如何高效地學習新技術？
許多同學好奇，私信問我是如何學習技術的。正好最近在學習 Rust 語言，趁著記憶猶新，便以 Rust 為例，談談我的學習方式。
對 Rust 不感興趣也沒關系，其中包含的學習動機、學習素材、時間規(guī)劃、訓練項目、心態(tài)建設等理念，也適用于學習其它技術。
提前聲明：本文分享的只是我個人的學習策略，僅供參考。
一、充分的學習動機是持續(xù)學習的源動力
學習技術，特別是學習新的技術，是一個高失敗率的活動。
不知道多少次，我們停在安裝項目依賴上，停在 Hello World 級別的嘗鮮上。
很多同學把這些失敗，歸結為自己不夠聰明，或者是不夠堅持，或者沒有一起學習的伙伴等原因。但是，大家忽略了一個很重要的核心因素——學習動機。
學習動機不是一個縹緲虛無的概念，最常見、最顯著的一個學習動機就是——工作需求。
工作需求，是一個強烈的、持續(xù)性的、外部驅(qū)動的學習動機。那些跟工作關聯(lián)起來的技術，通常就是我們掌握得最扎實、構成我們核心技術能力的部分。而那些跟工作關聯(lián)程度弱的技術，則是最容易中途放棄的部分。
學習動機不夠充分而過早放棄，是導致學習失敗的重要誘因。
除了工作需求以外，個人興趣是學習動機的另一大來源。大部分技術崗位的工作需求，可能沒有那么多，甚至掌握陳舊的技術棧也能應付好多年。等到突然被輸送到社會，才發(fā)現(xiàn)自己的技術競爭力不足。我們需要發(fā)掘出新的學習動機，去支撐我們不斷地擴張技術廣度和深度。
學習動機，跟感情一樣，也需要培養(yǎng)?；燠E于各個技術社區(qū)，聽聽其他人如何宣傳不同的技術，我們可以看到那些技術分別做出的承諾，如內(nèi)存安全、類型安全、跨平臺、高性能、易用性、可維護性等等。漸漸的，某些技術就在我們的心里種下了興趣的種子。
得到種子以后，我們需要親自澆灌培育這些興趣，讓它們更加充沛。在所有感興趣的技術中，去挖掘它們對我們現(xiàn)有工作的潛在價值。即便只是啟發(fā)價值也好，我們需要讓個人興趣跟工作需求關聯(lián)起來，如此可以得到更加持久的學習動機。
以我對 Rust 的動機澆灌為例：
我的本職工作是前端開發(fā)，涉及許多前端框架設計和前端基礎設施建設等工作。
當前的前端架構，只用 JavaScript/TypeScript 和 Node.js 等技術棧，已經(jīng)有點捉襟見肘。比如，用 JavaScript 實現(xiàn)的 Webpack 在應付大型前端項目的編譯和構建，性能達不到要求。Vue 作者尤小右嘗試借助瀏覽器原生的模塊加載管理去優(yōu)化這個問題，即最近熱門的 Vite。其中 Vite 就選擇了 Figma CTO 用 Go 實現(xiàn)的高性能 JavaScript bundler and minifier——esbuild。
未來前端開發(fā)基礎設施里將包含越來越多系統(tǒng)級編程語言加持的工具。畢竟 V8，Node.js，Deno 就包含大量 C/C++ 和 Rust 語言實現(xiàn)代碼。一切能用 JS 實現(xiàn)的，就算終將用 JS 實現(xiàn)，那些性能敏感的部分，也會更晚用 JS 實現(xiàn)。
也就是說，純 JavaScript/TypeScript/Node.js/Deno 的前端架構師，將來的崗位勝任力和技術競爭力，很可能弱于掌握了一門或多門系統(tǒng)級編程語言及其生態(tài)的同行。因此，有志于前端架構方向的同學，在 C/C++, Go, Rust 等語言中選一門或多門進行持續(xù)學習，對將來或有幫助。（看到這里，不知道有沒有埋下興趣的種子呢？）
用系統(tǒng)級編程語言可以優(yōu)化前端基礎設施，但是要設計一個好用的前端框架，還需要學習其它知識。特別是函數(shù)式編程（FP）、編程語言理論（PLT）和類型論（Type Theory）等。比如學習 Haskell，理解 Monad，掌握 Algebraic-Effects，熟悉 Codata 等概念。
基于上述工作背景，Rust 相比 Go 等語言的學習優(yōu)先級得以凸顯。
1、Rust 語言設計更加現(xiàn)代，它很好地吸收了函數(shù)式編程特性，如模式匹配，代數(shù)數(shù)據(jù)類型，Trait，默認 Immutable 等
2、Rust 團隊來自 Mozilla，對 WebAssembly 相對來說有更友好的支持和更多的投入，在 現(xiàn)代瀏覽器上通過 Wasm 去運行 Rust 代碼提升性能，對于特定的、復雜的 Web App 很有幫助。在《Rust and WebAssembly》一書中可以看到更多相關內(nèi)容：
Rust and WebAssembly
https://rustwasm.github.io/docs/book/why-rust-and-webassembly.html
3、Rust 在 Safe 和 Useful 上取得了更好的平衡
Haskell 的核心開發(fā)之一 Simon Peyton-Jones 在 2017 年的一個分享《Escape from the ivory tower: the Haskell journey》中，描繪了一個有趣的坐標圖：
安全性和實用性坐標。有的語言（如 Haskell）是從安全性出發(fā)，在保證安全的情況下，增加 IO 能力，向?qū)嵱眯钥繑n。而我們使用的大部分主流語言，則是從實用性出發(fā)，在保證足夠的實用性的情況下，通過 Type System 等的約束方式，增加安全性。
安全但不實用 vs 實用但很危險。最終大家的目標都是，既安全又實用。
而 Rust 既比大多數(shù)主流語言更加安全，又比 Haskell 等偏學術的語言更實用，處于一個非常良好的位置。
此外，值得一提的是，安全性和實用性并不完全是對立的關系。一門 100 分實用性但不夠安全的語言，普通開發(fā)者可能只能有效發(fā)揮出該語言 60 分的實用部分，只有少數(shù)高手才知道如何發(fā)揮出 100% 的實用價值。隨著安全性的增加，普通開發(fā)者能落地的實用能力比率也將增加。
簡單地說，Rust 編譯器可以讓我們對代碼的內(nèi)存安全、類型安全更加放心，從而敢于并且可以編寫出功能更復雜的代碼，而不必疲于跟內(nèi)存問題做斗爭，或者浪費大量時間去 debug。
通過以上分析，我為自己澆灌了學習 Rust 的強烈動機。通過 Rust，我有望獲得更相比在 JavaScript/TypeScript 里更充沛的函數(shù)式特性實踐經(jīng)驗，有機會編寫高性能的前端基礎設施去優(yōu)化開發(fā)效率，有機會編寫高性能的 wasm 模塊優(yōu)化 Web App 性能，有機會借鑒 Rust 語言設計思路去實現(xiàn) runtime 小，無需 GC 的前端 DSL 等的各種可能性。
如此，學習 Rust 就跟我的工作內(nèi)容產(chǎn)生了微妙的關聯(lián)，創(chuàng)造了一個持續(xù)的學習動機來源。如果大家愿意，也可以通過類似的方式，去挖掘出學習一門新技術的強烈動機所在。
二、嚴肅學習是有效學習的核心部分
培養(yǎng)學習動機的根本目的，是為了讓我們進入嚴肅學習的階段。
很多同學的學習方式有一個重大問題，就是一直停留在培養(yǎng)學習動機的階段。什么意思？
就是一直在看技術問答、小文章、技術視頻以及參與一些線下聚會等，卻沒有考慮去官方網(wǎng)站里安裝工具、下載依賴、閱讀文檔、編寫代碼、調(diào)試問題、搜索答案等。
技術社區(qū)是為了讓我們從他人的技術宣傳中獲得學習的興趣，獲得學習的素材，但它們自身不等于嚴肅學習。
那么何謂嚴肅學習？
嚴肅學習是指通過權威的、一手的、經(jīng)典的、系統(tǒng)化的學習材料進行學習的過程。
以 Rust 為例，入門 Rust 的嚴肅學習過程是，進入 rust-lang.org 官網(wǎng)，閱讀首頁里的基本信息，了解 Rust 給出的介紹和承諾，通過 GET STARTED 安裝 Rust 和新建 hello world 項目，運行起來。
然后進入 LEARN MORE，官方文檔指引我們?nèi)ラ喿x 《The Rust Programming Language》書籍，于是我們乖乖閱讀，做書里的練習題。不用等到看完這本書，我們又發(fā)現(xiàn)了的另一本書《Rust By Example》，放到閱讀列表里。讀完第一本，讀第二本，以此類推。
這是屬于嚴肅學習的過程，我們使用的材料，是官方權威發(fā)布的，是一手的，是系統(tǒng)化的，也是 Rust 當前的入門經(jīng)典。而我們在技術社區(qū)里看到的，許多是其他開發(fā)者基于這些嚴肅材料而產(chǎn)出的技術文章，性質(zhì)上屬于讀后感。讀后感不是一手的，不是權威的，不是體系化的，不是經(jīng)典的，不屬于嚴肅學習的材料。
讀后感/學習心得相比嚴肅材料，更簡單和輕松一點，可以幫助我們建立對 Rust 等技術的初步印象和學習信心，但難以作為入門 Rust 的充分材料。包括這篇文章本身，也不屬于嚴肅學習的范疇，而是一個激發(fā)學習動機的材料。
人腦是一個對信息來源很挑剔的器官，技術社區(qū)里混雜了很多八卦信息，它會輕視其中的少量干貨。而讀教科書、經(jīng)典著作和論文等嚴肅內(nèi)容時，大腦對信息的處理模式會切換成嚴肅學習的狀態(tài)，更容易記住內(nèi)容，并嘗試去關聯(lián)知識點。
那些停留在收藏夾里的嚴肅材料鏈接，是開啟我們有效學習大門的鑰匙，而在技術社區(qū)搜羅和收藏它們的過程，則是培養(yǎng)學習動機的階段。
讀了100篇讀后感，起碼要配合讀一篇相關的嚴肅材料去升華和沉淀，去聚攏離散的知識點。
三、高強度間歇性是高效學習的秘訣
在具備了學習動機、準備好了嚴肅學習材料之后，下一步就是規(guī)劃學習時間了。
我個人總結了一個學習技巧，分享給大家。
高強度間歇性訓練方法，原本是用以健身，現(xiàn)在我們借用來描述知識學習的一種時間規(guī)劃策略。
讓學習更高效，本質(zhì)上是讓大腦非理性部分去重視理性認知的成果。人類的理性認知能力，相比大腦的其它功能，比如視覺加工、記憶、語言等，是更晚演化出來的部分。因此，人類記憶的工作機制很大程度上是相對獨立的，不是我們想記住什么就記住什么，想忘記什么就忘記什么。在我們具備理性思考的能力之前，我們已經(jīng)具備記住信息的能力了。
因此，我們需要利用人類的記憶偏好、對信息加工的偏好等各種既定特性，去讓大腦記住我們理性上認定是重要的知識點。通過嚴肅材料進行學習，一方面是保證內(nèi)容的正確性和系統(tǒng)性，另一方面也是誘導大腦去做深刻加工。
嚴肅材料對我們的大腦來說，有兩重意義。一個是客觀層面，學習材料由權威人士編寫，經(jīng)過了層層的檢驗和時間的考驗。一個是主觀層面，學習材料對我很重要，很有意義，關系很大。
找到嚴肅材料之后，只達成了第一個層面的嚴肅性。第二層面的嚴肅性，需要我們自我建設。世界上的嚴肅材料這么多，如何向我們的大腦證明眼前這一堆確實是嚴肅的、重要的材料呢？
一個有效途徑是，讓這些材料反復出現(xiàn)，即高頻次、高密度、高強度地出現(xiàn)。
每天規(guī)劃出一段時間，半小時到兩小時左右，比如我規(guī)劃出晚上10點到12點之間學習 Rust 嚴肅材料。讓 Rust 每天都出現(xiàn)在我面前，每天都暴露在我的腦海里，隨著它出現(xiàn)時間和頻次的增加，大腦自動會逐漸認可 Rust 對我的生活的重要性。特別是，學習 Rust 過程中會遇到很多問題及其解決方案。它們會啟動大腦的另一個認知偏好——對負面內(nèi)容更敏感。也就是說，對我的大腦來說，每天都有 Rust 相關的問題在不斷產(chǎn)生和解決，它會分配更多認知資源去處理和消化 Rust 知識，它會激發(fā)我們對 Rust 更有興趣，因為它會想要獲取更多 Rust 信息去加工。主觀體驗就是，我們會感到 Rust 越來越好玩。
高強度的持續(xù)信息暴露是必要的，三天打魚兩天曬網(wǎng)的學習方式，難以有效的激活大腦對 Rust 或其它技術的嚴肅定位。
除了高強度部分以外，間歇性的部分也很重要。它是指，我們必須適時停下來，娛樂、休息和睡眠。盡量不要廢寢忘食地啃學習材料，仿佛一天要學完整本書。這是不現(xiàn)實的，一天強行看完整本書，不代表學習了整本書。大腦需要在睡眠階段對當天所學習的內(nèi)容進行加工和整合。不停下來提供消化知識的機會，對身體健康和學習質(zhì)量都沒有幫助。
用權威學習材料達成客觀上的嚴肅性，用高強度間歇性訓練思路達成主觀上的嚴肅性，兩者結合起來，我們學到了主客觀層面都靠得住的嚴肅知識。
即便不了解上述嚴肅學習策略，其實很多同學也已有意或無意的通過增加嚴肅性來優(yōu)化學習過程。只不過其中很多策略，可能不太經(jīng)得起推敲。比如報一個培訓班，增加老師和同學的監(jiān)督角色，來提升學習的嚴肅性；比如去自習室、星巴克等地方增加學習氛圍的嚴肅性；比如購買實體書籍，布置一個富有儀式感的環(huán)境去學習等。
在短時間內(nèi)，這些做法固然是提升了學習的嚴肅性和質(zhì)量；但這不是免費的。這些形式上、氛圍上的嚴肅性，可能是成本高昂的。比如，當我們購買了 Rust 實體書回來后，很直觀的看到，它像磚頭一樣厚。
可能每次學習時，都得鼓起莫大的勇氣，把厚厚的書籍翻出來。每次都要洗漱打扮，出門去自習室占座，或者去星巴克占座，然后才開啟學習之旅。這種啟動學習的成本太高了，很可能導致我們學不起來，大磚頭書籍最后墊顯示器去了。
我個人的選擇是，在線學習。我的 Chrome 設置為每次打開都還原上一次關閉時打開的鏈接。Rust 材料的 Tab 標簽頁在我完成學習之前，會一直出現(xiàn)在我的瀏覽器中，只要我有了心思，可以迅速地切換 Tab 進入學習，迅速的啟動 VSCode 編寫和運行代碼。
學習材料的嚴肅性，包含了真正的知識。而學習環(huán)境和學習氛圍包含的嚴肅性，并不包含知識。假設培訓班老師自身水平也不過硬，所選教材既不系統(tǒng)也不權威，再嚴肅的學習氛圍下我們也可能吸收不到可靠的知識。而不管身處什么環(huán)境，什么氛圍，只要我們能沉浸到嚴肅知識材料中，有效的學習就發(fā)生了。
在制定學習規(guī)劃時，我們需要明確有效學習的干貨部分是否得到最優(yōu)化：1）我們找的學習材料里包含嚴肅的知識；2）我們成功讓我們大腦認可了這些知識的嚴肅性，使我們能長時間記住它們。即嚴肅性的知識得到主客觀的統(tǒng)一。
盡可能低成本地啟動嚴肅學習，可能是更好的途徑。
四、超綱訓練是鞏固知識的可靠方式
找到嚴肅的學習材料，扎實且認真地學習了這些材料之后，下一個階段是——超綱訓練。
看過一遍書，不代表充分理解了書里的知識。我們要去證明自己確實在一定程度上領會了知識。
如何證明？
做那些沒有參考答案的訓練，即超綱訓練。
以我學習 Rust 為例，《The Rust Programming Language》帶領我們實現(xiàn)了一個簡單的 grep cli 程序，一個簡單的多線程 web server。但是，我們的代碼實現(xiàn)，跟書里的答案太像了。即便我們能默寫答案，也無法勸服我們的大腦，這些代碼是我們的自主產(chǎn)出。
因此，在看完《The Rust Programming Language》和《Rust By Example》，我給自己安排了新的訓練項目——光線追蹤。
Ray Tracing in One Weekend
https://raytracing.github.io/books/RayTracingInOneWeekend.html
《Ray Tracing in One Weekend》是一本循序漸進的小書，里面的代碼實現(xiàn)用的是 C++，我們可以用 Rust 做一個重新的實現(xiàn)。如此構成一個超綱訓練，我們的代碼有參考，但不是 Rust 代碼，而是 C++ 代碼。我們需要完成三個層次的理解：1）理解光線追蹤算法；2）理解 C++實現(xiàn)方式；3）使用 Rust 實現(xiàn)。
光線追蹤是一個學習新語言特別好的訓練項目，它能囊括多種語言特性，又有性能要求，而且主要是數(shù)學計算，最后輸出的是數(shù)字構成的列表/數(shù)組，幾乎不需要使用其它 API，可以在多種環(huán)境里使用。
用 Rust 實現(xiàn)光線追蹤時用到的功能大致如下：
0）基礎特性：變量，循環(huán)，基本控制流，模式匹配，數(shù)據(jù)結構，數(shù)值計算，模塊，文件系統(tǒng)接口等
1）操作符重載：Vec3 向量數(shù)據(jù)結構的 +-*/ 等運算需要重載。
2）Trait objects：多種類型的幾何體，多種類型的材質(zhì)，需要能夠放到一個列表或者一個字段里做統(tǒng)一處理。
3）遞歸函數(shù)：光線追蹤算法是一個在遞歸函數(shù)里不斷產(chǎn)生新的光線路徑的算法
4）包/crate 的使用：rand 和 threadpool
5）性能優(yōu)化：使用多線程優(yōu)化光線追蹤算法性能
6）單元測試
7）cli 參數(shù)讀取
8）代碼組織結構設計
9）……
基本上覆蓋到了 Rust 核心語言特性的一大部分。
如上圖所示，我們跟著《Ray Tracing in One Weekend》，用 Rust 實現(xiàn)了十幾個從簡單到相對復雜的圖形渲染，完成了 1000 行以上的有效代碼量（已剔除demo之間重復部分）。
如此，我們完成了一個超綱訓練，這個過程肯定會遇到很多困惑和問題，我們會反復翻看《The Rust Programming Language》和《Rust By Example》里的相關部分，查看 Rust 標準庫文檔，查看 crate 文檔，Google 搜索其它問題等等。正是這些問題以及我們追索答案的過程，鞏固了我們看書時有意無意疏漏的部分。
超綱訓練是可以不斷升級的，升級越多的層次，完成度和質(zhì)量越高，訓練效果則越好。當然訓練難度也會不斷增加，到某個程度后，我們自然會停下來。比如前面用多線程優(yōu)化光線追蹤的部分，就算一次升級，它是在《Ray Tracing in One Weekend》沒有包含的部分。
另一個升級是，我們可以將 Rust 通過 Wasm 運行到瀏覽器上，然后對比 JavaScript 實現(xiàn)的光線追蹤算法，看看兩者的性能差異。這正符合我對 Rust 的學習動機之一：用 Rust + Wasm 優(yōu)化瀏覽器里特定任務的性能表現(xiàn)。
因此，我開始閱讀 Rust 官網(wǎng)里指引的另一本書《Rust and WebAssembly》，學習如何在瀏覽器里運行 Rust 代碼，然后將我們的 Rust 光線追蹤調(diào)整成 library crate。
如上圖，Rust + Wasm 實現(xiàn)的 Ray Tracing 渲染到瀏覽器的 Canvas 上。第一張圖片是渲染結果，第二張圖片是呈現(xiàn)各個像素點的渲染次數(shù)（次數(shù)越多越白）。
值得一提的是，頂部導航欄還有 JavaScript 和 Rust: Small Image 的模塊。其中 JavaScript 版本是我一年多前學習光線追蹤算法時，所做的超綱訓練項目。為此我還寫了 3 篇文章，描述如何優(yōu)化光線追蹤的渲染表現(xiàn)：《React 優(yōu)化技巧在 Web 版光線追蹤里的應用：上、中和下》，恰好可以拿來跟 Rust 對比性能表現(xiàn)。
Rust: Small Image 模塊則是另一個超綱升級。之前的渲染都是靜態(tài)的一張圖片，因為目前的實現(xiàn)無法支撐實時光線追蹤的性能要求。但是，既然我們都在瀏覽器上了，綁定一些用戶交互，切換觀察視角之類的，總是更有趣的吧？而且，Rust + Wasm 比純 JavaScript 實現(xiàn)確實性能好很多。我們將圖片的分辨率調(diào)低，將物體的數(shù)量減少，然后實現(xiàn)了一個簡陋的、可交互的實施光線追蹤效果。
如上所示，盡管體驗上不是特別好，但能夠調(diào)整視角，還是不錯的感覺。感興趣的同學，可以訪問下方 Demo 地址，在 PC 上體驗一下噢。
Rust Ray Tracing Demo
https://lucifier129.github.io/rust-ray-tracing-demo/ray-tracing-web/build/index.html
目前我所做的超綱訓練，就到上面為止了。其實還可以做更多升級，《Ray Tracing in One Weekend》的作者寫的相關系列，一共有 3 本，還有另外兩本的練習沒有去做呢。即便都做完了，還是可以繼續(xù)升級，將練習項目變成更加嚴肅的開源項目，成為一個 Rust 生態(tài)里的光線追蹤 crate。都是可以的，但這不是我當前的目標，因此我還沒有往這個方向努力的計劃?？偠灾?，光線追蹤作為我學習 Rust 的超綱訓練，已經(jīng)完成了它的使命。
超綱訓練之所以重要，是因為一旦我們將學習到的技術，投入生產(chǎn)。我們所面對的各種問題，幾乎都是超綱的，再沒有書里的參考答案讓我們照抄了。因此，在跟著官方書籍和教程學習完畢之后，立刻啟動一個超綱項目加以鞏固，可以有效提升學習的質(zhì)量。
五、成果積累是獲得技術自信的必要條件
一場學習之旅的最后一步，也是最容易被忽視的一步，就是將這次學習之旅匯聚成一個標志性的成果。
成果，可大可小。小到練習成果，大到科研成就。它是一個里程碑，昭示著某段時間的努力的價值。
它可以是一個具體的產(chǎn)物，也可以是一篇總結文章。當我們完成超綱訓練時，其實已經(jīng)自然而然得到了一個學習成果，當我們寫成一篇文章時，又產(chǎn)生了另一個成果。盡管在將來的我們看來，這些成果實在微不足道，但是我們現(xiàn)在仍然需要一個成果。
我們的大腦需要一個成果性質(zhì)的刺激。
是什么，區(qū)分了一次成功的學習和中途放棄的失敗學習？是成果。
如前面所言，Rust 光線追蹤還可以無限升級，根本學不到頭。不管我做成怎樣，本質(zhì)上都是中途放棄了去無限升級難度。因此，我們要創(chuàng)造一個階段性成果，去明確定義這次學習之旅是成功的，是達到預期的。上面那個托管在 Github 的 Demo 項目，以及這篇文章，都屬于我這次學習 Rust 的階段性成果。
隨著我們學習的技術越來越多，我們累計的階段性成果和文章也越來越多。我可以在 Rust 學習成果中，援引上次學習光線追蹤的 JavaScript 版本的代碼；可以在這篇文章中，援引上次我寫的 3 篇文章。這些在時間長河中層疊和交織在一起的階段性成果，可以告訴我們的大腦，它們真的很有用，很有價值，它們值得被銘記。
不斷積累的成果，有大有小，有的可能已經(jīng)被繼續(xù)升級，甚至得到其他人的廣泛認可，它們構成了你的成就。隨著我們擁有的成果和成就的增加，我們的技術自信心也會增加，更容易啟動去學習新的技術，去創(chuàng)造新的階段性成果。
我們需要去保留成果，讓它們留下痕跡，可舉證。一旦我們知道，再也沒有什么東西，可以證明我曾經(jīng)學過和達成過某些目標和成果，我們的大腦可能不再認為它們對我們的生活是息息相關的。而如果我們一直記得，可以從哪里拿出某個材料，作為證據(jù)，昭示我們曾經(jīng)的努力及其價值，我們的大腦會更樂意長時間的記住跟這個功勛章有關的知識。
對于技術學習而言，放在 Github 里的倉庫，是一個很好的成果儲存媒介。
六、心態(tài)建設是快樂學習的關鍵
學習技術，是一個長期的，甚至可能是終身學習的活動。在這個過程中，我們會碰到很多迷思，它們可能降低了我們學習的樂趣，可能打擊了我們學習的自信心。如何抗住這些負面思緒，正確的看待學習中遇到的各種困惑，是我們需要長期努力的方向。
在此討論幾個迷思，希望可以帶來一些啟發(fā)。
6.1、失敗是學習的常態(tài)，成功才是罕見的
開啟一次學習之旅，最后卻不得不宣告失敗。這是很正常的現(xiàn)象，所有人都會經(jīng)常碰到。
難道我現(xiàn)在收集量子力學的教科書，進行嚴肅學習，我就能學成嗎？概率太低了。
很多學習是有前置知識要求的，在滿足這些要求之前，越級去攻克某些知識，事倍功半，失敗是很顯然的。但是，很多時候，我們實在是不知道我們要學習的內(nèi)容，究竟有什么前置要求，我究竟是否具備這些條件。我們只能親自學上一學，用實際行動去檢驗我現(xiàn)在究竟有沒有學會這些技術的資質(zhì)。
也就是說，開啟學習之旅，本身就是一場未知的冒險。學習失敗，不完全是負面信號，不是指我們徹底完蛋了，它反而提供了很多正面線索：1）這些材料不適合我的情況；2）我需要尋找其它材料；3）我需要過一段時間，有了其它積累，再試試。
及時停止低質(zhì)量的，甚至無效的學習，是在止損，是在保留精力，投資在更有回報的學習中去。不必氣餒，來日方長。下一回，我們卷土重來時，勝算更高。
我們?nèi)シe累成功，但不必去細數(shù)失敗，徒增傷心，打擊士氣。
6.2、不必盲目攀比學習效率
在學習時，我們有時會忍不住跟其他人攀比學習效率，恨不得定下 1 天學會 XXX 技術的豪言。一旦在學習過程中卡住，特別是卡在基礎概念上時，我們會感到焦急，認為我們學得不夠順暢，拖慢了學習的效率。
然而，仔細一想，我們會發(fā)現(xiàn)這些小心思是站不住腳的。首先，我們在學習，也就是在面對我們未知的事物，我們憑什么知道花多少天自己就能掌握呢？即便我們準確的說對了學習時間，那也是無根據(jù)的猜測，實屬巧合。在沒有外部時間壓力的情況下，我們?yōu)槭裁匆拗埔粋€學習時間？如果我們的目的是學會這門技術，那么保持自己喜歡的學習節(jié)奏，默默前行，直到學完即可。時間長短，因人而異，不必攀比。
其次，遇到問題被卡住，也沒什么值得煩惱的。所謂順暢的學習，如果是指不被問題卡住的話，說明也沒學習到什么，都是一些本質(zhì)上已經(jīng)知道和解決的問題?？ㄗ。f明我們碰到了學習要點，在某種程度上是值得高興的事情。
如果我們在卡住時，為了追求閱讀進度這種百分比，而選擇跳過問題，直奔后面的內(nèi)容，可能帶來我們無法想象的代價。在我們啃完大部頭后，我們會認為自己已經(jīng)掌握了基礎知識，已經(jīng)過了從頭學習基礎知識的階段，到了實戰(zhàn)或者進階的時刻。
然而，其實我們基礎知識并不扎實，我們跳過了自己當時不太理解的基礎概念，它會反復困擾我們，成為我們進階的瓶頸。我們以為自己是因為不夠聰明，因此水平才一直沒有質(zhì)的提升，我們可能永遠不知道，根源在當時我們跳過的基礎知識上，我們不知道我們錯過的是什么。
因此，在嚴肅學習時，除非是投入了足夠的努力，證明繼續(xù)糾結下去也是無益，否則輕易不跳過任何內(nèi)容。
在學習 Rust 之前，我已經(jīng)具備 JavaScript/TypeScript, Node.js/Npm/Webpack，Haskell 等語言、運行時和工具的學習和使用經(jīng)驗。Rust 很多語法、特性、概念對我而言，已經(jīng)不算新穎，我仿佛可以跳過很多內(nèi)容，通過 Examples 和 Cheat Sheet 等方式，邊查邊寫，也能寫出代碼。
但是我沒有。
我選擇忍住沖動，默默一點點看，扎實的閱讀，去培養(yǎng)自己 Thinking in Rust 的心智模型。一旦我們選擇用 Haskell 的概念去理解 Rust 的特性，那么 Rust 就難以被我們的大腦認為是一等的事物，它可能被認為是衍生的、次要的，我們只要記住 Haskell 就好了。寫出 Haskell 味道的 Rust 代碼，讓其他人難以適應，讓自己也難以適應 Rust 里代碼習俗。
嚴肅學習需要減少偷懶成分，去扎實的、誠懇的、謙卑的閱讀系統(tǒng)化的材料吧，最后它們會給我們帶來不可估量的價值。
不要去思考我是不是足夠有學習效率，是否比別人學習效率高，轉(zhuǎn)而思考，我是否在忠實地學習？
學習效率是一個客觀統(tǒng)計，是我們扎實的學習完畢之后計算出來的，當我們走捷徑，不求甚解的快速瀏覽內(nèi)容，加快進度時，我們的學習效率并沒有提升，只是它無法被正確統(tǒng)計了。只有當我們的學習處處是誠懇的、扎實的，我們閱讀速度才反映了學習效率。否則閱讀速度只是閱讀速度而已，不代表我的學習速度，不代表我充分理解了內(nèi)容。
我們不知道在學習初期的加速行為，是否導致了后續(xù)學習效率的變慢。我們不能盲目的加快入門速度，因為對于我們還不了解的技術，我們實在難以評估后果。有時看似愚笨的默默學習，或許反倒讓我們后續(xù)的學習之路更加通暢。
嚴肅而誠懇地學習，即便不是最佳學習策略，也是一個明顯不壞的選擇。
6.3、不必成為焦慮的學習機器
學習可以是快樂的事情，我們不必追求每天都要有學習進展，不用覺得一天不學習，就落后于人。
人的成長曲線，可能是間歇性的突飛猛進，加上長時間的停滯甚至退步，構成的漲落。一年能完成一兩次高質(zhì)量的嚴肅學習，已經(jīng)非?？捎^了。
去安然地享受看似不思進取的娛樂時光吧，然后認真對待每一次嚴肅學習的機遇。
七、總結與回顧
人類是故事動物，而學習，是我們對自己的大腦講述的英雄冒險故事。
在技術社區(qū)里搜索有趣的內(nèi)容，培養(yǎng)學習動機，是在為我們的大腦尋找寶藏的線索。
在技術社區(qū)里挖掘到的嚴肅學習材料，是獻給我們的大腦的藏寶圖。
開啟嚴肅學習之旅，是我們的大腦正式邁上尋寶的腳步。
誠懇而忠實的學習，是讓我們的大腦不錯過任何知識寶藏。
而確立學習成果，則是讓我們的大腦相信，我們終于獲得了這次探險的目標——知識寶藏。
以上，就是這篇文章的全部內(nèi)容，希望這篇文章可以帶給大家學習新技術的啟發(fā)。