快，比如边写代码边学,这样可能效率更高。但也许”先搞明白“意味着要先打好基础，理解清楚基本原理,这样在后面深入学习的时候会更顺利,不会因为基础不牢而遇到困难。
然后，“后精湛"可能是指在理解了基本概念之后，再进行深入的练习和应用，达到熟练和精通的水平。这可能需要大量的实践和不断的练习，能真正掌握某个技能或知识领域。
不过，我有困惑的是,这两者之间是不是有严格的先后顺序?是不是一定要先完全理解了, 才能去深入练习?或者在理解的过程中，也可以通过练习来加深理解?
比如说，我在学习数学的时候，可能需要先理解定理和证明，然后再去做大量的习题来熟练应用这些定理。但是有时候,通过做题也可以帮助我更好地理解定理。
所以,可能"先搞明白”并不是说要完全理解每一个细节， 然后再去练习，而是要有一个基本的理解，然后再通过练习来深化这种理解,达到精湛的水平。
还有,这里的"搞明白”可能不仅仅是理解理论知识,还包括理解实际应用和如何运用这些知识来解决问题。也就是说，不仅要知其然,还要知其所以然。
比如说，在学习一门新技术时,先腰理解它的基本原理和应用场景，然后再去实际操作,过项实践来掌握它。
可是,有时候可能时间有限，不能每个东西都花太多时间去'搞明白”，特别是在学习-些基础知识的时候， 可能需要快速掌握，然后再深入研究。
不过,也许"先搞明白”并不意味着要花很长时间，而是要确保对基本概念有一个清晰的认识，这样在后面的学习中才不会感到困惑。
另外,”后精湛”可能还意味着要不断地练习和应用，不仅仅是掌握技能，还要能够灵活运用,解决复杂的问题。
比如说，学习一种乐器,先弄明白基本的乐理知识和演奏技巧,然后再通过不断的练习,达到演奏熟练、表达丰富的水平。
总之”先搞明白,后精湛可能是在强调学习的两个阶段:首先是理解基本概念和原理,然后是通过实践和应用来深入掌握，达到精通的水平。
不过，我觉得在实际学习中，这两者可能是相辅相成的，理解可以帮助练习更有效,而练习也可以加深理解。
可能这句话的要点是，不要稳于求成,打好基础,理解清楚,然后再去追求熟练和精湛，这样学习效果会更好，也更容易在长期的学习和工作中保持优势。
还有，可能在遇到困难的时候,很多人会选择逃避，去面对自己不理解的地方,但这句可能是在鼓励人们面对困难，先花时间去理解，然后再去深入学习,这样最终会比别人更优秀。
总之,”先搞明白，后精湛”可能是在提醒我们，学习和掌握一项技能或知识， 需要有步骤地进行，先理解基础，再通过实践达到精通，这样才能真正掌握，在竞争中脱颖而出。
最后，我们来谈一下如何提高上限，前面几个问题关注点都是在保住下限，只有清楚事物的本质原理，才可以提升我们的上限。
了解原理之前，要先积累一定的使用经验，知晓某事物在实践中遇到一些问题，它的瓶颈所在。
不是为了学习原理而学习原理，也不是让自己看起来懂的很多懂得很深，这是一种闭门造车，试图引起别人关注崇拜的想法，说简单点就是想装逼。
在没有具体实践经验的情况下研究原理，其实是没办法深入的，即便知道了也是很表层的理解。
我们的目的应该是，基于事物的原理，对它本身形成一个更加深层的理解。
一句老话，先把书读厚，再把书读薄，我是这么理解的，先在实践当中积累大量的经验，最后再通过研究原理，将大量的经验总结为少量的深层理解。
注意，这种深层理解，就具备了更一般更广泛的应用性质了，可以轻松的进行迁移，在各领域中组合使用，也就是常说的由特殊到一般，再由一般到特殊。
我们再回到“先搞明白，后精湛”上，把熟练使用称为精湛，那么理解事物的本质原理，就是一个精湛再精湛的过程。
但还是要注意，它们之间不是割裂的，理论指导实践，实践出真知，原理使我们能更加高效的进行生产实践，而在实践中积累的经验又反哺我们研究原理，这是一个相互配合的过程。
本文作者:Testovo
本文链接:
版权声明:本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！