知识的根源

邓小平先生有句话说，实践是检验真理的唯一标准。这句话，在我高中的物理老师中反复被提及，也某种程度上成为我恪守的一条原则。但是在此之外，那位老师来特别提醒说，实践是获取知识的重要途径，但不是唯一途径。

在IT行业，无论是工程师，还是分析师，都风行过“learn by doing”的概念。也就是前面提到的，通过实践来获取知识。

同样地正如前面提到的，这不是唯一的途径。

那么，究竟learn by doing是不是适用于学习某种东西，又或者，学习这些东西还有其他什么样的方法呢？

知识的层级

知识的一个明显特点就是其根据人的不同适适应程度是不一样的，比如对于一个整天忙碌在流水线上的工人和一个参与国家政策规划和实施的专家，经济学原理在他们之间起着截然不同的作用。

根据这种适用程度的不同，我们可以把一个人的知识粗略划分为三类。

第一类是实践性知识，这些东西指导并影响其日常工作和生活。这些是一个人掌握的最为牢固的内容，而且相对来说也更难以舍弃或者改变。

第二类是研究性知识，更多的是因为个人的发展和提升，才去了解学习的知识，与第一类知识的区别就在于，是否应用和影响到日常实践中去。

第三类是兴趣性知识，是个人在日常接触或者探索中了解到的内容，一个人所掌握的绝大部分知识都属于这一类。

理想状态下，这三类知识是依次蕴含于其中的，也即，兴趣域包含着研究域，研究域包含着实践域。当然实际情况可能并非如此：比如你选择了一份你觉得并不会感兴趣的工作，或者你正在考虑换个行业。

另外值得一提的是，这三类的划分只是基于知识与个人实践和发展关系，而不是熟练程度等。换句话说，你也许在某一个兴趣域里面是专家，但因为其并不能参与你的工作实践，所以，也只能算是一个兴趣。

学习的途径

接下来再看学习的途径。

首先是间接方式。这一点是很重要的因为大部分知识都是间接获取的：把前人已经总结出来的结论进一步整理和演绎，变成自己能够掌握的内容。这样能够避免重复前人的探索过程。

另外一种就是直接方式，通过自己实践发现和创造出来的内容：但这个过程是漫长的，一方面，需要长期的积累来达到一个能够创作的状态，另一方面，需要丰富的经验来获得发现和解决问题的机会。

当然了，还有第三种。通过学习不同的具体知识，结合自身的理解来抽象出更高层次的、应用更广泛的规律。这一个过程其实考验的是个人的系统组织能力—这种能力，后面我们会提到，是可以训练的。

与前一种分类法类似，跟实践结合的紧密的知识，是掌握的最为牢固的，其次是个人总结的内容，因为加入了个人的理解，所以也更容易与自身的知识体系融合。

所以，基于这几点，Learn by doing更能够较好的帮助人理解和掌握知识/技能：虽然是间接获取的知识，但是学习过程中会强调反复的实践和练习。

Learn by doing的意义

learn by doing，字面意思，以“做”的方式学习。这里面有几层意思，首先核心还是学习，也就是根本的目的；其次，重心在“做”，也就是通过实践学习；更进一步的是，在实践的过程中，个人可以通过自身对知识的总结可以获得更深层的理解。

我们可以通过一些例证来看：比如，学校里的数学教材，都会安排一定量的例题和练习。对于这种理论性的学科，这个方式可以更好的让人理解。

但是对于工科类的科目，偏重于书面练习就不够用了。一方面，这些是实践类的科目，在不同场景不同情境下，都可能会有不同的应用，另一方面，相同的场景根据类型和复杂度的不同，也有多种不通的解决方案。虽然不能够覆盖到所有的情况，但，对于各种情况的练习也应该是多多益善。

另外，doing的过程也正是训练个人系统思考和分析能力的过程：通过尝试多种case对比，能更好的发现其相似性进而总结出规律。

PKM

个人知识管理（PKM），是获取到知识之后非常重要的一件事情。当然对于很多人来说也许并没有意识到这件事的发生，但这对每个人都有很重要的影响。

其实PKM也是在另外一个维度上对知识分类的过程。所以，对于不同的人来说，可能有完全不同的管理方式，但核心是不变的：通过PKM来更好的管理自己的知识从而发现薄弱点、确定学习目标和提升学习效率。

通常我会从多个维度来对知识分类：通过标签的形式来指定每一个细节项所涉及的内容，并根据知识的可用性（即时可用或者需要进一步提取加工等）来分到不同的类别，同时，每一分文档都有具体的结构来承启衔接。通常的笔记或者wiki都提供类似的功能。

鉴于常规的电子化PKM工具都能够更好的结构化处理文档和其他的数据，这更方便了知识的系统化管理和分析，能够更好地促使个人知识体系的形成。另外，大部分类似工具都提供协作和共享的功能，使共同学习更加便捷。

追寻知识的根源

大部分时候，学习是了解what和how的过程，我们能够知道当前这个东西是什么，应该怎么做，在没有新技术革命的情况下，基本可以终身受用了。但是促使人能够进一步主动发现和创造新知识的，正是每一个已有的知识背后的why。也就是说，产生这个知识的根源。

通常，当我们站在知识产生的特定情境下才能够更好的理解问题，才能够更好的理解对应的解决方案，才能够更好的结合实践过程的体会发现可能存在的问题或提升点。比如代码中的单元测试，也就是为了保存引发对应代码的业务场景。

所以，在熟练掌握一门知识或者技能以后，一个可能的方向就是去深入探索其根源，去发现创新点。这也是为什么很多时候会去学习行业及其对应发展历史的原因。

以上。