学 AI 最常见的困境不是资料太少,而是输入太多、输出太少。课程看完就忘,代码跑一遍就丢,三个月后只记得「学过」。认知科学有一致结论:主动回忆、间隔重复、在困难中练习,比反复阅读有效。这篇把三种方法拼成一个循环,专治「学了很多却做不出来」。
一、为什么「看完课」不等于会
- 熟悉感错觉:看讲解时大脑很顺,误以为掌握;合上视频却写不出代码。
- 没有检索:信息只经过「读」,没经过「回忆」,记忆痕迹很浅。
- 缺少反馈:不知道自己对不对,错误理解被反复固化。
- 目标模糊:以「学完某门课」为目标,而不是「做出某个东西」。
所以最短路径不是找更快的课,而是改学习结构:用项目制造需求,用输出暴露漏洞,用复习对抗遗忘。
二、项目驱动:先定交付物,再倒推知识
选项目三条标准:能验收(完成标准明确)、有真实输入(不是玩具数据)、能展示(别人看得懂)。
- 写下一个两周内能交付的最小成果,例如「一个能对本地 PDF 提问并给出页码的小工具」。
- 倒推里程碑:读取与切分、检索、生成、评测、界面。
- 每个里程碑只学「够用」的知识,遇到卡点再深入,避免先啃完理论再动手。
- 做完立刻记录:哪些坑、哪些取舍、下次怎么改。
项目别太「经典」。Titanic、MNIST 适合入门,但放进作品集几乎不传递信息。换成真实需要的场景,哪怕很小。
三、费曼输出:把「以为懂」变成「真懂」
费曼技巧的核心不是「讲给小孩听」,而是用输出逼出理解漏洞。四步:
- 白纸复述:合上资料,用自己的话写下这个概念是什么、为什么需要、怎么用。
- 讲给外行:写成一段 300 字短文或录一段 3 分钟讲解,禁止使用没解释过的术语。
- 标记卡点:讲不下去、只能背定义的地方就是漏洞,回到原始资料补。
- 简化并归档:用类比或图示重写,存进知识库作为复习材料。
输出形式可以很轻:博客、issue 回答、群内分享、代码注释。关键是有人能看懂并能指出错误。公开发布比私密笔记更能暴露问题。
四、间隔复习:只背会过期的东西
间隔效应与检索练习都有实验支持:复习分散到多天比集中突击记得更久;先回忆再看答案,比重复阅读有效。落到 AI 学习上,要分清什么值得背:
| 内容类型 | 是否做卡 | 卡片示例 |
|---|---|---|
| 概念与直觉 | 做 | 「温度调低为什么更稳定?」正面问题,背面三句话 |
| 公式与推导 | 少量做 | 「交叉熵与 KL 散度的关系」要求写出关键步骤 |
| API 与命令 | 少做 | 更该查文档,别背会过期的接口 |
| 排错经验 | 做 | 「显存不足的三种排查顺序」 |
| 论文结论 | 做 | 「这个方法解决了什么、代价是什么」 |
操作建议:每天 10–15 分钟,新卡当天、隔 1、3、7、14 天各见一次;卡片只写一个问题,答案不超过三行;每周日过一遍本周的卡,删掉太简单和太偏的。工具用 Anki 即可,不必折腾。
| 时间 | 做什么 | 产出 |
|---|---|---|
| 周一至周二 | 项目推进 2 个里程碑 | 可运行的代码 |
| 周三 | 费曼输出:写一篇 800 字讲解 | 一篇可发布文章 |
| 周四 | 项目推进,记录坑 | 更新 README 与问题清单 |
| 周五 | 复习卡,回看本周失败 | 修正后的笔记 |
| 周六 | 读一篇论文或官方文档并做卡 | 5–10 张卡 |
| 周日 | 休息或轻量复盘 | 下周计划 |
每天专注 60–90 分钟,比周末突击 8 小时有效。手机放远,用「25 分钟专注加 5 分钟休息」循环即可。
五、常见坑
- 收藏代替学习:收藏夹里 100 个课程,不如跑通一个脚本。
- 只调包不理解:能跑 demo 但说不清为什么,换场景就卡住。
- 追新模型:每两周换一个模型,项目永远停在环境配置阶段。
- 笔记搬运:把教程抄一遍不叫笔记,用自己的话重写才算。
- 没有反馈:闭门造车,错误理解没人纠正。找社区、找同伴、公开发布。
- 复习变成抄写:卡片太厚、答案太长,最后只是在看,不是在回忆。
六、30 天清单
- 第 1–2 天:定一个两周能交付的小项目,写下验收标准。
- 第 3–7 天:跑通最小链路,允许丑,但必须能演示。
- 第 8 天:写第一篇费曼笔记,公开发布并收集问题。
- 第 9–14 天:补评测与错误处理,记录 10 个真实失败案例。
- 第 15 天:做 20 张概念卡与排错卡,开始每日复习。
- 第 16–21 天:加一个真实用户会用的功能,找人试用。
- 第 22 天:写项目复盘:目标、做法、指标、失败、下一步。
- 第 23–28 天:把复盘改写成对外文章或 3 分钟讲解视频。
- 第 29–30 天:清理复习卡,规划下一个更难一点的项目。
学 AI 的最短路径,不是把知识装进脑子,而是让「做出来—讲清楚—记住」形成一个每周都在转的循环。
参考与延伸阅读
- The Feynman Learning Technique(Farnam Street)
- Test-enhanced Learning(Association for Psychological Science)
- Distributed practice in verbal recall tasks(Cepeda 等,PubMed)
- Anki Manual:Background
- Make It Stick(Harvard University Press)
- Learning How to Learn(Coursera)
外链内容由对应网站负责,访问以实际可用性为准。