从依靠天赋到依靠科学方法

我有个亲戚,学习天赋很好,在我们县里一中读高中,前三名的那种。但是他有他的问题:就是太依靠天赋学习,取得相对不错的成绩,但距离成为真正的高手还有一段距离。

他的理工科很不错,但英语不怎么好。我和他交流,他认为他英语不好的原因是单词不懂,解决的就是提高单词量就可以了。但我认为不是这样的,我演示了如何答好英语试卷的法语填空,然后我指出他的问题是语法、单词甚至作文能力都不好。

我后来让他总结自己做对了什么,做对了什么才取的前三名的成绩。他说就是上课认真听讲,下课认真做作业。我反问道那为什么其他人也上课认真听讲了,下课认真做作业了,为什么成绩不好呢?

我给我这个小亲戚的总结就是他太依靠天赋了。

我帮他分析了目前英语问题,并分享了自己大学阶段总结的理科学习方法,我希望他能从一个天赋型选手成为一个依靠科学方法的选手,进而实现真正的进步。

言归正传,很多人根本谈不上依靠科学方法,不管是上学阶段还是工作阶段。

有个学习方法叫费曼学习法:是通过给别人讲明白的方式,让自己的学习有所进步。这个方法充分说明了依靠天赋和依靠科学方法的区别,也说明了依靠科学方法要比依靠天赋更有深度。天赋不可传递,科学方法可以传递。天赋难以迭代,科学方法容易迭代。

想要依靠科学方法,必须建立科学的认知。而复杂所以科学,科学之所以出现,一定程度上是因为事物到了一定程度的复杂度。

复杂所以科学,科学在我看来一定程度上就是分门别类,就是知识体系。

有的事情只要做出来就已经出类拔萃了,有的事情做出来只不过是起点,需要的的是做进一步优化。这里的事情换成工作也是一样。

所以我总结想要做好工作需要明确,是实现出来还是要优化。在这个目标基础上建立科学的认知,找到重复单元,多练习,从量变到质变,对事物进行科学的分析、研究,直到实现目标。

开发这件事到了今天,很多需求其实只需要实现就可以了,优化不是必须的。加上如今大模型的出现,开发的难度总体是在降低的。

投资这件事,想要做好要做的是优化。所以需要大量的学习,以及适当的验证。这样才能有比较科学的认知,有一些科学的认知体系建立。

赚钱这件事,显然是一个需要优化的事情。其实很多人并不是缺少赚钱的机会,只不过不是他或她想要的机会而已。赚钱这件事的优化是道阻且长的。

当然,有些事是既需要实现又需要优化的。优化的阶段,我的体会是要多观察多实践,多分析验证总结。在过程中不断调整策略,优化实现,相信一定会有一个不错的成绩。

很多事其实不是做不好,而是不知道要去的远方在哪里,也就没有行动的动力;而是不知道入门后接下来怎么做才能进一步提高,入门后要找到重复单元,然后多练习,从量变到质变。

(本文完)

相关推荐
马可奥勒留43 分钟前
《你以为职场是过家家?真正的高手都在用「职业化人际关系模型」》
程序员
袁煦丞1 小时前
数据库设计神器DrawDB:cpolar内网穿透实验室第595个成功挑战
前端·程序员·远程工作
codeGoogle2 小时前
不吹不黑理性讨论:疑似华为员工匿名指控盘古大模型造假,你怎么看?
程序员
陈随易3 小时前
MoonBit助力前端开发,加密&性能两不误,斐波那契测试提高3-4倍
前端·后端·程序员
难受啊马飞2.05 小时前
如何判断 AI 将优先自动化哪些任务?
运维·人工智能·ai·语言模型·程序员·大模型·大模型学习
顺丰同城前端技术团队8 小时前
DeepSeek 国产大模型新标杆
前端·后端·程序员
AI大模型9 小时前
COZE实战部署(二)—— 创建Coze应用
程序员·llm·coze
redreamSo10 小时前
AI Daily | AI日报:ChatGPT识破10年顽疾,医疗AI震撼登场; 微信支付MCP开放,机遇与风险并存; 蒙娜丽莎图让大模型几乎全军覆没
程序员·aigc·资讯
程序员鱼皮11 小时前
Cursor 1.2重磅更新,这个痛点终于被解决了!
ai·程序员·编程·agent·软件开发