这套工具箱，帮你适应这个复杂的世界

编者按：本文来自微信公众号“L先生说”（ID：lxianshengmiao），作者Lachel，36氪经授权发布。

本文共有 5200 字

说到「学习」，你会想到什么？

你可能会想到一万小时定律；可能会想起《刻意练习》；可能会想到舒适圈、心流、反馈、心理表征……这些，都是市面上耳熟能详、关于学习的理论和畅销书。

它们有用吗？当然有用。

但你也许会发现，很多时候，甚至是大多数时候，这些市面上的理论和方法，似乎在应对生活中的实际问题时，并不是特别奏效？

比如：

• 如何快速理解和摸透一个领域？

• 如何把学到的知识点真正用起来？

• 遇到问题时，如何快速高效地回忆起相关的知识？

诸如此类。

原因其实很简单：

这些理论也好，书籍也罢，它们所针对的，其实是针对特定情境下的「表现」（Performance），而非真正意义上的「解决问题」（Solving）。

什么意思呢？

我们可以把前者，称为「技能性问题」，把后者称为「情境性问题」。

它们在这三方面上，有着非常大的差异：

固定环境和可变环境：

• 技能性问题面对的是固定环境。比如：拉小提琴，无论你是初学者还是大师，你面对的永远是一把小提琴，不会改变；

• 但情境性问题则不然。你每天要完成的任务不可能一成不变，每天的行动轨迹也不可能一成不变。从而，过去的行为模式，未必能一直适用。

封闭和开放：

• 技能性问题的目的是非常明确的：下棋，就是为了赢，那么我每一步都要使全局的胜率最高。一切策略和技巧都是为了达成这一目的，非常明确。

• 但情境性问题是完全开放的。哪怕是最简单的「今天去哪里玩」，你都很难找出一个明确的目标 —— 实际上，连问题的本身都是可以质疑的：我是要出去玩，还是待在家里学点东西？

确定性和不确定性：

• 技能性问题有100%的确定性。我按下某个键，就会弹出某个音；我下在这个位置，就能够吃掉对方的子。如果出错了，那一定不是棋子的问题，而是我看得不够远。

• 但实际生活中的问题，往往都具备极高的不确定性。同样一套说辞，对这个客户适用，但对另一个客户却可能适得其反。

这就导致了，我们所习得的理论和方法，往往更适合于增进某个动作、某套技能的熟练度，但很难帮助我们更好地解决实际问题。

这同样也是很多人的毛病所在：为了学习而学习。

积累了很多知识点，却不知道该怎么用起来。

学习并不是知识的囤积，而是为了帮我们更好地适应这个世界。

那么，如何实现更有效的学习 —— 或者说自我的全面提升，来应对这个复杂的世界呢？

这是一个非常复杂的问题，我可能会打算写一本书来详细讲。在这之前，也可以先参见之前写过的几篇文章：

为什么学了很多知识，仍然没有什么用？

不破除这种认知，读再多书都没用

如何让学习像打游戏一样好玩？

今天，我想分享几个简单而又有效的原则，希望能给你一些启发。

1. 理解情境

技能性问题和情境性问题，最大的区别是什么？顾名思义，就在于情境。

前者所面对的情境是单一的、简单的、不变的，但实际生活中，我们面对的情境是复杂多变的。

一个情境由多个要素组成，每一个要素都跟其他要素纠缠在一起，牵一发而动全身，共同构成了我们所在的这个世界。

哪怕仅仅是一项「给今天的任务划定优先级」的问题，都会受到老板、上级、同事、供应商、客户和外在环境等多方面要素的制约。每一天你需要作出的决策，很可能都是不同的。

理解情境有多重要呢？心理学家 Robert Sternberg 对智力提出了一个「智力的三元模型」（Triarchic theory），其中就包括：处理新情境的能力（Creative intelligence），以及适应环境变化的能力（Pratical intelligence）。

（剩下的一种是分析能力，Analytic intelligence）

可以说，有效地理解和辨析外部世界，对于问题的解决，起着至关重要的作用。

那么，如何更好地理解我们所面对的情境呢？

一个最简单的思维方式，就是去理清因素与因素之间的连接 —— 亦即我所强调的「系统思考法」。

我在如何思考一个陌生的领域？ 中，分享过一个简单的模型：

Have：你有什么，你能提供什么？

Need：你需要什么，你的缺口是什么？

Constraint：你的行为会受到什么条件约束？

可以说，一切的要素，均会经由这三个参数，彼此衔接和组合起来。构成一个个行业、商业链条，乃至整个外部世界。

举个例子：你作为一个部门领导，要推行一个新政策，那么，你得去思考：

• 部门里分别有哪些人？

• 每个人想从部门里获得什么？

• 每个人为了获得这些东西，愿意付出一些什么？

• 每个人的思维模式是什么样的？他/她会有什么习惯？会受到什么影响？存在哪些限制？

在这个情况下，你再去把整个部门、业务的逻辑链条理清楚，才能找到下手的地方（当然，也可能发现无法下手）。否则，你的新政只能是一个空中楼阁。

举个例子：如果你的团队伙伴都是行动派，做事情风风火火（C），而你要求他们撰写大量的文档和记录，那这个政策是一定实行不下去的。你要考虑是如何减少他们的抵触情绪和劳动成本（H），以及如何让他们觉得「这个政策确实有用」（N）。

由这套方法论，我们还可以推导出什么呢？

一切事物的存在，都必然有其原因。

如前文所述：任何一个要素，一定都不是孤立存在的，它必然会通过 HNC 模型，跟其他要素相连接。

举个例子：如果你发现公司里存在一个历史遗留问题，已经非常久了，那么，别急着去动手，你要思考的是：它为什么这么久还没有被人解决？

原因无非这么几点：

• 解决它的成本太高（H）；

• 解决了它的收益不大，没什么意义（N）；

• 去动它可能涉及其他环节，影响其他人的利益，或是对整个系统产生扰动（C）。

从这个角度思考，你才能真正发现「病根」所在。

希望这套方法论，可以帮助你更好地，从系统的角度去看待和思考问题。

2. 关注 Know-Why

我们平时所学习的知识，往往有两种类型。

一种叫做「Know-What」，亦即对概念的知识。比如：这个术语是什么意思？这个领域是研究什么的？这个标准的详情是什么？等等。

另一种叫做「Know-How」，亦即对行动的知识。比如：怎样操作这个程序？怎样策划一个活动？怎样撰写一份产品文档？等等。

这两种都是知识的有效积累。但仅仅止步于此，是不够的。

为什么呢？因为从「学习」到「应用」的过程中，有一个最重要的路径，就是：

我应该在什么时候、什么场景下使用它？

亦即「Know-Why」：为什么会有这个知识点？它是为了解决什么而存在的？它的核心和本质是什么？

只有弄通了这一点，才能将 Know-What 和 Know-How 的价值最大化。

所以，我平时在自己的文章里，都会不厌其烦地用大量的篇幅，去解释原理（亦即 Why）。

可能有些读者觉得没必要，有些读者会直接拉到实操和技巧，但说实话，Why 的部分，比 How 的部分，其实会更重要。

原因很简单：How 是带有强烈的个人情境的，我不可能根据每位读者的情况，去定制一套最优的方法，而只能写一些通用的模式。而一旦理解透了 Why，其实未必要遵照我的建议来，你自己也能找出恰当的路径。

举个例子：我在之前的文章里讲过，读书不要追求「把一本书读完」，而是要广泛、横向地去进行主题阅读，哪怕同时读好几本书、一本书只读几页也不要紧。

但这一点是否对每个人都适用呢？其实未必。

如果你有强烈的「一本书翻开了就一定要读完」情结，又或者你工作太忙、只能挤出一点时间读书，那就不太适用这个方法。

但一旦你理解了，这个方法的本质在于「以我为主，为我所用」，那即使不做主题阅读，你也能够按照自己的步调和节奏，去找出最适合自己的阅读方法。

这里也分享一个小建议：在学习一样东西时，事先想好：我可能会在什么时候用到它？

然后，把这个知识点跟场景建立联系。

比如，我最近在读建筑学和建筑史。但我不会死板地按照教材的内容去记忆，而可能会按照这样的思路：

• 见到一个陌生建筑时，我如何分辨它是什么流派、什么类型的？

• 我该如何欣赏一个建筑？可以从哪些细节入手？

诸如此类。

然后，再把这些知识点放在笔记软件里「旅行」的部分（注意不是「建筑」），以便在旅行时随时拿出来参阅。

这就是「Know-Why」，它的本质是一种粘合剂，把多种多样的「Know-What」和「Know-How」联结起来，让知识发挥出应有的作用。

3. 发现问题

如果只能列出一种最好的学习方法，那一定是「发现问题」。

为什么呢？这需要提到我们神经网络的一个特征：敏感化。

让我们回到学习的本质。当学习一个知识点时，大脑里面发生了什么样的变化？答案是：关于这个知识点的局部神经网络活动增强了，并且其内部神经元之间的链接也被强化了。

但是，神经元的链接不可能无限提升，在每一天里，我们能真正学习的内容也是有限的，很多东西会被大脑在睡眠时清除掉 —— 这也就是「明明读过一本书，却无论如何都想不起来了」的原因。

那么，大脑如何判断哪些信息更重要，哪些信息可以清除呢？一个非常重要的参数，就是敏感化。

简而言之：当我们关注某个问题时，与之相关的神经网络，就会额外得到一个加权输入。正是这个加权输入，使得这部分神经网络在大脑的认知中「更重要」。

因此，学习一个领域，更好的方式是什么？其实并不是按步照班地看书，一个个知识点去攻克；而是分成两步：

1）自上而下：先对一个领域产生兴趣，然后去构建整体的框架。

2）自下而上：接触这个领域，自己去发现问题、找到问题，再从问题出发去溯源，找出解答。随后，把一个个解答链接起来，填充进框架里，得到一个更宏观的视野。

我每天一定会拨出一段时间，去浏览一遍我的信息渠道。不是精读，而是扫视一遍，从中找出我感兴趣的话题，再从这些话题出发，去搜寻相关的研究、进展和探索，把这个话题弄通弄透。

下一步，再把它跟我已有的知识网络链接起来，去更新我的知识库。

如果是一个新领域，也是一样的。以我常讲的编程为例。好的学习路径，一定是在工作中发现问题，去思考「我可以写一个什么程序来解决问题」，再从目标倒推，去弄通整个路径。

很多读者可能会问：可是，要怎么样找到问题呢？我好像没有什么问题呀？

一个办法是，去寻求「理想情况」和「实际情况」之间的差距。问自己：

• 我希望实现什么样的状态？

• 我现在的状态是什么样的？

这两者之差，就是问题所在。

比如：我希望我在旅行时，看到一些知名的建筑，能够欣赏它们的美感，无需导游解说或是现场搜索，而我现在显然做不到 —— 那么，我就必须补一下相关的知识。

再比如：我每天都有一些例行工作，希望能在半小时内完成，而现在手动一个个去做需要2小时，如何尽可能减少操作，压缩这段时间呢？—— 这也是一个问题。

不要为了学习而去学习，而是要为了解决实际问题而去学习。

4. 拓展视野

跟读者和朋友聊天时，我会发现一个问题：

很多人的视野，往往都局限在自己的专业领域上面，太窄了。

实际上，哪怕你只是分出一点点精力，稍微涉足其他领域，所带来的收益都是巨大的。

为什么呢？正如我所说的，知识是有网络效应的。

简单来说：如果你的知识库里只有 10 个知识点，那它们之间链接的可能性就是 45 种。如果你的知识库有 20 个知识点，那它们组合的可能性有多少呢？190 种。

这只是两两之间的组合，如果把所有的网络可能性都算上，那差距会非常非常大。

而许多领域其实都有一个什么样的规律呢？易学难精。

初期，你可能花费几十个小时，就能大致了解这个领域的概况和框架，掌握一系列知识点。后面随着你的深入探索，学习曲线会变得更陡峭。你要花更多的时间，才能完善、弄透一个更复杂的知识点。

但对我们而言，掌握「初期」就已经足够了。

所以，一个建议就是：把 80% 的时间精力花在你的专业领域上，用剩余的 20% 去探索其他可能性。

以我为例，除了心理学和认知科学之外，我对经济学、社会学、商业、管理学、市场营销、物理学、IT、历史、艺术……都有兴趣，这些，都会反映在我的文章里。

这里没有炫耀的意思。这里面，许多都是我的「20%」，我对它们的了解也就是刚刚入门而已 —— 但即使如此，也能经常带给我许多灵感，帮助我发现不同领域间碰撞出来的火花。

这些，就是我的「aha!」时刻。

这个世界，从底层而言，一切都是彼此组合、链接的，只是它们生长到认知和应用层面，才分出不同的种种细分学科、领域。

如果只是停留在地面上的部分，你就容易陷于片面，难以窥见世界的全貌。

不妨把视野拓宽一点，走得更远一些。

你会发现隐藏在这个复杂世界，背后的「可能性之美」。