《费曼学习法 - 用输出倒逼输入》读书笔记

前言

费曼简介

理查德·菲利普斯·费曼（英语：Richard Phillips Feynman，1918年5月11日－1988年2月15日），美国理论物理学家，以对量子力学的路径积分表述、量子电动力学、过冷液氦的超流性以及粒子物理学中部分子模型的研究闻名于世。因对量子电动力学的贡献，费曼于1965年与朱利安·施温格及朝永振一郎共同获得诺贝尔物理学奖。

以上描述摘自维基百科，费曼作为诺奖得主对量子动力学等物理学领域做出了卓越贡献。我们了解的 费曼学习法，虽然以物理学家费曼的名字命名，但实际方法来源一直受到争议。暂且抛开争议，费曼学习法确实是一套行之有效的高效率学习技巧，这种思维方式值得花时间去深入研究和实践。

作者简介

尹红心 毕业于中国人民解放军外国语学院，现任焦作师范高等专科学校讲师，从事英语教学工作至今。

李伟 毕业于郑州大学，工学硕士，讲师。现为焦作师范高等专科学校教师。

内容概要

内容框架

费曼学习法的核心即此书的副标题 - 用输出倒逼输入，简单的说就是在学习一门新知识时，要站在传授者的角度，假设或尝试向别人讲解这门知识，碰到解释不清含糊其辞的部分则重新学习后再进行下一轮输出，在不断的输入和输出的循环中将知识内化吸收。作者在费曼学习法的基础上拓展了一些内容，包括目标选择、知识获取途径以及后续的内化创新等等，结合自己的经历使费曼学习法的框架逐渐饱满，我将其中各模块重点总结如下图：

Select:

确立要学习的目标 找到和列出自己想要了解的知识，可以是一本书，也可以是一门技术，甚至是能想象到的任意领域的事物。

Input:

理解要学习的对象 针对这个目标，准备好和筛选相关的资料，选择可靠和多个角度的信息来源，把这些内容系统化地归纳整理出来。

Output:

以教代学，用输出代替输入 模拟一个传授的场景，用自己的语言把这些知识讲给别人，用以检查自己是否已经掌握了这些知识。

Block:

进行回顾和反思 对其中遇到阻碍、模糊不清和有疑义的知识重新学习、回顾和反思。如有必要，可以重整旗鼓，进行再一次输出。

Simplify:

实现知识的简化和吸收 最后，通过针对性的简化和整合，实现这些知识的内化和有效的应用。

内容摘录

Select

选择想要掌握的知识和技能只是第一步，我们还要找到学习它的必要性和重要的意义，并且强化这种内在的联系。

选取目标的原则

学习的第一步是目标的选取，可以结合自己的兴趣、当下的发展和未来的趋势选取学习目标。有许多途径可以评估自己的目标是否有价值，最好的方法就是 分析它能否匹配已有的知识体系。另外，假如这件事情 能做却不去做一定令自己终生遗憾，它就是你的目标，学习、工作和生活都是如此。

目标的校验

聪明的学习者善于反问和反省，愚蠢的学习者则喜欢自我感动，将一个错误的目标偏执地坚持到底。书中提到的“SMART”原则提供了一个简单明了的判断标准来检验目标是否正确：

S: (Speciffic)明确和具体的。------目标必须清晰和可以形容

M: (Measurable)可以衡量 / 量化的。 ------目标必须量化和能够评估

A: (Achievable)自身能力可以达到的。------目标必须在能力范围内

R: (Rewarding)能产生满足感 / 成就感的。------目标必须有积极的意义

T: (Time-bound)有时间限制的。------目标必须有实现的期限

Input

对我们要学习的知识和概念进行归类对比，系统地理解这些内容，建立筛选和学习的原则。

将知识有逻辑地系统化

现实中不乏记忆力超强的人，但能够在熟练记忆的同时将知识以一种合理的逻辑系统化的人却少之又少。逻辑就是你理解知识的出发点、角度、立场和思维方式；系统化则是你是否可以将这些知识纳入一个宏观的知识体系，互相印证和科学比对，对既有的知识体系形成补充。

• 明白自己学习是为了什么

• 拥有一个足够宽阔的视野

• 建立最可能客观科学的逻辑

筛选和留下最可靠的知识

屏蔽来源不确定的知识 对知识来源的判断尤其重要，对于来源不确定的知识，要坚决屏蔽，对于来源不够专业和权威的知识，则要以审视的眼光对待它们，对于专业和权威的来源，我们也要学会独立地思考和谨慎地采纳。

小心对待差异化的知识 知识的“差异化”是指非重复、有分歧甚至相互冲突的内容。两种看法尖锐对立，但可能又同是这方面的专家，都提供了严谨的论证。哪种观点是我们该采信的，对此要有务实的态度，结合自己的理解学习他们的观点。（手动狗头…）

用对比的方式挑选和分辨知识 对比知识的来源，目的是删除重复和不可靠的信息，增加获取新知识的可信渠道，保证自己所获得知识的质量。通过归类对比，我们能把那些真正值得学习的知识找出来，将他们放入自己的学习系统。

画一个思维导图，让知识“可视化”

思维导图的最大作用是可以让我们 对知识进行横向的扩展，把不同的点以列表、图像、分支的形式展现在一张纸上，让知识的主要节点一目了然。通过视觉表征的方式，刺激大脑的图像化思考，如同在城市中拥有了一种“直升机视野”，看到知识的关键部分。

我们对外界环境的感知主要是通过不同的感官实现，眼睛是获取知识最主要的一条通道。为知识画一张思维导图的最主要目的，就是扩大眼睛的作用，让知识变得立体化，使它的整体结构通过眼睛传输到大脑，可以节省很多不必要的精力。

在认知心理学中有一个 “双重编码” 理论，该理论认为，人的大脑中存在两种功能独立却又相互联系的信息加工系统：一种以文字语言为基础，另一种以表象语言为基础。前一种是语言意义，后一种是图像意义，对信息同时进行两种加工，等于实施了双重编码，记忆更加牢固，理解也更为深刻。

除此之外，制定思维导图还有一个重要的原因，那就是文字语言的表达天然具有碎片化的特征。如果你按部就班地阅读文字知识，就需要劳烦大脑把碎片化的知识拼接起来。文字语言碎片化的特点决定了它不利于高效能地学习，起码在理解的环节为我们设置了足以让人望而生畏的障碍。与之相比，视觉化的表达则具备强烈的整体性的特征，尤其善于表达知识之间的关系，使大脑能够更好地把复杂的信息迅速地加工和记忆。

总体而言，费曼在自己的教学工作中推荐的“思维和流程导图”有助于我们解决以下的 五个问题：

快速地获取自己需要的信息------不论一本书，一门学科，还是一种技能，速度可以得到保证。

掌握理解和分析知识的方法------和文字语言比起来，思维导图的形式为大脑创造了一条视觉化的路径。除了读书外，我们要借鉴图片、视频等工具输入内容。

建立自己思考问题的框架------思维导图从整体和宏观的角度重新组织了知识，为我们提供了一个系统化思考问题的架构。

形成高质量的学习笔记------组织和绘制思维导图的同时，我们也会完成高质量的学习笔记。

为知识的输出做好准备------思维导图是以教代学的一个必要工具，如果你不能为所学的知识画出一个整体框架，就无法向别人输出知识。

尝试对自己复述

费曼学习法格外重视”输出“的作用------简单地讲，输出就是复述你所学到并理解到的知识并让听者理解。第一次复述要做什么，是先讲给我们自己听一听。你要尝试着将学到的东西为自己讲解一遍，看能否想计划得那样理解，或者至少透彻地解读一大部分。

对自己复述一遍可以帮助你：

建立长时记忆 一旦展开复述，我们就不得不回忆刚刚学到的内容，就像放电影一样。那些短时记忆从大脑中纷纷被调取出来，经过梳理、强化和初步形成知识系统，其中重要的部分便转化为了长时记忆。这个原理很简单，我们都知道------默读过的知识如果再朗读一遍，记得便尤为清楚。

加深对知识的理解 在复述知识时，相当于你沿着自己的学习思路和知识的逻辑又走了一遍，对知识的要点、立论和逻辑体系的认知更加明确，理解也更加深入，还可以发现很多学习时被忽视的细节。我在读书时常常温习两到三遍才能悟到原先没领会到的作者的意图。这么做总能加深你对知识的印象。

更加主动地学习 当你将复述作为一项任务加入学习计划中时，学习的过程中，你就能有意识和主动地对知识的重要部分加强理解，对论点、论证过程和逻辑基础也就更为敏感。这样一来，被动学习便过渡到了主动学习，提高了学习的效能。如果你没有一个复述的想法，学习时大脑逮着机会就会偷懒，它抱着完成任务的心态敷衍你，学习的效果往往不如预期。

对知识展开联想 复述不只是对知识背诵、整理一遍或只介绍大概，而是会让你发现过去不曾有过的想法，或者突然冒出新的思路。你自己的观点和所学的知识在复述的过程中彼此碰撞交融，产生灵感的火花。这会带来意外的收货，为你扩展学习的视野。

得到关于问题的反馈 需要一提的是，有很多公认的“好知识”盛名之下其实难副，权威的观点和论证也并非不存在问题，复述能帮助你尽可能发现那些与实际应用不相符合的内容。在复述时你可以对知识中的某一个论点、论据或论证逻辑提出自己的疑问，再从温习中找到反馈。这能为你养成很好的学习习惯。

Output

设定一个传授的场景，当我们要输出这些知识时，才会真正清楚自己究竟掌握了多少，发现那些还需要强化和加深理解的内容。

以教代学的原则

• 语言简洁易懂

• 精准到位，没有歧义

• 讲出一定的深度

• 加上自己的理解

输出的记忆学原理

在记忆学的研究中，科学家认为记忆是过去的经验在人大脑中的反映，它不但是神经活动，还是一种复杂的心理活动。虽然神经细胞承担着记忆的主要责任，但人的心理活动却影响着记忆最终的结果。记忆的行程包括了 **识记、保持、再现和回忆 ** 四个基本环节，每个环节都不可或缺，也都由神经细胞和心理活动共同完成。

识记------编码 我们的感官系统对于外界的刺激并非是悉数接收，不存在不加以区别便全部输入大脑的情况。因此识记信息时大脑有一个编码的步骤，即精准地识别信息，记录信息，把那些应该被记忆的内容挑选出来。

保持------存储 存储信息就是大脑形成神经回路的过程，也就是使神经元的连接越发紧密并产生定式，这个定式就是神经回路。我们的眼睛、耳朵等感觉系统获得信息以后，先存储在“感觉区”内，时间非常短，此时尚属于短时记忆，也叫第一印象，等待大脑加工处理，然后把信息传入“海马区”。在这里，海马神经的细胞回路网络受到连续的刺激，加强了突触的结合时间，信息停留的时间被延长了，便产生了“第一级记忆”。

再现------检索 当我们需要输出知识时，对记忆而言一个重要的变化将会产生。如同平地起惊雷，大脑将开启管理知识的新模式------从单向的输入转变为同步的输出和输入。输出知识时，我们的大脑内要准确地再次呈现神经元反映的信息，指导合成信息蛋白并把知识再现出来。在这个过程中，我们还要从大脑中找到信息，检索那些关键的部分。

回忆------巩固 我们学到的知识如果不加以复习，结果注定是遗忘。输出就是一次高质量的复习，起到巩固记忆和提炼核心知识的目的。通过有针对性的、反复地输出，长时记忆甚至可以转化为永久记忆，做到终生不忘。我们在生活和工作中不假思索便能运用的知识，大部分都源于长时记忆或者永久记忆。

因为从记忆学的角度看，在输出相关的知识时，等于我们的大脑不断地重复记忆的四个环节：识记、保持、再现和回忆，一遍又一遍地开垦这个知识，倒逼输入，也加快记忆和理解。

第二次复述

第一次复述是把自己当做倾听者，第二次复述是进入一个真实的传授知识的场景，向别人甚至多个人阐述你对某项知识的看法。

• “分组讨论”是自主学习的一种高效方式
• 帮助你设计复述提纲并且准备一些问题
• 从听者那里获得中肯的评价和异议

Block

通过回顾和反思，对学习的不满意之处进行纠错，发现缺口，并用更精炼的语言概括自己掌握的知识。

重新对比数据和事实

• 重新检查知识库

• 重新验证知识的关联

回顾原则

怀疑和探索 确保数据和事实是准确、精确和经过科学统计的。对未知保持强烈的好奇心，怀疑一切定论，哪怕它是权威定论。探索知识的本质和背后的问题，而不是仅记住知识的内容。

寻找反证 否定式的证据具有无比重要的作用，对此不能刻意忽略。对薄弱环节要多方搜集信息，从多个角度加强理解，并提出自己的看法。重视争议性的观点，从让人困惑的争议中获取比黄金还珍贵的知识点。

提升“内容留存率” 追求学习的效能，而不是知识的数量。将主要精力放到有用的学习上，也就是重复理解那些“有用的知识”。加大内容留存率，我们需要拥有“原理性思维”。

Simplify

学习的最终目的，是抽取我们需要的东西，形成自己的知识体系。

简化知识的要点

打开知识的“重要性开关” 即，哪些知识很重要，哪些知识一般重要，哪些知识不重要。为它们列一个优先级，排好顺序，全力吸收那些重要的知识。

将知识从复杂回归简单 费曼认为，所有复杂的知识体系都有一个简单的核心逻辑，就像一团乱麻会有一根总的线头，找到这个线头往外一拽，这团乱麻便轻松地被化解了。要把学到的知识简化，我们就要提升自己的思考维度，站在高处往下看，找到里面的那个核心。

形成自己的知识体系

什么是我们自己的知识体系？通俗地说，就是我们可以将零碎分散、相对独立的知识和概念吸收转化为自己的东西，赋予他们逻辑，并且有效地运用这些知识。当你拥有自己的知识体系以后，解决问题时就可以形成自己的方法论。在学习时，也能有目的地挑选正确和满足自身需求的内容；吸收知识时，也能做到合理地筛选、归纳和整理，使不同来源、观点的知识为己所用，发挥应有的作用。

为了实现这个目标，我们需要养成对知识深度挖掘和深度学习的习惯。在深度挖掘和深度学习时，最好使用多种工具，比如重要内容摘录、画出知识图谱、标记核心要点、内容分类、概要总结等。

“深度”的标准

技能的延伸和强化 让学习的过程不仅是解决一个问题，而是能够开拓新的领域，并且创造新的知识。

对知识的前瞻性理解 深度挖掘知识的核心要素和其他问题的内在联系，掌握基本的原理和规律，然后提出前瞻性的见解。

对知识的系统性强化 经过富有深度的学习，我们能打通不同领域的界限，优化自己的知识系统，开阔视野，从各个层面提高思考问题、解决问题的能力。

碎片化学习的弊端

• 你学的只是一堆空洞的结论而非丰满的逻辑

• 你所做的简化过程删除了最重要的推演环节

• 你的学习把多元化的辩证分析变成了一元化的立场总结

• 你只记住了表面的事实，没有发现背后的原理

长此以往，这种学习思维将彻底、完全地主宰你的行为模式，影响你的生活和工作：

• 你的知识不成体系，因此很难系统地、宏观地思考问题

• 你看待问题时容易简单化和片面化

• 你的思维与视野容易狭隘，看不到长远的可能性

• 你很难进行复杂、独立和具有深度的思考

第三次复述

费曼说：“我们所有形式的学习都是为了达到三个目的：第一是解释问题，第二是解决问题，第三是预测问题。”本书倡导的第三次复述便是为了帮助读者在学习到一门知识后，可以同步实现这三个目标，能够使用自己所学的知识解释问题、解决问题和预测问题。

划重点

学习，究其根本是 思维方式 的比拼，不是只是存储的较量，也不是学位的竞争。

作为著名的诺贝尔奖物理学家，理查德·费曼非常理解 记住知识 和 了解知识 之间的差别，这也是他成功最重要的原因之一。

马太效应 任何个体、群体或地区，一旦在某一个方面（如金钱、名誉、地位等）获得成功和进步，就会产生一种积累优势，就会有更多的机会取得更大的成功和进步。

学习不只是为了记住什么，而是我们通过学习建立自己行之有效的思维框架，并将知识运用到实践中，解决生活和工作中的实际问题。

人要尽量保持童真，因为童真的心态能扩大你的视野，让你愿意并且能够在这个世界中看到更多的“可能性”。

从长远来看，阅读和记忆并不是一场数量的比赛。

在学习中，经验保证你的下限，好奇心则决定着你的上限。

有时候你得到的知识根本称不上知识，充其量只是一堆信息。

主动的学习远比被动的学习重要；
系统的学习远比碎片式学习重要；
向内的学习远比向外的学习重要；
专业的学习远比跨界的学习重要。

后记

发现这本书的契机是离职后与前 Leader 的一段交谈，他对我的评价是很勤奋很上进，但是需要注意效率，他向我推荐了《费曼学习法》，读了一遍感觉受益匪浅。我自诩是一个比较勤奋的人，可以花很长时间沉下心来学习我认为重要的知识，但现在看来，之前的很多学习实际的转化率很低，有些已经完全忘干净了，究其原因还是在于学习的方法。我之前是不太相信什么方法论的，认为跟成功学之类的书一样云里雾里，但这本书确实对我来说是有用的，可以解答我职业生涯这几年工作学习中的一些困惑。

首先是学习目标的选取。来到七牛做售后工程师，需要学习的东西有很多，也比较杂。为了能跑通各业务线的接口，我学习了 python；为了理解云主机和容器，我学习了 linux、docker、k8s；为了能对接 web 端实时音视频的客户，我学习了前端开发；为了在公司能混下去，我学了 go（卑微。。。）。可以发现每次制定的学习目标，就仅是为了“跑通接口”或者“跑通Demo”，可以支持客户回答问题即可，没有更深度的学习，也没有形成对应的知识体系。学到的这些东西对我来说是碎片化的，充其量只能称为“信息”，而不是成体系的知识。这可能也跟技术支持这个岗位性质有一定关系，每天都有大量客户反馈各种产品线的问题，这种工作状态下的多领域学习很难不是浅尝辄止。

其次是成体系化的知识摄取。之前一直在想一个问题，为什么往往自学的效率没有参加系统培训的效率高，主要原因之一是，自学时由于对知识领域的不了解，很难以一个全局的视角俯看整体知识框架，没有框架的学习往往是漫无目的的，而那些系统培训班一般会在第一课讲义里画出这门课的整体架构思维导图，可以对这门知识需要学习哪些内容有清晰认识，可以根据不同模块儿的重要性分配学习时间， 这样学习往往效率会很高。我是去年参加完 LiveVideoStack 论坛后对音视频研发产生了极大的兴趣和向往，这对我来说是件好事，因为终于找到自己喜欢的，可以专心研发的方向了。对于音视频研发，首先赛道不错，选择这个方向深耕对我来说是一个不错的目标定位，那接下来就是知识的获取了，一定要摒弃之前浅尝辄止的思维习惯，也不可在不重要的知识点上浪费太长时间，学习之前先制定思维导图，明确自己要学什么并合理安排时间。信息化的时代能学习的东西实在太多，曾经有大佬说过：“这个时代拼勤奋已经来不及了”，我觉得有点绝对，主要还是效率和思维方式的提升，有个好的学习方法，剩下的，卷就完了。

费曼学习法的核心是输出，即以传授者的角度输出知识，倒逼自己完善知识体系，形成长时记忆。以输入为目的学习，总感觉会缺乏一些是否彻底学会的衡量标准，而以输出为目的的学习则是以听者能听懂并理解作为最终目标，这一点在写技术博客时体会比较深。写博客也是一个检验知识体系完整性、准确性和不断简化吸收的过程，虽然博客不见得有人一起交流讨论，但至少在写博客时，我是抱着能让别人看得懂的心态来写的，这也足以让我受益匪浅，面试时那些被我总结写进博客里的内容总是可以回答的很好。以输出为目的的学习是费曼学习法的核心，但在本书中用来介绍输出的部分只占了很小一个章节，其实也可以理解，费曼学习法总结起来就那么几句话，作者肯定是要以此为基础来发散，不然哪来的稿费。有些章节的内容确实很有帮助，比如 Select 和 Input 的章节，介绍了很多实用的方法，但是后几章就觉得写的有些空洞，经常会看到一些“给知识注入灵魂”这种比较玄幻的内容，看起来很有道理，但对实践毫无帮助，太虚了。不过整体来说对我还是有帮助，特别是对这个时期的我。休息的这3个月让我有时间去想一些事情，平时工作太忙就会容易陷入到一种“毛驴拉磨”的陷阱，很勤奋但不注重方式方法，结果也只能是在原地画圈。希望自己可以尽快丢弃掉这种思维方式，将从费曼学习法学到的运用到日常的工作生活中，多互动多交流，用市场来检验自己的学习成果，早日成为一枚高效能的卷王！