本文参与 2018 年度征文活动
2018年，于我而言是人生中最非同一般的一年，我从大三升到了大四，更为重要的是我从「学习」的状态转变为了「工作」状态。说出来我自己也不信，2018年初我还是一个立志成为「经济学家」的学子，2018年底我却深度参与到了一项创业活动中。我的文档库中从文献笔记，变为了代码与日志。在这之中，需要去适应许多的改变，少数派是一个讲求「效率」的网站，各种「酸甜苦辣」自然按下不表，作为2018年的年度总结，下文我会尝试梳理这一年中对我产生影响的学习「完全陌生的概念」的思路，希望能够为大家提供一些参考。
事先需要声明的是，描述思维看起来太过「空洞」，而本人对于各种思考范式的认识也并非「专家」，所以撰文、用词、举例之中有偏颇之处也请包涵。本文叙述的也只是我本人的经验，并不一定适用于他人。
这一年，我做的最多的事就是在不断做新的事。我是经济学的在读本科生，6个月前，我连 vim 编辑器需要先按 「i」 进入编辑模式才能修改文本都不知道；而现在，我已经能够实现基本的诸如 apache 、nginx 的各种配置了。2018年，我第一次学习了使用命令行的方式操作系统，第一次知道原来有配置文件这种东西，第一次知道了虚拟化这种东西，第一次写了网页，第一次编写了程序，( 我甚至知道了Windows 系统在执行打印操作是把文件暂存在C:\WINDOWS\Spool\printers 系统文件夹内，然后慢慢发给打印机进行处理的) 。而且这之中大多数东西，都是下半年才发生的，因为2018年上半年，我每周还有三天是上课的。同事都认为这是因为我「学习能力强」，但是你凭什么就「学习能力强」了？ 我并不觉得，这之中没有任何一件事情对我来说是简单的、容易的。
这些事都是有外力推动你去做的。大多数人，需要进入一个新的领域时，会选择先从诸如《xxx快速入门》、《xxx快速上手》这样的内容出发，去学习这个领域的东西。但是，我遇到的情况往往是有这个需求时，项目就要求你需要快速上手，解决问题。基本上不可能让你一步一个脚印的去学习然后等你学会了再去解决这个需求。也就是说，一个外生的变量迫使你不得不快速的进入状态。这个外生变量，直接拒绝「不积跬步，无以至千里」这样的想法。总结起来，我的解决方法是第一步，先去思考「需要的是什么」；第二步，再去理解你所需要的「对象」大体上是长得什么样的，最后描绘出符合自己需求学习清单，再按照梳理的步骤学习，按照重要程度进行精力的分配。这种像蜻蜓点水的学习方法，虽然不系统，但是在必要的时候能够帮助我较为快速的上手解决问题。下面我总结了一些自己的经验：
首先，是明确「需要的是什么」。一开始思考的「需要的是什么」，应当是从需求出发的思考，就是明确做这件事目的是什么。当然，我们这个话术的前提是，你对这个需求所需要的背景知识几乎「一无所知」。所以需要优先构建的是这个需求的背景知识。也就是说要先与这个陌生的概念建立联系，并且能够基本定位到这些背景知识在自己已有的知识体系的未知。所以，我一般会进行两步：
1.利用搜索引擎，建立与陌生概念的联系。 许多时候这个外生（别人要求你）或者内生（自己要求自己）的要求是相对明确的。例如一个经济学学生，被老师要求学习 Stata ，那么他需要的其实就是：学会使用这个软件进行计量分析。这个就是「目标」，那么假设我是一个对 Stata 一片空白的人。我需要的首先就是 「Stata 是什么？」，这个问题很容易就能在搜索引擎中找到。不过，当我在进行空白的概念理解时，我会多搜索几个关键词，例如「stata 经济学」（空格在一般搜索引擎中都是「和」的意思）。这是非常重要的一步，因为当你把一个未知概念（stata）与你所知概念（经济学）结合时，出现的内容，大概率是你知晓大半但是不全懂的东西。也许这个技巧，你觉得这并没有什么了不起的，但是这个习惯就能一下将陌生概念变得更加清晰，消除令人恐惧的陌生感，下图展示了这一步的重要性。
简单几轮下来，当你很容易就能把「 Stata 」与「计量经济学」相联系。现实中遇到问题可能并不那么快速，但是这样的方法能够让你更加快速的理解「陌生概念」对于「你所需要的是什么」的相对位置。即这个「陌生概念」，对于你已有的知识体系，所处的位置。例如使用 Stata 是更加「靠近」计量经济学，而不是数理经济学或者其他什么的。这样在头脑地图中有一个比较明确的标的，上手起真正的「未知概念」会有莫大的帮助。
合格的搜索引擎会提供了许多维度的过滤方式——高级检索语法，能够更加快速的搜到你真正需要的东西，在这里提供了一个我自己收集整理的 Google高级语法表 。
2.把握「规律」来迁移已有的知识。我一直将知识想象成一个多层的网状的结构，这样的一个「库」，里面的各个元素之间都会有复杂的链接，而我相信这之中会有某种「规律」，能够在较大程度上去解释这些「链接」。而这些「规律」，可以理解为各种思维方法，这些思维方法能够帮助你进行知识点与知识点的链接。这里说的可能有些玄妙了，举例来说，类比的思维方式能够在你理解一个逻辑的前提下，快速理解另一个逻辑。例如当你理解「外网」，是通过 IP 地址来识别各种请求的，这样你去理解内网就非常容易了。再比如，你知道 Stata 中回归的命令是 reg y x1 x2 x3 ，其中 reg 是命令，后面的 y x1 x2 x3 是参数，那么你就能理解ssh -p 10022 admin@192.168.1.1 ，类似的 ssh 也是某种命令， -p 1022 admin@192.168.1.1 都是类似的不同参数。这就是类比的思维去迁移已有知识。当然例子中提到的仅仅是类比的思维而已，许多学科的「方法论」内容能够在一定程度上去理解其他的内容（至少经济学在这一方面做的相对不错）。
这两步写了这么大段的文字，但其实在真正操作起来并不复杂，用搜索引擎去搜索不知道的和你知道的关键词，然后去猜测这个「需要的是什么」，在实际中可能只是你坐在电脑前面按两下 Ctrl 键，唤起 Alfred ，键入关键词然后回车，再拿笔写写画画，再按两下 Ctrl 键，再次唤起 Alfred ，键入关键词然后回车的过程。
理解了这个未知概念的基本背景知识，并且有所标的的迁移到已有的知识体系后，你就能基本明确这个陌生概念对于自己目标的实现需要的是什么了。
最后，如果你对自己模式化思维的能力有所怀疑，可以看看前几年的畅销书《思考的快与慢》，应该会有所帮助，如果对经济学的解释现象相关方法论感兴趣，可以看看张五常的《经济解释》，非科班出生看第一本就能看到很多关于经济学方法论的内容（虽然没有目前主流的计量内容）。
这种迁移不仅仅对理解「需要什么」有帮助，其实也对厘清「对象长什么样」有帮助。对象长什么样，就是要对这个位置概念又一个较为整体的认识。只要较为整体即可，并不需要非常完整的认识，因为这个认识总可以在以后不断完善的。那些与目前需求无关的连接点，并不需要在快速入门的情况下被关注。
首先，阅读「前言」性质的内容，快速形成概念的整体认识。 看前言或者摘要这一类性质的内容，是理解一个概念、一篇文章的捷径。一般作者都会在这里就先整理好这个概念的历史。例如 URL Schemes 使用详解 中，前3部分就是这个性质的内容。阅读这些内容，并不需要多大的基础，集中精力基本都能看懂。这里也没有太多的技巧，唯一有的建议就是看优秀的内容生产者（作者、网站、书籍）生产的文字会更加节省时间。
其次，对于这些「知识点」的认识，我的思考角度一般是这样的，先从对于员工的我来说这个「陌生概念」是怎么样的，其次是对于公司来说这个「陌生概念」起到的重要程度是怎么样的：
1.这个「陌生概念」在我所做的工作流程中应当处于什么位置。因为这个「对象长什么样」是对于我来说的，也就是说，我需要理解他对于我来说到底有多重要，然后是对于公司业务来说有多重要。所以，这里「什么位置」主要是为其贴上重要程度的分类、业务流程的分类、技能结构的分类以及其他有助于梳理的标签。例如，我有一段时间被要求去学习 R 语言。那么我基本了解到了，R 主要应用于大数据处理相关的工作，例如大数据的计量、画图等，还在机器学习方面有一定的应用。而我的背景是学习了一些 Python 基础，Python 的应用比 R 广泛，能够覆盖到我一些运维的工作。所以这是一个在我的工作流程中相对不那么重要的事情，但是我依然需要去解决它。在业务上，这是一项我们必须要做的业务，所以我需要的就是把它放在一个「需要被解决的需求」的位置上就可以了。解决完这个问题后，我并不需要过多的再去关注其他领域的东西。第一步就界定好这个「位置」，才能做到下手又轻重，避免不必要的精力花费。
2. 尝试去理解团队对这个需求的要求是什么。 最后一个，对于小团队来说非常适用，因为产品信息可能相对透明。当领导让你去实现一个陌生的需求时，如果有可能，那么去揣度一些产品真正的需求是什么，能够帮助我们判断哪里是需要精益求精的，哪里是会有「加工余量」的，这样能够更加快速的安排工作。这里的建议就是，能够偷懒的地方，需要慎重，因为「坑」一般是要自己填的。理解上级需求的前提是，你是知道公司的产品是怎么样的产品。如果连这个都不知道，那么还是不要做过多的揣度。
除了从个人、团队角度的思考外，还有一种普遍性很强的思维方式，即横向的思考和纵向的思考。1.所谓横向的思考，就是与其他东西做横向的比较，然后得出差异，来标定这个「陌生概念」到底需要多少投入。2.所谓纵向思考，就是在时间线上去理解思考。在学习新事物这件事上，其实主要是考虑未来这个「陌生概念」中会不会有几个部分是对团队非常重要的内容。
最后，总结一下，这一步的思考其实就是需要肢解这个「陌生概念」，然后去理解这个「陌生概念」中的知识点，并尝试划分轻重缓急，为后续有重点的快速入门作准备。我认为这一样是一个思考、理解、猜测的过程。
在思考「需要什么」时，可以理解为 GTD 的「收集」工作，因为这些关键词的结果，其实是进行具体的学习与操作的素材。在定位「对象」时，也可以认为在「处理」与「组织」，重点是为厘清后续的操作。在思考完这些事情后，我一般会在 Todoist 中创建具体的任务。一般我至少会打上以下标签：
清单写完后，就是根据 Todoist 的任务一项一项进行学习与操作。
少数派之前关于精力管理的文章，让我开始意识到学习中投入精力这件事。以我自己的经验来说，我现在仍然清晰的记着在小学的时候，就习惯在下午 2:30 的时候，搬着小板凳开始写作业，所以我一直以来的习惯就是在下午2-3点的时候精力较为集中，Todoist 的纪录同样验证了这一点。以前自己并没有刻意关注这个问题，但是实际的体验在说明，精力集中时，我自己的脑子就是会更加清晰。自己精力最为充沛的时间段做那些需要集中精力的事情才是最优决策。所以筛选出需要集中精力的任务非常有必要。如果你对于自己何时精力充沛没有认识，可以尝试此前少数派介绍过的精力管理模板。然后这个结果也许会是一种安慰剂，暗示自己能够实现高效的集中精力，完成自己的目标。
大胆的猜测，需要你有更多信息这样能够更好的辅助自己的判断。所以更多的阅读是有必要的。少数派上有不少关于阅读流程的内容，我也参照着学习过，对于 Web 内容我依然使用 RSS 作为主要的信息摄入方式，我也没有将其精简，因为对于我来说，内容没读完并不会让我感到焦虑，我也没有一定要在 RSS 中获得什么的想发，更多的是一种眼界的拓宽，思维的拓展。我十分习惯也热衷于「刷 RSS」 。简单来说，我的阅读流程大概是这样的：在 Reeder 中看简单文章，觉得好的保存道印象笔记中，需要仔细看的发到 Instapaper 中，需要学习的发送到 Goodnotes 中，最后都归档到印象笔记中。我希望自己看到更加看到更加多元的东西，但是我也不想让算法暴露我的癖好，所以我选择用 RSS 来作为主要的信息摄入渠道。
总体来说，我的经验是，如果你需要快速入门一个东西，那么比起抓紧时间，更为重要时期是去思考，去理解。而面对陌生概念，要勇敢的去猜测，去迁移自己的知识，之后才是按照轻重缓急的去学习，去操作。就像前文提到的，本文所提到的方法，并不一定适用于他人。但是，于我而言，这些都是有效的，这些都是影响我的。所以，请去思考，去理解，去猜测，大胆践行自己的思考，为自己所做承担即可。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。