扪心自问，我现在学会的技能大多是被动无意识获得的，或者是周围环境“逼迫”我们学会的。
比如最基本的技能拿筷子吃饭、说话、走路，我们从落地开始，被迫就得学习。再比如工作技能，都是同事老带新，看一遍，然后自己操作几遍，在工作上开始重复，然后越来越熟练。从大脑的角度，我们分析一下，我们是如何学会一个技能的。
当我们第一次接触一项技能，看别人操作，会感觉“哇，好难啊，他怎么可以那么熟练。但是其实当你自己做多了，也能达到对方的水平。这是因为大脑在接受到新技能的信息时，负责这个技能的大脑神经元之间是陌生的，他们之间没有通路，我把它叫做“关联路径”。
但当你开始实践这个技能的时候，负责这个技能的神经元之间，开始产生特定的联系。刚开始产生的关联路径是陌生的，像是要从野草丛生的丛林中走出一条路来，这条路第一次走会很难，然后你走多了，这条路就会越来越平坦，越来越大，之后产生新的熟练的关联路径，你就把技能学会了。
我们学习世界上的任何技能，都是通过知道信息，然后困难实践，再之后重复实践，遇到平台期，获得稳定通路，达到熟练。
现在反观一下，那些痴迷打游戏、看小视频和沉迷多巴胺的人是如何形成通路的。
我第一次打游戏，操作起来很费力，甚至对我来说，困难远远大于来自游戏的快感，但是我开的是通宵卡，并且朋友都玩，我也就无聊的重复操作技能，后来，我在游戏里第一次完成击杀，获得快感，这让操作生涩的我有了动力，更加努力的重复。慢慢的，大脑中，处理这个游戏操作的神经元，产生越来越强的关联路径，关联路径越来越宽。这使我不仅学会了这个技能，而且沉迷上了它的反馈机制。
沉迷的过程是：【操作】——【碰巧击杀敌人】——【获得意外奖励，得到反馈】——【更加有动力的操作、重复】——【关联路径越来越强，技能越来越熟练】——【击杀的敌人越来越多】——【反馈越来越多】——【大脑多巴胺机制，其他地方无法获取那么多多巴胺，导致对其他低情绪活动提不起兴趣，只想玩游戏】。
只要玩游戏的通路在，你很轻易的就能走一遍这个路，然后获得反馈。这同样适合其他沉迷事物的过程，而想要戒掉这个事物，就是想办法关闭这个通道，或者找到别的如此平坦的通道，转移自己的注意力。
游戏、短视频和锻炼这类提升自己的技能学习起来并无区别，通道也没有区别。所以，我们去重复开辟我们认可的通道，少去让我们堕落的通道，自然而然，坏习惯的通道会变小，新世界的路会打开。
现在我们来讨论一下阅读这件事。
读书这件事，对我们的真实作用在哪里。很多人说不能快读，泛读，应该细品，认真思考，才能有所收获。难道读书就是看完一本书，引发自身的思考，然后这些思考，就会改变我们原来的认知体系吗？
不，每个人都有一个完整的认知体系，无论这个体系在客观上是否正确或狭隘，我们潜意识固化的东西，让我们每天用同一种思维方式去面对这个世界，处理每一种情况，做每一种选择。我们已经习惯了在这舒适区思考，看了一本书，花了十几二十分钟注入一个新的观念，并不能产生新的体系链接点。
真正有意义的读书，是对自身的改变。
对，你看一万本书，追求量，但从未实践，你还是昨天的你，没有任何思维方式或者其他方面的改变。但有的人看一本书，他去尝试着实践，然后打开了新的通路，这个通路，进入了他内化的认知体系，改变量大的多。那么他就比读一万本有意义。
韩寒说过一句话，大概意思是我们知道很多道理，从书上知道了很多有道理的描述，看了共情的鸡汤，以为自此可以改变自己，重头开始，但仍然过不好这一生。
我们很喜欢看鸡汤，新鲜的认知、看法和道理，究其原因，是因为新鲜的信息能让我们大脑直接生成反馈，产生快感，让我们以为知道了这知识，这知识就是我的了，我在进步。
但其实不然。
为什么？因为这些东西，只是在你脑子过了一遍，它并未真的属于你。
就像是你缺老婆，去相亲，只是见了相亲对象一眼，然后觉得很漂亮，很中意，然后再也没见过了。
没有内化的东西，就像是你相了无数个亲，看了无数个相亲对象，都觉得很好看，但每次都是见一面，话都没说，没有人愿意和你牵手。
真正的学习过程是：学习——思考——重复实践——产生改变量，自洽闭环
当我们读到一个很有感触的东西时，我们会自发的产生思考，但是思考以后还不够，我们应该去探索，这和我之前的想法或者行为有什么不同？如果不同，那我应该什么时候去实践，第一次实践碰到困难会不会退缩？
当我们重复实践，这个知识，就是我们的了。
这才是真正的获得。
知道很多知识并不难，真正难的，是获得改变，哪怕有一点，也不枉我们这趟旅程。
需要注意的是，我们应该尽量选择那些让我们触动的，而且可以真实影响我们生活的内容。倘若内容太过脱离现实，哪怕很有道理，我们也无处实践，从中获得，只是听一个乐呵。当然，若仅仅是增加阅读面，那另当别论，当你反复接触一种信息，它同样能进入你的潜意识，说不定什么时候无意识的用了出来，之后反复重复，也能有所收获，但这并不是我们主动的选择，而是随机的。
共勉。
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。