问题一：把收藏当学习#

错觉：“我收藏了 = 我会了”

现实：收藏只是标记位置，不代表掌握知识。

就像买书不等于看书，买课不等于上课。

问题二：贪多求全#

看到新技术就想学：

• 前端要学React、Vue、Angular
• 后端要学Go、Rust、Node
• 还要学K8s、云原生、AI

结果：每个都懂一点，每个都不精。

问题三：没有应用场景#

学了不用，很快就忘。

大脑不是硬盘，是肌肉。不练习就会萎缩。

问题四：被动输入#

看视频、看文章，都是被动接收。

没有主动思考、没有实践、没有输出。

知识留存率极低。

原则一：少即是多#

策略：

• 同一时间只学一门技术
• 学完再用，用了再学新的
• 不要同时开多个坑

我的做法：

列一个”学习 backlog”，按优先级排序。

同一时间只做最高优先级的一项。

其他？

不收藏，直接忽略。

因为以后也不会看，收藏只是增加焦虑。

原则二：用进废退#

策略：

• 学的东西要有用武之地
• 没有场景就先创造场景
• 学了不用就是浪费时间

示例：

学Rust时，我给自己定了个项目：

• 用Rust重写一个工作中的小工具
• 实际有使用场景，必须做出来

过程中遇到问题就查资料、看文档。

三个月后，Rust基本入门，工具也做出来了。

原则三：输出倒逼输入#

策略：

• 学完后要输出
• 可以是博客、演讲、项目
• 输出是最好的学习

为什么有效：

输出时需要：

• 整理思路
• 填补知识盲区
• 用自己的话解释

这本身就是深度学习。

我的做法：

学新技术后，要求自己写一篇博客。

不一定要发布，但至少要写完。

写不出来？

说明没学懂，回去再学。

原则四：主题式学习#

策略：

• 不要零散学习，要围绕主题
• 制定学习计划
• 系统性优于碎片化

示例：

学Go语言，我的学习计划：

第一周：基础语法

• 变量、类型、控制流
• 函数、结构体、接口
• 每天写练习代码

第二周：标准库

• 常用包：fmt、io、net、http
• 做一个小项目

第三周：并发编程

• goroutine、channel
• 改写之前的项目，加入并发

第四周：工程实践

• 项目结构
• 测试、文档
• 部署

完成后，Go算是入门了。

原则五：定期复盘#

策略：

• 每月回顾学了什么
• 哪些用上了，哪些忘了
• 调整学习计划

我的复盘问题：

1. 这个月学了什么新技术？
2. 在实际工作中用了吗？
3. 如果没有，为什么？
4. 下个月学什么？

如何读技术文章#

不好的方式：

• 刷标题，感兴趣就收藏
• 快速浏览，觉得不错就关掉
• 收藏夹里的文章再也没打开

好的方式：

1. 筛选

   • 看标题，确实需要的才点进去
   • 不需要的直接划走

2. 精读

   • 集中注意力读
   • 有代码就动手跑一遍
   • 做笔记

3. 实践

   • 文章里的方案能用到工作中吗？
   • 能的话，立刻尝试
   • 不能的话，写个demo练习

4. 输出

   • 整理成自己的笔记
   • 或写篇博客
   • 或分享给同事

如何看视频课程#

不好的方式：

• 1.5倍速刷完
• 边刷边看手机
• 看完就忘

好的方式：

1. 先扫目录

   • 了解整体结构
   • 标记重点章节

2. 边学边做

   • 视频里的代码跟着敲
   • 不要只看，要动手

3. 做项目

   • 课程结束，做一个自己的项目
   • 不照搬课程例子

4. 教别人

   • 给同事分享学到了什么
   • 或写学习笔记

如何读技术书#

不好的方式：

• 从头读到尾
• 不做笔记
• 读完就忘

好的方式：

1. 先读目录

   • 了解全书结构
   • 标记感兴趣的章节

2. 带着问题读

   • 当前工作中遇到什么问题？
   • 书里有没有解决方案？

3. 做笔记

   • 重要的概念用自己的话总结
   • 记代码片段
   • 记疑问，后续查资料

4. 应用

   • 书里好的方案，工作中尝试
   • 验证是否真的有用