今天我不谈自我导向型学习，第一次听说的可以上网搜一下，一共有5篇相关文章。

因为最近我组织了一个软件研发书虫俱乐部，简单的说就是帮助那些希望建立知识体系的敏友构建自己的软件研发知识体系。书虫会顾名思义就是基于书开展的，所以今天我也来谈谈如何读书。

我之前推荐过很多人去读《如何阅读一本书》学习阅读技术，例如先看封皮、再看目录之类的。好多年前我也在敏捷个人线下活动组织过一次读书为主题的活动，有讲到如何提升看书速度之类的技巧。经过这么多年自己看书的经验来看，我现在发现，这些技巧性的东西都不重要。速度慢些无妨，我一个字一个字看，这算我以蜗牛的速度去阅读，我也比其他人看的书多，而且我还能更深入的去理解书的内容。所以，看书不再技巧，而是你希望从看书获得什么？以及你会以什么样的方式去对待这件事？

看书始于知识体系的建立

我要说的第一点，也是最重要的一点，那就是要有建立自己知识体系的意识。看书属于学习的一个方法，学习的目的可以是解决问题、提升认知、陶冶情操，甚至消遣。但我认为，大部分人在社会之中，解决问题和提升自我是两个必不可少的目的

为了通过读书达成这两个目的，我们可能会看很多书，但是为什么很多人看后却仍感觉收获不大，其中主要原因是未能理解知识发挥效用的前提是让知识发生联系。这也是我成了书虫会的原因，我希望至少能让参加的人真正去思考这个问题，并开始动手去建立自己的知识体系。那如何建立自己的知识体系呢？

在做管理软件开发时，我们经常提到一个企业管理中的点线面。企业如个人，一个人的知识管理也一样存在点线面的发展。知识体系建立我觉得就是提取点的内容，然后给各点连上关系之后的线条模型，最后把线条通过一些分类分层给捋顺为面的三步骤。

我建议大部分基于点线面的进展去构建自己的知识体系：

1. 在工作中先精深一个具体点，例如你的工作是程序员，并且使用的是Java语言，那么你就去深入学习Java语言。你要使用SSH去开发，那除了学会如何使用SSH去做开发之外，还要去深入理解背后的架构模式。
2. 当精深自己工作内容之后，再从横向和纵向两方面去进行线条发展。例如我是开发出身，横向发展我把自己的知识领域拓宽到需求、产品、测试等软件研发价值链上的其他领域。纵向方面，例如语言上我学习C++、Ruby、PHP等。
3. 当横纵向发展之后，就需要拓宽自己的知识面，从关注软件研发到关注企业架构、个人成长，并且把这些看似独立的线条知识通过隐喻等方式发生关联，形成网状知识

有人会说，从点开始形成知识体系会不会慢一些？我的回答是，慢比没有好。当然，如果你希望快一点构建知识体系，也是有一些办法的，可以向高手学习，或者参考成熟完整的方法论或框架，例如你想构建企业架构体系，那么可以学习TOGAF。如果你想构建软件研发知识体系，那么可以加入软件研发书虫俱乐部。

读书前要问自己的问题

阅读是一个习惯，需要时间培养，而要真正发挥阅读的作用，必须开个好头，那就是回答这三个问题：

1. 这本书对我构建知识体系是否有帮助？ 现在是不缺知识的时代，一不留神你就会陷入信息漩涡之中，你需要从信息中选择所需内容，通过判断这本书是否属于你的知识体系之中是一个简单的方法。只要它属于知识体系范围之内，对你来说就是有价值的。
2. 我是否喜欢这本书说的内容？ 知识体系的构建可能是基于理性去建立，而非真正出于你的兴趣去构建的。那么这件事你可能也难以坚持下去，所以要问问这些内容是否你感兴趣的？一般来说，能够马上用到的知识是最容易让自己喜欢上的，而知识体系的构建是一个长期过程，所以我建议大家从当前工作和生活中遇到的问题出发去设定知识体系范畴。
3. 我是否会应用书中的内容？ 一个人对自己越擅长的事情会更容易去做，而我认为擅长并非你天生具备优势，而是你开始行动，在实践中获取经验，所以在读书之前，我建议你带着自己的问题去阅读，在阅读中去思考，阅读后去实践，通过应用培养自己的优势。

知识体系构建始于“笨”办法 

如果你同意知识体系的建立重要性，以及前面三个问题对于你坚持阅读带来的帮助，那接下来就是要学习什么具体方法来阅读了。

在上周第一期书虫会线上活动时，我给大家说了一下如何提高阅读速度、如何先读目录等都不重要，我是通过一个笨办法来构建知识体系的。这个方法就是敏捷个人的三阶段读书法：标记-重述-行动

1. 标记在阅读时，在书上把第一次接触的概念、与自己有共鸣、不赞成的观点、能指导行动的建议等标记。如果是电子书，最简单的方式就是直接截屏。 标记后，需要再找一个时间，把标记内容抄录到word文档或者PPT文档中
2. 重述抄录之后要做的第二步是至关重要的，很多人的知识体系构建都败在这一步。这一步重要做的是把点变成线的工作，重点不只是用自己的话重新阐述一遍，而是把现在抄录的知识与之前积累的知识体系建立关联。建立关联方式很多，例如通过目录组织。
3. 行动通过输出去优化知识体系，发挥知识的价值是我们读书的目的。这一步的背后原则是：只有输入没有输出的学习是一种浪费。 如果工作能用上所学内容是最好了，如果没有，那就想着去把所学教给其他人，总之需要学以致用，并且在行动过程中去重新梳理知识点本身和知识间的关系，不断去优化自己的知识体系。

简单一句话：通过点线面开始构建自己的初步知识体系，并思考价值-喜欢-擅长的三个问题，在每期书虫会活动中掌握标记-重述-行动方法。

高中时我被告知，整个数学生涯按照“水平”被划分成若干个阶段。

在某个阶段，你会发现自己进展缓慢，只是在默默地积累着一些数学工具和思想。突然有一天，借助积累的这些，你完成了许多以前难以完成的新工作。即使你以前耗费大把时间学习了一些本身无用的知识，但是此时此刻这些已经不再重要，一个充满可能的全新时代正要到来。只要你愿意，你将进入一个更高的级别。你可能已经习惯旧的，但是现在要有新的挑战了，也正是现在，你以前几乎很少思考的东西正变得极为重要！

当你和水平比你高一级的人聊天时，这种现象尤为明显。对于同样一件事，当你费尽心力去搞明白它的时候，这些人却能够马上知晓其中的要义。这些人是你学习的好榜样，因为他们刚刚从你正要走的路上走过，因此从你的角度来说，他们的经验仍然实用（你可以取其精华，少走弯路）。

和比你高两个水平的人聊天，那就是另外一码事了。他们经常会把你说得云里雾里的，他们所谈的内容你基本很少涉猎。如果你没有被这种聊天打击，你仍然可以从这些人身上学到东西，但是他们教给你的东西往往比较抽象，你甚至会觉得他们帮不到你—但是出于某些原因，他们是有帮助的。

和比你高三个水平及其以上的人聊天，那就真的是“鸡同鸭讲”了。和比你高两个水平的人相比，和这些人聊天的内容你不会记得非常清楚，因为在他们所思考的事情，大部分已经完全超出你所关注的领域了。从你的角度来说，你已经无法理解他们的所思所想，以及他们为什么思考这些问题。你可能认为自己可以理解，但这也仅仅是因为这些人知道如何把一个故事讲得浅显精彩而已。这其中的每一个故事都包含很多学问，只要肯花足够多的时间思考，你肯定会受益良多。

通过以上所述，对于典型的数学博士之路，我有了一个大致看法，虽然这个看法比较主观，让数学的学习过程看起来过于线性、直接，但我相信它是可以被试验证明是有效的。

设想一个人初次掌握了初等代数后的改变，我们说这就是数学学习中的初始水平。这个水平的学生能够对代数计算得心应手，并且具备了使用变量的思想。

下一次水平的提升可能在第一堂微积分课程中达到。此时，学生搞懂了无穷小、点的斜率等概念，并且能够推导面积公式、物体运动公式以及各种优化公式。

许多学生达到这一水平后就止步不前了，认为自己已经把数学学完了、学透了。但是，那些对数学孜孜以求的学生会用他们现在掌握的数学工具，完成多变量积分和基本的线性代数课程。他们要在抽象代数的课程中苦苦挣扎，并要一次一次地重塑思维过程，才能奢求以一个C通过考试，然而就在这个过程当中，他们在数学道路上达到了另一个境界。

一旦完成了上面这些课程，本科阶段剩下的课程就基本难不倒你了。但是在研究生阶段又是另外一番光景。读研的第一年，你的水平会提高一个层级，第三年会提高到另一个层级。这时你会惊恐地发现，毕业之前还有一个层级等着你去提高，这个层级是你整个研究生阶段最难搞定的一个，因为它首次对你的独立思考能力做出了要求。

我也不知道这之后会有几个水平的提高等着这些毕业生去完成。至少三个吧。

好了，这就是数学进阶之路。你的奋斗将永无止境，你永远看不到自己完美的那一天，你甚至难以解释你当前所经历的事情。但是数学的世界是丰富多彩、令人兴奋的，你那任何漫无边际的美梦都不及数学精彩。数学会让你体会经过抽丝剥茧、深入研究而发现世界真相的乐趣。

正如作者所言，讨论“水平”显得过于线性。你可以在代数几何上优于你同学，而在概率论上有所不及。在代数几何这个单一领域，你可能在层上同调优于同学，但对于椭圆曲线等一些传统数学命题的研究却不及你同学。

当两个各有所专长的人聊天时，一种比较好的聊天模式是你们一人扮演老师的角色，另一个人扮演学生的角色。扮演老师可使人提升自我，学会组织自己的思路；扮演学生可以学到知识，并使人更加谦逊。好的学生甚至能够让老师以全新的角度去思考问题。

然后老师和学生角色互换，这可以保持两人聊天时的一种平衡。当某个聊天主题需要结合两个人的知识才能理解的时候，这种老师学生—角色互换的聊天模式会更加有意思。

我感觉优秀的数学家花了相当多的时间玩这样的游戏—我们经常听说的一些著名数学团体如Atiyah、Bott和Singer，甚至一些更大的团体，如法国的Borubaki。我也曾和James Dolan玩师生游戏差不多十年，那十年是我们成果颇丰的十年。我现在也亟需寻找一位合作伙伴共同研究我当前正在研究的数学领域。如果你想快速地自我提升到某一个水平，“独行侠”式的学习方式会成为你极大阻碍。

综上，对于一个问题，如果我们能够报以更加认真的态度，并且能够花更多时间讨论，那么我们就很有可能更快更好地理解问题了。

在我针对原文发表了以上评论之后，一位来自班加罗尔的材料科学的专家，T.A. Abinandanan ，发现了一篇针对游泳界中卓越的研究：Daniel Chambliss 的《平凡的卓越》。

Daniel 强调游泳界中对于“卓越”的定义很是丰富，这主要因为存在着不同类型的游泳比赛，而每一种赛都有其特定的评价标准。下文列出了Daniel一些其他主要观点：

1）首先，卓越来自于动作上的质变，而不仅仅是量变。对于游泳来说，训练好坏的评价标准，并不在于你是否投入了更多的训练时间，或者你摆臂速度的快慢！低级别的蛙泳运动员的训练方式和顶级的蛙泳运动员有很大不同。手臂动作上，低级的蛙泳运动员总是试图过早地把手臂拉于身下；在腿部动作上，他们的蹬腿幅度过大，并且蹬腿结束后没有做到两腿并拢；转身后，他们过早地让自己浮出水面，而没有在水下潜泳一段时间。相反，高级的蛙泳运动会保持把双臂划到体侧，然后收手进行下一次手臂动作；在腿部动作上，他们蹬腿时两腿分开幅度小，并在结束时并拢两腿；转身时他们会潜泳相当长的距离。他们的动作完全不同。

2）游泳运动中存在着不同的分类，每一个类别都有其定义卓越的标准。在每个单一类别中，你可以通过努力训练提升自己的水平，当然如果懈怠了，水平就会下降。但是如果想使自身达到一个较高的高度，那么就需要花些功夫了，具体可以参考上述第一点。

3）卓越的游泳技能并不是不合群性格的产物。最好的游泳运动员既不是古怪之人也不是独行侠——没有正常青少年生活的小孩。

4）成就卓越的并不是运动员内在神秘的特异功能，而是领悟到了正确的学习方法。

5）最好的游泳健将是更加严于律己的。他们会严格对待自己的训练，准时到达训练场所，注意饮食起居，并在比赛之前做好了适当的热身，等等。

6）低级运动员感觉无聊的一些方面，优秀运动员往往甘之如饴。其他人会觉得游泳是一项无聊的运动—沿着池底的黑线来来回回地一圈两圈、一小时两小时，但那些优秀的运动员却可以在这种无聊的重复性运动中找到平静，游泳甚至成了一种冥思，挑战，甚至是疗伤的方式。他们享受着高强度的训练，期待着艰苦的比赛，并尝试着为自己设定更高的目标。

7）最优秀的游泳运动员并不会花费很多时间幻想成为奥林匹克冠军。他们会专注于一些“小成功”：虽然这些小的成就很容易取得，但是会产生实实在在的效果。

8）最好的游泳运动员面对大场面时并不会犯怵。当面对一个巨大的挑战或者不寻常的赛事的时候，他们认为这些和平常的情况没有什么不同。他们通常会把这些大型赛事整合到当前的训练、参赛计划中，而并不为它们制定特殊的计划。Chamblis认为这就是“平凡的卓越”。

针对这篇论文，我已经解释了很多。整件事是很值得一读！但是，我仍然很好奇这些经验能否应用于其他的领域。作者给了一个应用于数学家的例子：

在学术界中，我身边有许多难以保持平常心的例子：无力完成博士论文，为了写出代表作的无望挣扎。12年前，一进入大学的校门，我就被介绍给了一名很优秀的学生，我们姑且叫他迈克尔。迈克尔非常聪明，教授们对他都评价很高，他勤奋用功，声称（实际上也是）每天至少12个小时用于科研。一些高级学者总能在其手稿找到迈克尔的评论，他们也不乏对迈克尔的溢美之词。所有这些都表明迈克尔有着辉煌的履历。然而，七年后，当我毕业时，迈克尔依旧是默默地工作12小时，少了些许赞美。据最新消息，他仍旧在努力奋斗，在公共表达式研究领域奋斗不懈！

从我们的角度来说，迈克尔并没有保持淡定从容。他从不认为写论文只是一件很普通的工作，不承认论文只不过是一个人写给另一些人读的文字。他甚至还不明白，从某个角度讲大学中的考试、测验（论文要求就是其中之一）实际上是为了考察学生愿不愿意回馈一些令人作呕的东西。

昨天团队在茶馆喝茶谈工作，回来车上和同事聊到公司P4以上的人都很“牛”，不好“管”。今天是周日，早上6点半醒了，突然想写一写对专家的理解。 我记得我很早写的一篇关于带专家字样的博客是：101与金根回顾敏捷个人：（15）从小工到专家 ，专家需要学习，去年我又写了一系列自我导向型学习的几篇文章：

• IT人的自我导向型学习：开篇杂谈
• IT人的自我导向型学习：学习的1个理念2个心态
• IT人的自我导向型学习：学习的3个维度
• IT人的自我导向型学习：学习的4个层次
• IT人的自我导向型学习：学习的5个步骤 

今天我想从另一个角度去谈专家，不是成为专家，而是不要成为“专家”。

我在公司的头衔是技术专家，其实什么时候挂上这个头衔的我也不知道。我们公司技术人员也分等级，我是P4级，已经比较高了，这个什么时候挂上的我也不知道，也许我原有的技术人员印象在公司一些人中更为深刻吧，所以都不用问我就给我订了头衔。

有时候我回顾我自己的工作历程，我以前想成为一个专家，技术牛人。这个想法其实很好，想成为专家会让我更专注，但也会让我忽略很多事情。以前的我是不懂得沟通，不懂得替他人着想的人。

在浙江大学，我只懂一些皮毛，我和我们老师去给银行做指纹仪的项目。我当时和几个同学一起去一个地方出差，还有人负责给我们买东西，甚至是鞋垫。我牛吧…..现在想起，狗屁不是，我是沾了其他真正干活同学的光。

大四的时候，看同学都去外面兼职，我也想去找份开发工作。于是去面试，别人问了我一些问题，我忘记我回答什么了，反正别人后来没有给我回复了，但我记得我自认为自己很牛。我牛吧…..现在想起，呆子一个，真是不知道自己不知道，懂点皮毛还以为自己很牛。

我工作2年时我在一个管理系统项目组，我们这个项目经理其实技术和牛，人也很好，有一次他在我电脑前和我说我写的代码，我语气不好的对他说：你再在我电脑前指着我代码说着说那，我就不干了，这代码你就来写。我牛吧…..现在想起，混蛋一个，得到别人帮助而不知，还生别人的气。

我工作3年时研发主管找我们技术经理说，每个项目组应该做每日编译，我当时就反对，说为什么要这么做，我们没有每日编译一样很好啊，说的研发主管不知道如何说好了。我牛吧…..现在想起，石头一个，这在现在是再正常不过了的，那个时候我竟然还振振有词。

我工作5年时，我去做一个项目，分配给我做一个系统。我说不做，因为这个我以前做过了，再做一遍没意思。后来公司技术创始人、研发副总也都分别找我来谈，问我情况。当然最终我还是没做这个，做了一个新的东西。我牛吧…..现在想起，傻B一个，不懂沟通，还给公司高层留下难以磨灭的印象。

我工作8年时，说有一个更大的产品要去做，系统将是公司最复杂的，于是我去了，结果发现根本不是那么回事。那个负责人让我做几张报表，靠，我说不做了，于是我又去了另一个项目组。我牛吧…..现在想起，棋子一个，其实没有哪个团队不能没有你。

我工作9年时，我去了指标项目组，这里当时只有一个开发人员，没有需求人员，没有任何研发方法，没有一个牛人。这个项目组就是我时常和敏友们说起的地方，这是我职业工作中开始成长的地方。我开始慢慢真的觉得自己并不牛了……现在想起，普通人一个，但这才是自我的开始。

那个时候其实我写过一个开源框架OpenExpressApp，也有一批粉丝学习研究，我也开始了我的敏捷研发之旅，应用TOGAF等，并写了一系列的电子书，并创立了敏捷个人和开放产品开发方法，我也开始去给企业做内训，被邀请在各种大会上做主题演讲。

我开始在更多人面前成为了所谓的牛人，而我反而慢慢没有了十年之前的锐气，我开始慢慢能接受更重观点，能更理解他人，能更注重贡献，能更愿意成为一个普通人，这是敏捷个人对我的影响，从认识自我开始会让我更加完整。

在敏捷个人新体系分享时，我们分享了实践、定位、头手心，还有专家，我其实并不太喜欢成为专家这个主题，于是在专家前打了一个？号。

我们看病会去找专家挂号，因为我们信任专家，他拥有比一般人更专业的技能，能更好地帮助我们解决我们的问题，所以成为专家其实是有必要的。但我更想表达的是，我们要成为解决多种问题的专家，而不是某一技能的专家。

成为假专家容易让我们开始越走越窄，开始封闭自己，开始认为这个世界是以你为中心在转。但正如我前十年的简单回顾，现在想起以往的事情，发现以前的自己就是这样的所谓专家，庆幸我从中走出。

为什么我们不要仅成为一个问题的专家？因为问题是变化的、技术是发展的，你需要不断更新自己，对于我们说的敏捷团队，你可以成为全栈型团队成员，至少不能成为只懂某一具体层面技术的人员。再加上你要和团队协作，你还需要学习沟通，你还需要学习研发流程等等。

如果我们从认识自我来更全面的思考的话，你的生活是完整的，你也应该成为一个完整的人，这就更要求你跳离假专家的漩涡去重新思考如何成为一个真正的普通人。

现在我是坐在床头写着这篇文字，写到这好像还不能成为一篇文章。不过老婆孩子都醒了，说今天带萍萍和壮壮去西游记主题公园，让我给萍萍穿衣服了，今天就写到这吧，以后哪天有时间突然想再写的时候就再继续吧：）

随着畅销书《异类》的流行，“练习一万小时成天才”这个口号现在是尽人皆知。也许仍然有不少人相信那些不世出的天才必有天生的神秘能力，但科学家通过大量的调查研究已经达成共识，那就是所有顶级高手都是练出来的。不但如此，最近几年的科学进展，人们可能第一次拥有了一个关于怎样炼成天才的统一理论。

好消息是除了某些体育项目对天生的身高和体型有特殊要求之外，神秘的天生素质并不存在，也就是说人人都有可能成为顶级高手。早在20多年以前，芝加哥大学的教育学家 Benjamin Bloom 就曾经深入考察过120名从音乐到数学多个领域内的精英人物，发现他们幼年时代没有任何特别之处。后人的研究更证明，在多个领域内，就连智商都跟一个人能不能达到专家水平没关系。

有个匈牙利心理学家很早就相信只要方法得当，任何一个人都可以被训练成任何一个领域内的高手。为了证明这一点，他选择了一个传统上女性不擅长的项目，也就是国际象棋。结果他和妻子把自己的三个女儿都训练成了国际象棋世界大师，这就是著名的波尔加三姐妹。这个实验甚至证明哪怕你不爱好这个领域，也能被训练成这个领域的大师，因为三姐妹中的一个并不怎么喜欢国际象棋。

而坏消息是成为大师需要长时间的苦练。每天练三小时，完成一万小时需要十年时间，但这只是达到世界水平的最低要求。统计表明对音乐家而言，世界级水平要求的训练时间是十五到二十五年。但最关键的并不是练习的时间，而是练习的方法。

天才是怎样炼成的？中国传统思维比较强调一个“苦”字，冬练三九夏练三伏，甚至是头悬梁锥刺股。而近代生活条件越来越好，人们则开始强调一个“爱”字，说兴趣是最好的老师，强调寓教于乐，“哈佛女孩”的家长们纷纷写书，介绍自己的孩子如何一路玩进名校。

很多励志故事和流行的成功学书籍最爱强调的似乎是“顿悟”，认为一个人之所以不成功是因为他没想通，他没有认识到真正的自己！好像一旦一个人顿悟到了真正的自己，他就会非常简单地在本来应该属于自己的领域成为天才人物。一个销售员可能认为真正的自己其实是个小说家，一个医生可能认为真正的自己其实是个画家 — 唯一的问题是他们从来没有写过小说或者画过画 — 但他们认为他们距离“真正的自己”只有一步之遥，一旦尝试了就会爆发天才。

所有这些关于成功学的个人经验和励志故事都不科学。假设一个成功人士做过一百件事，包括参加演讲比赛，衣着有个性，听英文歌曲，最喜欢的颜色是绿色等等，他会非常自得地把这一百件事都写进自传，没准还要加上女朋友的影响。然而其中真正起到决定性作用的可能只有四件事，问题是他和读者都不知道是哪四件。

科学家不信励志故事，他们只相信调查研究。在过去二三十年内，心理学家们系统地调研了各行各业内的从新手，一般专家到世界级大师们的训练方法，包括运动员，音乐家，国际象棋棋手，医生，数学家，有超强记忆力者等等，试图发现其中的共性。他们的研究甚至细致到精确记录一所音乐学院的所有学生每天干的每一件小事，用多少时间做每件事，父母和家庭环境，来比较到底是什么使得那些音乐天才脱颖而出。

现在这项工作已经成熟了。2006年，一本900多页的书，The Cambridge Handbook of Expertise and Expert Performance， 出版。这是“怎样炼成天才”研究的一本里程碑式的学术著作，此书直接引领了后来一系列畅销书的出现，包括格拉德威尔的《异类》，Geoff Colvin 的 Talent is Overrated，和 Daniel Coyle 的 The Talent Code 等等。科学家们不但证明了高手是练出来的，而且通过考察各个领域最好的训练方法的共性，总结了一套统一的练习方法，这就是所谓“刻意练习”（deliberate practice）。

过去多年来，训练方法是不断进步的。比如说作曲，假设一名普通学生使用普通训练方法六年时间能达到的水平，另一个学生使用新的训练方法三年就能达到，那么我们可以说这个新训练方法的“有效指数”是200%。统计表明，莫扎特当时的训练，他的有效指数是130%。而二十世纪的天才也许没有莫扎特有名，但其训练水平都能达到300%到500%！十三世纪的哲学家培根曾经认为任何人都不可能在少于30年之内掌握数学，而现在的学生十几岁的时候已经学到多得多的数学，教学方法进步了。事实上，我们今天在所有领域都比过去做得更好，体育世界纪录被不断打破，艺术家们的技巧也是过去根本无法想象的。

训练方法重要性的另一个体现是“天才”的扎堆出现，比如曾经有一个时期俄罗斯对女子网球，韩国对女子曲棍球，更不必说中国对乒乓球的的绝对优势。更进一步，哪怕你这个国家传统上并不擅长这个项目，只要有一名教练摸索掌握了科学训练法，那么他就可以带出一代绝世高手，比如中国花样滑冰教练姚滨。人们经常感慨中国十多亿人居然找不到11个足球天才 — 如果天才是天生的，那么十多亿人必然足以产生很多天才，但天才是练出来的，而中国缺乏有效的练习环境，人口再多也比不上欧洲小国。

刻意练习

首次提出“刻意练习”这个概念的是佛罗里达大学心理学家 K. Anders Ericsson。这套练习方法的核心假设是，专家级水平是逐渐地练出来的，而有效进步的关键在于找到一系列的小任务让受训者按顺序完成。这些小任务必须是受训者正好不会做，但是又正好可以学习掌握的。完成这种练习要求受训者思想高度集中，这就与那些例行公事或者带娱乐色彩的练习完全不同。“刻意练习”的理论目前已经被广泛接受，我们可以总结一下它的特点。

1. 只在“学习区”练习

科学家们考察花样滑冰运动员的训练，发现在同样的练习时间内，普通的运动员更喜欢练自己早已掌握了的动作，而顶尖运动员则更多地练习各种高难度的跳。普通爱好者打高尔夫球纯粹是为了享受打球的过程，而职业运动员则集中练习在各种极端不舒服的位置打不好打的球。真正的练习不是为了完成运动量，练习的精髓是要持续地做自己做不好的事。

心理学家把人的知识和技能分为层层嵌套的三个圆形区域：最内一层是“舒适区”，是我们已经熟练掌握的各种技能；最外一层是“恐慌区”，是我们暂时无法学会的技能，二者中间则是“学习区”。只有在学习区里面练习，一个人才可能进步。有效的练习任务必须精确的在受训者的“学习区”内进行，具有高度的针对性。在很多情况下这要求必须要有一个好的老师或者教练，从旁观者的角度更能发现我们最需要改进的地方。

只在学习区练习，是一个非常强的要求。一般的学校课堂往往有几十人按照相同的进度学习知识，这种学习是没有针对性的。同样的内容，对某些同学来说是舒适区根本无需再练，而对某些学生则是恐慌区。科学教学必须因材施教，小班学习，甚至是一对一的传授。真正高手训练与其说是老师教学生，不如说是师傅带学徒。

一旦已经学会了某个东西，就不应该继续在上面花时间，应该立即转入下一个难度。长期使用这种方法训练必然事半功倍。2004年的一项研究表明，大学生的学习成绩和他们在学习上投入的总时间没有直接关系，关键是学习方法。

2. 大量重复训练

从不会到会，秘诀是重复。美国加州有个“害羞诊所”（The Shyness Clinic），专门帮助那些比如说不敢和异性说话的人克服害羞心理。这个诊所的心理学家不相信什么心理暗示疗法，什么童年回忆之类，他们相信练习。他们认为使人害羞的并不是事情本身，而是我们对事情的观点。怎么治疗恐女症？做法是设计各种不同难度的场合进行对话训练。最初是在房间内集体对话，角色扮演。然后是到直接跑到大街上找陌生美女搭讪要求约会。最高难度是有意在公共场合做出使自己难堪的事情，比如去超市把一个西瓜掉在地上摔坏。

这种把不常见的高难度事件重复化的办法正是MBA课程的精髓。在商学院里一个学生每周可能要面对20个真实发生过的商业案例，学生们首先自己研究怎么决策，提出解决方案，最后老师给出实际的结果并作点评。学习商业决策的最好办法不是观察老板每个月做两次决策，而是自己每周做20次模拟的决策。军事学院的模拟战，飞行员在计算机上模拟各种罕见的空中险情，包括丘吉尔对着镜子练习演讲，都是重复训练。

在体育和音乐训练中，比较强调“分块”练习。首先你要把整个动作或者整首曲子过一遍，看专家是怎么做的。然后把它分解为很多小块，一块一块地学习掌握。在这种训练中一定要慢，只有慢下来才能感知技能的内部结构，注意到自己的错误。在美国一所最好的小提琴学校里，甚至有禁止学生把一支曲子连贯地演奏的要求，规定如果别人听出来你拉的是什么曲子，那就说明你没有正确练习。职业的体育训练往往是针对技术动作，而不是比赛本身。一个高水平的美式足球运动员只有1%的时间用于队内比赛，其他都是各种相关的基础训练。

反过来说如果没有这种事先的重复训练，一个人面对不常见的事件往往会不知所措。统计表明工作多年的医生通过读X光片诊断罕见病症的水平反而不如刚毕业的医学院学生 — 因为很少遇到这种病例，而在医学院学到的东西早就忘了。最好的办法其实是定期地让医生们拿过去的旧X光片集中训练，而不是期待在工作中碰到。

3. 持续获得有效的反馈

传道，授业，解惑，老师和教练最大的用处是什么？也许对一般人来说小学老师最大的作用是激发了他学习的兴趣，教会了他什么东西，曾经有过传道授业解惑。而真正的高手都有很强的自学能力，对他们而言，老师和教练的最重要作用是提供即时的反馈。

一个动作做得好与不好，最好有教练随时指出，本人必须能够随时了解练习结果。看不到结果的练习等于没有练习：如果只是应付了事，你不但不会变好，而且会对好坏不再关心。在某种程度上，刻意练习是以错误为中心的练习。练习者必须建立起对错误的极度敏感，一旦发现自己错了会感到非常不舒服，一直练习到改正为止。

从训练的角度，一个真正好教练是什么样的？John Wooden 是美国最具传奇色彩的大学篮球教练，他曾经率领 UCLA 队在12年内10次获得 NCAA 冠军。为了获得 Wooden 的执教秘诀，两位心理学家曾经全程观察他的训练课，甚至记录下了他给球员的每一条指令。结果统计表明，在记录的2326条指令之中, 6.9%是表扬，6.6%是表示不满，而有75% 是纯粹的信息，也就是做什么动作和怎么做。他最常见的办法是三段论：演示一遍正确动作，表现一遍错误动作，再演示一遍正确动作。

与外行想象的不同，最好的教练从不发表什么激情演说，甚至不讲课，说话从不超过20秒。他们只给学生非常具体的即时反馈。所有训练都事先进行无比详细的计划，甚至包括教运动员怎么系鞋带。他们仿佛有一种诡异的知道学员在想什么的能力，即使是第一次见面能指出学生在技术上最需要什么。他们是绝对的因材施教，源源不断地提供高度具有针对性的具体指导。

获得反馈的最高境界是自己给自己当教练。高手工作的时候会以一个旁观者的角度观察自己，每天都有非常具体的小目标，对自己的错误极其敏感，并不断寻求改进。

4. 精神高度集中

刻意练习没有“寓教于乐”这个概念。曾经有个著名小提琴家说过，如果你是练习手指，你可以练一整天；可是如果你是练习脑子，你每天能练两个小时就不错了。高手的练习每次最多1到1.5小时，每天最多4到5小时。没人受得了更多。一般女球迷可能认为贝克汉姆那样的球星很可爱，她们可能不知道的是很少有球员能完成贝克汉姆的训练强度，因为太苦了。

科学家们曾经调查研究了一个音乐学院。他们把这里的所有小提琴学生分为好（将来主要是做音乐教师），更好，和最好（将来做演奏家）三个组。这三个组的学生 在很多方面都相同，比如都是从8岁左右开始练习，甚至现在每周的总的音乐相关活动（上课，学习， 练习）时间也相同，都是51个小时。

研究人员发现，所有学生都了解一个道理：真正决定你水平的不是全班一起上的音乐课，而是单独练习：

• 最好的两个组学生平均每周有24小时的单独练习，而第三个组只有9小时。
• 他们都认为单独练习是最困难也是最不好玩的活动。
• 最好的两个组的学生利用上午的晚些时候和下午的早些时候单独练习，这时候他们还很清醒；而第三个组利用下午的晚些时候单独练习，这时候他们已经很困了。
• 最好的两个组不仅仅练得多，而且睡眠也多。他们午睡也多。

那么是什么因素区分了前两个组呢？是学生的历史练习总时间。到18岁，最好的组中，学会平均总共练习了7410小时，而第二组是 5301小时，第三组 3420小时。第二组的人现在跟最好的组一样努力，可是已经晚了。可见要想成为世界级高手，一定要尽早投入训练，这就是为什么天才音乐家都是从很小的时候就开始苦练了。

人脑的学习原理

现代神经科学和认知科学认为，几乎没有任何技能是人一出生就会的。哪怕是对简单物体的识别，把东西抓取过来这些简单的动作，也是婴儿后天学习的结果。一个人一出生的时候根本不可能预见到将来自己需要什么技能，基因不可能把一切技能都用遗传的方法事先编程，那样的话太浪费大脑的存储空间。最好的办法是不预设任何技能，只提供一个能够学习各种技能的能力，这就是人脑的巧妙之处。基因的做法是先预设一些对刺激的基本反应和感觉，比如看见好吃的东西我们会饿等等。这些基本的反应需要调动的神经较少。但对于更高级别的技能，比如演奏音乐，需要协调调动很多神经，就必须靠后天学习了。

人的任何一个技能，都是大脑内一系列神经纤维传递的电脉冲信号的组合。解剖表明拥有不同技能的人，其大脑的神经结构非常不同，比如出租车司机大脑内识别方向的区域就特别发达。也就是说与计算机不同，人对于技能的掌握是在大脑硬件层次实现的。

而最近有一派科学家认为，髓磷脂是技能训练的关键，它的作用是像胶皮把电线包起来一样，把这些神经纤维给包起来，通过防止电脉冲外泄而使得信号更强，更快，更准确。不管练习什么，我们都是在练习大脑中的髓磷脂，就好像把一堆杂乱无章的电线被排列整齐变成电缆。直到2000年新技术允许科学家直接观察活体大脑内的髓磷脂之后，髓磷脂的作用才被发现，而且一直到2006年才第一次被在学术期刊上说明。科学家认为髓磷脂是脑神经的高速公路，提高信号传递速度，并且可以把延迟时间减少30倍，总共提速3000倍，甚至可以控制速度，想慢就慢。

人脑之中分布着大量“自由的”髓磷脂，它们观测脑神经纤维的信号发射和组合，哪些神经纤维用的越多，它们就过去把这一段线路给包起来，使得线路中的信号传递更快，形成高速公路。这就是为什么练习是如此重要。

髓磷脂理论可以解释很多事情。比如为什么小孩常会犯错？他们的神经系统都在，也知道对错，只是需要时间去建立起来髓磷脂的高速网络。为什么习惯一旦养成不容易改变？因为所谓“习惯”，其实是以神经纤维电缆组合的形式“长”在大脑之中的，髓磷脂一旦把神经包起来，它不会自动散开 — 改变习惯的唯一办法是形成新习惯。为什么年轻人学东西快？因为尽管人的一生之中髓磷脂都在生长，但年轻人生长得最快。最激进的理论则认为人跟猴子的最显著区别不在于脑神经元的多少，而在于人的髓磷脂比猴子多20%！解剖表明，爱因斯坦的大脑中的神经元数量是平均水平，但他拥有更多能够产生髓磷脂的细胞。

谁愿意练习一万小时？

看了钢琴家朗朗的传记之后，可能很多人会怀疑是否真的应该让孩子接受这样的苦练。实际上，顶级运动员都是穷人家的孩子。不练这一万小时，一定成不了高手，但问题是考虑到机遇因素练了这一万小时也未必成功。

这就是兴趣的作用了。如果说有什么成功因素是目前科学家无法用后天训练解释的，那就是兴趣。有的孩子似乎天生就对某一领域感兴趣。感兴趣并不一定说明他能做好，就算不感兴趣只要愿意练，也能练成。兴趣最大的作用是让人愿意在这个领域内苦练。

不论如何，刻意练习是个科学方法，值得我们把它运用到日常工作中去。显然我们平时中做的绝大多数事情

2008年秋天的一个午后，温暖的阳光透过落地窗落在我面前这个长长的写字桌上，桌子对面坐的是一个瘦小的程序员，他的名字叫小明，小明有些茫然，他看着我，不知道该说些什么。

程序员都是很严谨的，我不得不首先发出一个 System Call：

• 你在客户现场这半年做什么工作？
• 写单元测试。
• 还有呢？
• 没了，就一直写 JUnit。
• 别人也写单元测试么？
• 没人愿意写单元测试，只有我写。
• ……
• 你为什么想来研究院呢？
• 我想写一些真正的程序。
• 什么是真正的程序？
• 比如 Java，比如面向对象编程，你总要写一些类和各种各样的方法，而不是一直写 Test Case。
• 好的，沿着这个楼梯上三楼，那里有一群和你一样的程序员，他们不仅写 Java，还写 JavaEE 相关的各种程序，你会找到自己需要的东西。
• 真的么？
• 真的

那时候我风华正茂，没有现在这么老成持重，阳光照在我的翘着二郎腿的脚面上，一切都显得十分虚幻，在小明的眼里，那时的我估计很像「黑客帝国」里的墨菲斯，但是他不能确定自己是不是「The One」。小明疑惑的看了我一会，最终还是上楼了。至此，他完成了第一次技术方向的选择。在三楼，他碰到了一群同样严谨的程序员，他不仅学会了写真正的 Java 程序，而且掌握了部分 Web 编程和服务器端编程，包括 JavaScript、JQuery、Spring、Hibernate、JMX、Web Service 等等。小明变得快乐起来，渐渐摆脱了注定孤独一生的阴影。

过了一段时间以后，小明已经不满足只写 Java 相关的程序了。有一天他看到我手里的 iPhone 和 Mac，仿佛见到了初恋的情人，眼中重新燃起了绿油油的光芒，他知道了 iOS 开发者这回事。很快，他花掉了所有的银子购买了 Mac 和 iPhone，开始日夜兼程，学习 iOS 开发。他在写 Java 的间隙编写 Objective-C 代码，在编译 Web App 的同时构建 IPA，在清晨的微光中调试程序，在每个夜晚与模拟器窃窃私语……他完成了第二个阶段的技术方向选择。

终于到了离别的时候，他要去寻找更大的梦想，经年以后，在南方的某个城市，他成了一个知名公司的 iOS 主程，并开发出了多个著名的 iOS 应用，比如「丁香医生」「用药助手」「家庭用药」等等，难以想象，如果没有小明，张老师怎么去见小姨子，冯老师何以拯救互联网，二爷怎么鉴书，西湖何以养醋鱼！

第一个故事讲完了，主角小明利用两次主动的技术方向选择，完成了从小球到小牛的逆袭，以至于现在连女朋友都有了。

这时候就有读者要问了，那些大牛是如何做技术选择呢？

大牛不需要做技术方向的选择，他们需要什么就学什么，学什么就成什么。他们就象掌握了「九阳神功」的张无忌，各种类型的技术和程序到了他们的手里都能发挥出巨大的威力。技术，是他们生命中最重要的组成部分。

如果你们以为我在吹牛我就给你举个例子。我在《MacTalk·人生元编程》中写过一个技术高手，他的名字叫做攀攀。很长一段时间我都不知道他掌握了哪些技术，因为他的技术是我们很多人的超集，我们遇到的所有问题都可以在他那里得到解决，他只是叼着烟翘着腿敲下几行代码而已。后来我才知道，他在高中的时候已经痴迷于计算机了，大学时代自学了大量的计算机相关的知识，操作系统、数据结构、算法在他大学毕业之后就已了然于胸。

直到最近，我才从网路上拿到一份他几年前的简介，那个时候，他的履历是这样的：

• ID ：攀攀
• 性别：男
• 师门：电子科技大学 98 年计算机系
• 职业：网络引擎设计者
• 人物背景：精通 C, C++, Java ， Pascal, Basic, Fortran, Cobol, PL/M, Perl, Python, Lisp, Prolog, Smalltalk 、 bind 、 Ldap 、 PVM 、 MPI 、编程自动化、 Linux 核心代码， JDK 源码， GLibc 源码， Apache 源码、常见的网络协议内部实现、网络通讯……是真的精通
• 武学造诣：决不要把计算机强加给人们的限制认为理所当然，人不是机器的奴隶，把了解机器的限制作为通晓计算机的标准只能是自欺欺人
• 游戏感言：IP 路由和认证的双重功能将是未来网络游戏发展的障碍，今后的网络应该是以分布式目录服务为基础的，以网络设备为中心，与具体无机无关。集成了广泛的认证与授权能力的网络（全公司上下没有人能听得懂他在说什么，好在大伙儿都已经习惯了）。

都是98年毕业的，人和人的差距怎么那么大呢？无语泪千行！

两个故事讲完了，究竟如何做技术方向的选择呢？答案就飘在风里……

1. 操作系统、数据结构、算法、网络等基础技术应该在大学时代深入学习，如果毕业了你还没有掌握这些内容，那就随用随学好了。学习这些基础理论极为枯燥，只有实际工作中的需求才能给你最大的学习动力去掌握这些艰深的内容。
2. 至少要掌握一门静态语言，比如 C、C++、Java、C#、Objective-C 等。至少掌握一门动态语言，比如 Python、Ruby、PHP 等。推荐学习一些同时具备动态语言和静态语言的特性语言，比如 Go、Swift、Scala 等。这样你会对面向对象编程、面向过程编程、编译型、解释型语言有更深入的了解。
3. 系统的构建自己的知识体系，而不是局限在某个点上。经常有读者问我，我前几年一直在写 VBA/ActionScript/Delphi/SQL ……现在项目组突然不再采用这些语言了，怎么办？很多人难以预料未来技术的走向，但是你至少要构建自己的技术壁垒和平台。学习 Java，就应该构建你自己的 JavaEE 平台；Objective-C 对应 iOS/OS X 开发平台；C#，对应 .Net 平台，SQL，对应数据库平台。如果你在用ActionScript，那你不应该局限在 Flex 上，你对应的是整个前端平台。立足平台，你会站得很稳。立足一个点，你可能摔的很惨，就是这样。
4. 主动选择技术方向比被动等待好。根据自己的兴趣和技术的发展主动选择，就像小明一样，有时候放弃也意味着得到。
5. 不要过于追新，不要每出一门「颠覆性」的语言或技术都投入精力物力。追新的后果很可能是该学的没学会，不该学的学完也忘了。我有一哥们，我们都在写 JavaScript 的时候，他认为 Java 新推出的 JavaFX 才是前端的未来……然后就没有然后了。我们都用 Java 的时候，他认为 ERlang 是才是编程语言的未来……然后就没有然后了，可谓一步早，步步早，让人扼腕叹息。
6. 也不要过于保守，比如 Go、Swift、Docker 等技术，我个人以为是值得投入时间和精力的技术。
7. 没有了，写到这里，冬夜已经黑的不像样子。站在阳台望出去，仿佛看着某个巨大 IDE 的黑色编码主题，我想起了某位大牛的一句话：我不是懂得多，我只是学的快而已。

随着网络和信息技术的快速发展，电子书越来越流行。闲话就不多说了，我很多外文书都是通过以下方式下载的。今天要与大家分享的是非常有用的免费电子书下载网站，还等什么呢，赶紧淘书去吧:)

1. Ebooklink.net ：一个免费电子书搜索引擎，超过200,000本电子图书供下载，有计算机，经济，健康，小说等各种类别。
2. SearchPDFebooks：一个海量免费电子书搜索引擎，超过255,000,000免费PDF格式电子书供下载。
3. Scribd：一个非常流行的在线文件共享社区，您可以在线阅读电子书和下载PDF、TXT或DOC格式的电子书。
4. University of Virginia library：最好的在线图书馆之一，可通过搜索查找电子书。
5. Diesel eBooks：提供了供Microsoft Reader和Mobipocket Reader阅读的免费电子书，有计算机类的电子书。
6. PDFgeni：一个免费的PDF搜索引擎，输入书名或者你要查找的书的关键词。
7. Globusz：可以在线免费阅读图书，你也可以下载你喜欢的电子书。
8. Free-ebooks：可以下载小说，健康，计算机和互联网等很多完全免费的电子书。
9. Freebookspot：汇集从互联网上收集的免费电子书链接。
10. Getfreeebooks：一个免费的高质量电子书下载网站，你也可以分享您的电子书给Getfreeebooks供其它人下载。
11. Gotenberg：一个优质的电子图书网站，提供可在iPad、Kindle、Android、iPhone和iPod上阅读的电子书下载。
12. Ebookpdf：超过100，000本电子图书供免费下载。
13. KnowFree：KnowFree是一个电子书门户网站，用户可以相互交换免费电子书，视频教程或者其他资料。
14. Onlinecomputerbooks： 可以找到计算机和互联网，设计，编程等很多主题的图书。
15. Freecomputerbooks：免费下载电脑，编程，工程，数学，讲义和教程等类别的电子书。
16. EBook3000：一个超大的免费电子图书下载网站，有商业，技术，规划，设计等很多类别。
17. Freetechbooks：免费在线计算机科学与编程电子书籍。
18. EBooksLab：主要以计算机和医疗方面的电子书为主。
19. Ebookdirectory：超过20,000本电子书供免费下载，一个对计算机和互联网从业人员非常有用的网站。
20. Witguides：一个分类电子书下载库，列出了下载数最多的前十本电子书。
21. 4eBooks：4eBooks有非常多的计算机编程方面的电子书，每个供下载的电子书都有一个简短描述。
22. Freebookcentre：免费下载技术类图书，其中包括计算机科学，编程，移动技术，物理学，医学等类别的电子图书。
23. EBooksread：一个免费的在线图书馆，在那里你可以阅读和下载电子图书。
24. Readeasily：提供在线阅读的网上图书馆。
25. Downloadfreepdf：下载免费的PDF格式电子图书，并下载用于在Pocket PC和Palm设备访问的电子图书。
26. Acrobatplanet：一个收集各种类别免费PDF电子书的网站。
27. Ebooksdownloadfree：可以免费下载医疗，搜索引擎优化，小说和电脑类免费电子图书，还有一个流行电子图书排行。
28. PDf-search-engine：一个在线查找PDF格式电子书的网站。
29. Ebook Delicate：提供了用户可以自由分享他们的电子书的免费平台，这个网站没有实际的文件存储。
30. Zillr：免费电子图书门户。
31. Memoware：电子图书和掌上电脑阅读的文件。
32. Upenn.edu：超过35000本电子图书供免费下载。
33. Ebooksdownloadfree：可以免费下载医疗，搜索引擎优化，小说和电脑类免费电子图书，还有一个流行电子图书排行。
34. Ebookshare ：另一个免费下载电子书的网站。
35. PlanetPDF：一个PDF用户社区，在那里你可以找到像PDF转换工具，PDF编辑器来在线编辑你的PDF文件， 同时可下载流行的电子书。
36. Ebooksdirectory：拥有大约2800本免费电子书，覆盖了400多个类别。
37. Onlinefreeebooks ：一个简单的电子图书网站，提供免费电子书下载。
38. Manybooks：ManyBooks为您的掌上电脑，iPod或电子书阅读器提供免费电子书
39. Fictionwise：供Palm，掌上电脑，和Mac等平台的免费电子书。
40. E-books：免费下载PDF、CHM格式图书。
41. BesteBooksWorld：涉及题材非常广泛的电子图书网站。
42. Ufindbook：免费下载电子图书。
43. Snipfiles：提供免费电子书和软件。
44. Bookyards：一个在线图书馆，提供免费下载。
45. Asksam：免费下载电子图书和免费检索的数据库。
46. Ebooklobby：艺术，商业，电脑，烹饪，法律，体育，旅游等各种类别的免费电子图书，同时列出了最受欢迎的十大电子书。

我穿着西装，坐在办公室里，脑子里有一个模糊的创业想法。然后，我决定学习编程。我曾经无意中听到过几个人在那吹牛说自己怎么使用一种叫Ruby的语言轻松实现自动办公。我想“呵，Ruby”。我回到家，谷歌Ruby。15秒之后，我随机选择了一个Ruby教程，开始学习。

一周以后，我参加人生中的第一次黑客聚会。在场的每个人都在讨论什么Scala，Clojure，Go。我想，他们学得还真是多。转身我就借了三本O’reilly的书，每本书看了大概50页。

什么？你问我为什么没有完整地看完一本书？那还不是因为每本书开始的时候简单易懂，然后就开始做假设，假设你具备这个知识，假设你会使用那种工具，可是这些我都不会好吗？

我的一个朋友告诉我应该学Emacs，并且给了我他的配置文件。我又花了几个小时学习基本的Lisp语法，以便我能自己设置配置文件。

然后一个人从我身边经过，看见我正在使用Emacs，就问“你怎么还在用Emacs（表情自行脑补），你不知道Vim更好吗？”我想“呵，Vim”，于是我开始背诵Vim成堆的键盘快捷键。

工程师们经常讨论这样一个话题，文本编辑器哪家强？并且，工程师们将这看成是一场宗教战争——评判的标准不在于客观的准则，而在于历史分歧。

那时候，我认为如果我打字越快，我编程的速度也会越快。所以我抛弃了传统的键盘布局，用上了程序员必备的Dvorak键盘布局（就像下面这样）。客观上来说，对程序员而言，这是最高效的一种键盘布局。

看着上面的键盘布局，你能告诉我有多少字母键，数字键，特殊字符键的位置没有变动吗？答案是个位数。

等我能够成功启动Linux，一分钟能够敲出十个单词的时候，我开始通过看书和Udacity的课程学习Python。

经过七个月的艰苦奋战，我得到了第一份软件工程师的工作。

CTO面试我的时候，我告诉他所有我学过的工具和我正在使用的高大上的配置文件。CTO礼貌地听我说着，时不时点点头。等我吹嘘完自己渊博的知识之后，他看了我一眼，然后说“其实，大部分事情都有很多解决的办法，但是只有其中的极小一部分是有意义的”。

四年以前，我所在的公司决定使用Ruby on Rails构建他们的产品。对于语言的选择，所有的工程师都没有意见，现在，他们的许多原始代码还在工作。所有的工程师都用MacBook，因为MacBook不仅可靠，并且和他们在产品中使用的Ubuntu Linux服务器非常类似。这里的工程师不讨Vim和Emacs哪家强，每个人使用的文本编辑器都是RubyMine，这是一个强大的集成开发环境，默认配置非常好用。这里的每个工程师使用的工具完全一致，意味着每个人可以随便挑选自己的座位，然后立马和左边或右边的同事开始结对编程，而不需要纠结开发环境的配置问题。使用完全相同的配置能极大地方便两个开发者之间的合作。

虽然我不会Ruby on Rails，公司也觉得我能胜任工作。因为我会Python和Django，并且赢得了黑客马拉松的比赛，公司认为这些可以说明问题。

最开始的几周真是艰难，这种艰难不仅仅来自于我来到一个新的团队，使用一种新的语言，新的框架和新的代码库，而是因为我发现身边的人都是以一种自虐的态度在学习编程。

我独自在图书馆、咖啡厅坐了几个月，每天就是盲目的通过命令行安装各种工具，调试Linux驱动，解决一些细枝末节的问题，比如说括号不匹配。我涉足每一个能想到的在线课程，报了无数的MOOC课程。我认为实际上我什么都没学到，直到在某个月的考核中，我上升至第五位。这些经历给我的印象是，编程是一场你永远无法取得胜利的战斗。我开始明白那些看起来正常的程序员他们的过往实际上是那么灰暗，他们经历过太多，又压抑得太久，不得不说，学习编程简直就是一个反社会的活儿。

辞掉上一份工作的第一个周末，我上传了这张自拍。那天我起了个大早，穿了件体面的西装，穿西装是为了提醒自己：我可是要去学习编程的人。Facebook的标语“我的新办公室——餐桌上。我每天过着朝8晚6的生活，只有在必须要休息的时候才休息”。在生活中，我学程序员说话，像他们一样思考，现在，我已经习惯了这个词。

我的同事几乎从没遇到过语法错误，因为他们的IDE替他们解决这个问题。而当他们遇到一个错误信息，如果在几分钟内不能解决问题，他们就会给其他同事发送一条即时消息，请求其他人的帮助。他们会随意跳到别人的桌旁，然后开始结对编程。这里的程序员不会太自我，也不自诩为精英。他们也不认为编程是一件痛苦的事。有的只是成年朋友之间的建设性的对话。

一个团队中的成员使用的工具是高度一致的。在Passion Project和黑客马拉松中，开发者可能会使用新的JavaScript框架，比如说Angular.js。而在一个真正的团队里，成员把精力主要放在使用现有的技术提升产品之上。从这个角度来说，他们是保守的。

在ThoughtBot你也会看到类似的情况，在ThoughtBot中，每个人都坚持使用一个小且高效的工具集（Rails，Vim，Postgres和Redis）。因为工具集小，所以工程师容易成为该领域专家，又因为每个人使用的工具集都是一样的，所以相互之间进行互操作就变得很容易。

所以真正的问题是，如果高效的团队在使用一个小且固定的工具集的时候最高效，那么是不是人们在学习编程的时候使用一个小且固定的工具集是最好的。那些在线编程课程和编程训练营显然是这么想的。

但是作为一个个体，可以选择的工具那么多，真的很难决定到底该怎么选。我知道这一点是因为我经历过。一个好的程序员的技能集合可以用T形来表示——涉猎的领域很多，但是真正擅长的领域不多。但是，经过经年累月的积累，T形将会慢慢变成下划线形。

我遇到过许多学习编程的人，上来就想什么都学，什么都会，最终，他们都失败了，放弃了他们成为一个程序员的梦想。我不想这种情况也发生在你的身上。

你需要专注更多方面

事不宜迟，下面给出一些新手容易犯的大错误：

• 从这种语言转到那种语言，又从那框架跳到这个框架，或者骗自己可以精通所有的语言或框架
• 使用小众的工具来搭建自己的开发环境，而不是选择传统的、可信赖的工具。
• 学习像Docker和Famo.us这样的工具，仅仅因为它们新奇，虽然更加基础的技术都还没掌握好。

如果非得用一个词来总结我的建议，我会说：专注。

我问你，你会用专注这个词来描述你的编程学习计划吗？如果你认为你的计划够专注，好，你现在可以停止阅读，回到你的计划开始学习，因为我不想说任何可能导致你失去专注的事情。

如果你还的计划不够专注，那你也有福了——照我说的去做，你也能专注，但是这需要花费你几分钟的时候做几个艰难的决定。等等，你们别走啊！

好的，你还没走。下面就是你需要做出的艰难的决定。

1. 选择一种软件类型，可以是Web应用，手机应用，游戏，或者嵌入式。我推荐web应用，因为它够灵活。学习的资源也很多，工作机会更是数不胜数。如果你的兴趣点不在web应用上，关掉这个页面，在Google搜索框里面输入“getting started in _____ development”，将返回的结果一条条点进去看。
2. 选择一种编程语言：JavaScript，Ruby或者Python。每种语言有自己的强项，都有与之相对的用于构建web应用的工具（分别是Node.js，Rails或Django）。除非你自己明确知道自己该学哪种语言，否则我推荐你学习JavaScript，因为它使用最广泛。
3. 选择一门在线课程。这里有一些选项供你选择：如果对JavaScript感兴趣，去FreeCodeCamp.com或者NodeSchool.io上找；如果对Ruby感兴趣，去TheOdinProject.com或者TeamTreehouse.com上找；如果对Python感兴趣，去Udacity.com上找。相信设计这些课程的老师们的智慧，按照建议的顺序完成这门课程，不要跳来跳去。
4. 买一个新的/旧的MacBook，或者在你现在的电脑上安装Ubuntu Linux。至于其他你可能需要的工具，按照在线课程的建议安装即可。

一旦你做出了这些决定，剩下的路就太简单了。你只要保持清醒，不要被周围的新工具所迷惑。一周七天，每天学一点在线课程，哪怕一次只有半小时。相信你今天做出的决定。最后，请记住：只要有耐心，任何能干的人都能成为绝世coder，当然也包括你。

——————————-

其实，朝三暮四是很多人学习的障碍，才刚开始走就想着另外一条路，专注不仅是你学习编程需要保持的良好习惯，生活中何尝又不是呢？快乐、高效、平衡，专注即会带来高效。

题目

这是周老师发的自己做的案例，然后让我们看一段文字版PPT，重新构思做一张PPT

我的答题步骤

1. 认真阅读、理解材料 — 理解
2. 总结、抽象材料内容 — 构思
3. 根据“路径”关键字，寻找（通过Google图片搜索、看案例）可视化的表达方式 — 参考
4. 制作、完善PPT

我的参考

构思过程

版本1

版本2

版本3

我的答案

按老师点评进行修改后的结果

用时统计

使用12月9、10、12日中午的时间来构思，12月12日下午花1小时45分钟来制作、完善，共用时3小时43分钟。

TED是一个会议的名称，它是英文technology, entertainment, design三个单词的首字母缩写。TED是社会各界精英交流的盛会，它鼓励各种创新思想的展示、碰撞。每一个 TED 演讲的时间通常都是18分钟以内，但是，由于演讲者对于自己所从事的事业有一种深深的热爱，他们的演讲也往往最能打动听者的心，并引起人们的思考与进一步探索。

TED演讲不论对于在校学生，或是成年人的终身学习，都是不可多得的学习资料。TED.com上曾有一则评论，wylie jones说TED不但可以是 technology, entertainment, design（科技、娱乐与设计），还可以是teaching, encouraging, developing（教育、鼓励与发展），或 talent, energy, daring（才智、能量与胆识），或 thinking, enlightening, discovering（思考、启发与发现）。

TED的三种类型

Oliver Ding将TED演讲的教育作用归纳为三个类型：

1. 教育理念与学习模式：教育，鼓励与发展
   TED.com上有许多教育相关的演讲，演讲者有的本身就在从事教育事业。有的演讲者研究学习模式，还有的演讲者则投身于教育公益事业。这些演讲者的经历，以及他们分享的思考，值得教育工作者们借鉴和学习。什么是好的学习模式？什么是好的教育机构？什么是好的学习环境？相信大家可以从这些演讲中找到答案，获得启迪。
2. 人格形塑与自我探索：才智、能量与胆识
   对于学习个体来说，TED则提供了更多的精彩演讲。可以说，每天看一个TED演讲，相当于阅读一本人物传记。人格形塑是教育中的关键一环。如同积极心理学家马丁·赛林格曼所说的，幸福的最高境界是“使用你的长处，投身于超出个人的事业。” TED的演讲者可以说是世界上最幸福的一群人，他们专注于自己的事业，投入激情与爱，并创造出令人瞩目的贡献，超出个人生活的局限，放眼宏观的世界。
3. 多元思考与创造灵感：思考、启发与发现
   看TED演讲不是单纯为了18分钟的精神快餐，而且是一种很好的获取灵感、开拓思路、培养多元思考能力的好办法，舍此就不真正意义上的 TED 了。 从不同领域的专家的演讲中，我们不仅可以学习到洞察问题，解决问题的方法；也可以领悟到有关创造力的一些奥秘：好奇心，跨越边界，毅力。对万物充满好奇心，善于从其他领域获得灵感和启迪，是高创造力人士的共同特征之一。跨越边界不仅可以带来触类盘通的灵感，也可以带来领人惊叹的艺术效果，还可以引导出多面向的自我，丰富我们的个人人生。

深入学习TED资源的四个步骤

阳志平曾以TED为例子来讲解元认知学习, 他总结了四个步骤：

1. 第一步：组块学习
2. 第二步：主题学习
3. 第三步：深度学习
4. 第四步：开始创作

下面我们将详细讲解如何循序渐进深入运用TED资源开展学习。

第一步：组块学习

刚开始面对庞大信息量，常常不知道如何归类，此时，采用社会推荐体系是一个方法。我们查阅TED官方网站，发现恰巧他们也有playlist功能，比尔盖茨等人都分享了喜欢的TED视频。好的，按照自己兴趣，去翻阅一些列表：

TED | Playlists | Browse all

在这里，列出了TED最受欢迎的列表。我们发现，名人创建33个；TED创建的104个。

OK，元学习的第一步完成：建立组块。

我们将上千个世界级的知识点分解为更小的组块了—–从1400个视频到33个列表或者104个列表。

第二步：主题学习

虽然已经精简到百位数以下了，值得学习的TED视频仍然很多？怎么办？这也是当今时代，学习常常面临的情景：小的知识点实在太多了。光是一个体系之下的组块就常常上百。此时，我们需要进一步精简，这就是主题学习法：一次集中攻一个主题。

比如，这月只看跟自我提升相关的视频，如这些列表：

• A better you | TED Playlists | TED
• Work smarter | TED Playlists | TED

下一个月，我们只看心理学与脑科学的：

• What makes us happy? | TED Playlists | TED
• Our brains: predictably irrational | TED Playlists | TED
• How does my brain work? | TED Playlists | TED

2012年11月，著名的出版公司Wiley宣布与TED合作，推出了TED Studies学习系列，将TED演讲变为更靠谱的学习资源。

Social Sciences [HTML_REMOVED] Humanities板块的课程包括：

• Psychology: Understanding Happiness
• Statistics: Visualizing Data
• Government and Politics: Cyber-Influence and Power
• Religion: Understanding Islam
• Sustainable Consumption: Reworking the Western Diet
• Urban Planning – Ecofying Cities
• Environmental Science
• Media [HTML_REMOVED] Journalism – Covering World News

Science [HTML_REMOVED] Medicine板块的课程包括： – Marine Biology – The Deep Ocean – Physics – The Edge of Knowledge – Neuroscience – Mapping and Manipulating the Brain - Statistics: Visualizing Data

在主题学习时，此时，就需要做更多的体力活，比如，写笔记、创建列表等等。你可以采取一个这样的步骤。

第三步：深度学习

请格外注意，社会化推荐机制只是建立组块方法之一，它并不一定就是最佳方法。我经常碰到这种情况，专业地位很高、干货多的好书，在豆瓣上经常评分很差；相反，一些伪科学图书，却是高分。所以，在通过社会化机制建立对体系一个初步认知之后，此时，深度学习更重要。

简而言之，如果我们知识与技能的习得，看做一个树形结构。在学习早期，需要执行广度优先搜索，了解牛人牛刊里程碑的知识点在哪；在学习中后期，需要深度优先搜索。此时再执行广度优先搜索，则会陷入一个典型的中国人思维弊端，容易长期停留在学习的平台期，对较肤浅的知识了解极多，但是难以迈入一个更高的层次。

日本剑道的守破离、从小兵到专家的德雷福斯模型说的都是这回事。在打破规则之前，先遵循练习。同样，友邻 @M. Tong 这篇书评登峰造极的艺术 (评论: Mastery)说的还是这个道理：

本书中谈到，登峰造极的是分一个一个阶段的，每一个阶段都有长期的平台期，在这段平台期你要面对新的不熟悉的内容，通过稳定、长期的训练将它们内化(刻意练习)。只有你将基础的内容内化之后，面对高阶的内容你才能应付自如。这和初学象棋的人不可能有策略是一样的道理－－首先得知道基本的走法，然后知道一些简单战术的搭配－－不断往上提升组块的抽象程度，当然，要做到这一点，每一个阶段都要做到“内化”是必要条件。我相信学习数学也是一样的道理，很多人都抱怨数学太抽象，没有太直接的实际用途－－但惟有内化这些思维方式，你才可能在更高的角度上看待问题，理解更深刻的理论结果。

 

作者谈到登峰造极之路上的三种人－－其实或多或少就是我们自己。

• 浅尝辄止者(Dabbler): 每投入一个新领域，看一本新书，新工作，新感情都兴奋不已，但从来没有做出深度。他们不能接受平台期，一遇到平台期他们的激情就消失殆尽，于是开始寻找新的领域，新的书，新的感情来重新点燃他们的激情。
• 偏执狂(Obsessive)： 对得到结果很执著，急于通过大量努力来快速提升自己，忽略基本功，寻找捷径，不断地学习具体、高级、直接的技术。同样地不能忍受平台期，一发现自己进步不了，就更加努力地学习。在感情方面，不能忍受平淡，通过不断地制造浪漫来保持高潮。
• 骇客(Hacker): 愿意一直待在平台期，常常忽略登峰造极过程中的关键过程，迟到早退，不愿意接受新的挑战。 这三种人是登峰造极的敌人，也是我们需要时时提醒自己注意的部分。每投入一个新领域，看一本新书，新工作，新感情都兴奋不已，但从来没有做出深度。他们不能接受平台期，一遇到平台期他们的激情就消失殆尽，于是开始寻找新的领域，新的书，新的感情来重新点燃他们的激情。

目前了解一个新学科体系，较快的方法是通过维基百科与各个专业学会的分会设置。在前一阶段对TED视频的学习，结合查阅相关维基百科，我们基本会对某个领域形成较深入的认识。但是，此时，还难以达到较高的水准。

可以做些什么？可以这么来进行深度学习：

1. 增加知识树的抽象水平： 从视频到博文到专业教材再到论文依次递增。视频往往给出一个最有趣的方向，但是并不清楚作者处在知识树中什么样的位置。此时，查阅作者原著与相关学科领域的论文，会更清楚作者的历史地位以及不足。
2. 精细加工：做笔记等等都是精细加工的方法，不要投机，有很多体力活是终身受益，构成了学科基石，如心理科学的实验心理学与心理科学方法论。
3. 意义编码：比如，刚开始对这个演讲者很陌生，慢慢地，查阅她、他更多材料，就对她、他形成了更丰富的认识。
4. 情景学习：更多参见老文：心智工具箱（12）：刻意练习
5. 有反馈的测验：测验的重要性比我们想象的还要重要！对别人复述是个测验、写出来是个测验、参加正规考试也是个测验！这样，慢慢地，学会提出自己的目标，再到评估自己执行目标如何，如此反复，元认知能力逐步提高很多了！

深度学习时，会常常遭遇平台期。广度优先搜索侧重高阶抽象能力，因为符合人类天性，容易培养；但深度优先搜索，将遭遇很多平台期，不容易培养。别无他法，硬扛着过去。如此反复反复。慢慢地，元认知学习能力就会提升。

第四步：开始创作

做点什么吧，干货总是比吹牛更重要。正如Paul Graham在【如何才能去做喜欢的事情】中所写道：

要想工作得快乐，不仅要做自己喜欢的事，而且是令人佩服的事，是那种做完可以说“哇，太酷了”的工作。不一定非得制造点什么出来，学会开滑翔机，说一口流利的外语，都足以让人感觉很酷，至少是那一刻。可以用这种方法来测试自己。

我认为读书就不符合这一标准。除了某些数学书或者实用科学书籍，很难准确说读完一本书后的感受，这也是为什么读书和工作不太一样。只有在实践中运用了读到的知识，才会感觉有收获。Gino Lee告诉过我一个好方法――做一件能让你的朋友说“哇”的事情。但这可能不适用于22岁以下的人，因为他们认识的人太少，碰不到真正的朋友。

比如，假设你是一位开发者，通过上述文章的讲述过程，我们马上会产生一些想法：

1. 既然TED官方网站的播放列表很有用，那么，我是不是可以创建一个用于记录自己播放列表、学习进展的小的app呢？它不仅支持TED，还支持其它类似于courera等网站呢？
2. 这个牛人讲了这么有趣的故事，我能不能写一封邮件给她，看大家有什么合作可能性呢？或者，纯粹地就是一个致敬？练习一下英文写作技能？

如此循环，慢慢地，我们更容易：

• 更快速地处理大信息输入
• 更高阶的思维抽象能力
• 更开阔的视野
• 更好地元认知技能

我常用的一个技巧就是，在进入某个领域时，会用写维基的形式，假设自己要写一本书。那么，这本书的体系会是什么样？有哪些打动我的地方呢？请注意，书成没成稿、写没写完并不重要，重要的是，写书这种形式带来了这样的好处：

• 通过纲节目的树形结构逼自己思考体系问题，所谓爬树与跃迁
• 通过打动自己的地方思考这个领域最创新与最核心的干货是什么，所谓初心

本文改编自阳志平的文章《元认知学习示范：以TED为例》