范式

技能的纯熟需要时间来磨，从思索对策到凭本能而动，这种原理应用到学习上，就是环境熏染。从范畴论的角度来看，知识本身不是概念构成，而是概念的连接关系构成的，这种连接关系体现的知识结构的本质区别。所以，学习知识时，虽然最初是学习各种基本概念，学到精深之后，必然要关注于概念的联系，概念本身反而消失了。到达极高深的境界，只存在概念的联系，而概念的具体内容可以随意替换，由此可以将一种模式迅速的迁移到极不同的领域中。

这就是范式，逻辑推理系统，概念联系网络。这种东西需要时间来学习，或者是需要习惯来学习。可以考虑一个例子，刷题，刷题到最后就变成了模式识别，问题类型，参数个数，解决方法，在极短的时间内将一个具体问题分解为了主要组分，然后套用方法，完全不需要推理。很多熟练工人都是这样应对任务的，因为不需要思考，所以反应极快，很少出错。

元学习和泛任务

学习说到底和任务没有本质区别，只是学习一般面向未知领域，所以这种方法也是可行的。通过元学习的方法，可以将所有的学习任务抽象化，变成具体的泛领域任务，解决一个泛任务，就等于解决了学学多多相同性质的任务。这种思想也是由范畴论而来，通过泛性质定义数学结构，这种数学结构以极大的抽象性而可以应用于极不同的具体数学领域中。比如积结构，对应于群的积，环的积，集合的积，拓扑空间的积等等，这样就把数学的内容极大的压缩了，提炼出非常少的基本概念，就可以描述极大范围的数学内容。

对于学习任务而言，自然也可以这般改造，提取出泛任务，通过解决泛任务，就可以顺带解决一大批同质的任务，所需的只是稍加修改。这种思想在编程中就是设计模式，通过基本的模式解决特定的任务群。所以如果对此有兴趣的话，可以去看一看设计模式的书籍，对于如何高效可重复的解决问题很有帮助。

想法来源

这种思想，来源于很久之前考虑的想法，知识如此之多的情况下，如何掌握所有的知识，这样就可以解决所有的问题，也就不会再有各种烦恼了。虽然这种想法破产了，烦恼的产生不在于对知识的掌握，不过，也留下了宝贵的成果，对知识的提炼和再提炼，提炼指的是专业化学习，再提炼就是泛专业化学习。虽然想要掌握全部知识是不可能的，但是减少具体领域知识的学习时间还是很有效果的。