这是一个创建于 276 天前的主题，其中的信息可能已经有所发展或是发生改变。
费曼学习法是一种高效的学习方法，适用于理解复杂的概念。首先选择一个要学习的概念，然后尝试用浅显易懂的方法把它教给别人。如果你卡住了，回到原始材料简化解释并进行类比，循环反复直到对方完全理解。
我相信对于物理，费曼学习法可能是有效的，因为绝大多数物理概念都是简洁、优雅、对称的。但我越来越怀疑学习计算机世界里的复杂的人造概念时，使用这种方法是否真的有效，尤其是你是那个被费曼的人的时候。
如果你对一个领域感兴趣，但不想从一开始就去看大名鼎鼎的专著，而是从网上随机搜索，多半会寻找到某些人发的博客/贴子/回答，而你（作为新手）根本没办法判断发帖人是一个该领域的专家，还是一个刚刚开始学习该领域的新手！
比如说 Monad 。我敢保证网上大多数的帖子都是作者学到一半恍然大悟之后就立刻写文章输出的结果。而很多不太准确的概念也因为能够局部拟合而广泛流传（比如：“数组就是指针”、“面向对象的特点是封装继承多态”）。
使用原始的材料学习固然正确，但它为了做到精确往往更加晦涩。作为新手，难免不被更加简化、直观、有趣的文章吸引，比如 B/Y 站上的视频，CSDN/知乎上的文章，乃至付费的网课。但大部分情况下，我相信看了之后应该是一种似懂非懂的模糊状态教学是一门艺术，并不是那么容易就能做好的。
当然，还有另一种选择：别人不来费曼你，你就去费曼别人。但长此以往，一个技术话题下会不会全部都是写给新手的低质量文章？
 | 1 feikaras 276 天前 已经都是低质量文章了啊。现在社区环境就不适合讨论技术。学习这事求内不求外吧。 |
 | 2 levelworm 276 天前 via Android 现在资料太多了，还是看书吧。学底层的东西，而不是学时髦的东西。我现在在学 imgui ，感觉他们这种直接看代码学习的方式蛮好的，以前都是先看教程，现在教程就是一个一万行的代码。 |
 | 3 mumbler 276 天前 现在不看文章了，让 AI 看文章跟它聊就行了，没必要用别人的费曼，让大模型当学生，你 1 vs 1 来教，不懂就问你 |
 | 4 TrembleBeforeMe 276 天前 费曼学习法也没说被教的人能学到什么东西啊 |
 | 5 renmu 276 天前 via Android 我相信你在网上搜索物理知识，什么都学不到，物理本身比计算机难懂得多得多 |
 | 7 Hookery 275 天前 直到对方完全理解。 ------ 重点是这个，你所描述的的学了一半输出的结果根本无法实现这个点 |
 | 8 isno 275 天前 看看我用“费曼学习法”写的书，https://github.com/isno/theByteBook |
 | 9 aleimu 275 天前 一个知识点至少都要两次学习,第一次是学到,第二次体悟 |
 | 10 prosgtsr 275 天前 按照上学时期老师的说法，这叫嚼别人嚼过的甘蔗渣 |
 | 12 mahaoqu OP |
 | 13 alphaControler 275 天前 via Android 老兄着相了，费曼学习法最重要的是思考和总结，别人费曼你的，是他的思考和总结，是供你参考的。而你参考了众多费曼的内容后，你再总结和思考，并输出属于你的费曼知识供他人思考借鉴。长此以往，一个技术话题的内容就会变的越来越丰富多彩。 现在最麻烦的是很多人拷贝别人的知识输出到自己的博文里，没了思考和总结，还美齐名为费曼学习，真是♀♀♀♀♀♀♀♀♀♀♀。 |
 | 15 kagenomirai 275 天前 正巧最近在学 Haskell 的 Monad ，也遇到这个问题。网上的 blog 不少是在复制概念和举例子，很少会去解释是什么和为什么。学数学给我带来最大的启发：解决问题前一定要弄清定义。这也是 blog 中非常缺乏的，而开放大学资源，教材，以及论文在这方面做到很好。 Monad 是个很好的例子，不管有多少作者举例或解释什么是 Monad ，到最后让我理解到重点的还是两步：理清 M 是一个 Monad 而 M a 不是； Monad (M) 是对 computaiton 的抽象即 `M a` is a computation resulting in `a`。为了实现这个抽象，我们可以给出 Monad 的详细定义（三个函数和三个法则），以此也推导出 Monad 是 Applicative 也是 Functor 。而这都是原始论文和 haskellwiki 上原本写着的，虽然非常凝练。 感觉学习很多时候就不能跟着直观走，数学里也不少反直觉的概念，但领悟后才可以用另一种视角考虑问题。 |
Select Language