你好，我是 Louiscard，这是你打造信息管理系统的第 24 天，今天我来跟你聊聊复杂概念终结者：费曼技巧（Feynman Technique）。
先来讲一个普朗克与司机的故事：
大物理学家普朗克当年获得诺贝尔奖后，每天奔波于各种演讲现场，讲了一段时间后，给他开车的司机都把演讲内容背的滚瓜烂熟了，他就跟普朗克说，你讲的这些我也能讲，不信咱实验一次。
普朗克一听，有意思，那下次演讲你替我，我给你当司机。于是下一次演讲，普朗克的司机就登上了演讲台，他洋洋洒洒的讲了一晚上，内容和普朗克一模一样。
但演讲完后要和观众互动，台下一个教授举手，请教了一个非常专业的问题，司机当然答不上来，他就抖了个机灵说，这个问题太小儿科了，让我的司机回答吧，于是真正的普朗克上台回答了问题。
这个故事流传很广，虽然真实性有待考证，背后的道理你肯定明白，死记硬背的知识只是虚假的自我认知，它和真正的学习相去甚远。
学渣的自我剖析
你可能觉得普朗克的司机的想法很天真，然而事实上，回想我们的学习经历，我相信不少朋友的学习模式跟我类似，也只是背过了几条「重点」知识，在考试中勉强达到及格，搞不好还不如这位司机大哥背得扎实熟练。
我从小就不怎么擅长学习和考试，这让学生时代的我过得异常辛苦。我在相当长的时间将原因归结为「不够聪明」，离开校园多年之后才慢慢意识到，更重要的原因是：没掌握有效的学习策略。
学习是一项复杂工程，影响因素很多，每个国家、每个学校、每个学生都有自己独特的学习策略，进而形成不同的理念和范式。然而，经常被忽视的一点是：不同的方法之间，是存在高下之分的。
举个例子，传统的教学主要包括课堂授课和期末考试，这种应试教育体制效率虽高，但问题也不少，甚至摧毁了很多孩子对应试科目和学习本身的热情。可汗学院改变了这种方式，他将学科知识切割为更小的知识单元，学生则通过观看视频完成学习，针对自己的掌握情况可以反复观看视频，直到真正理解。与此同时，完成每一个知识点的学习后需要连续答对 10 道题目才能解锁下一单元。
这个简单的策略让无数放弃数学的学生重拾信心，可汗学院的项目也获得了比尔盖茨数百万美元的资助，其理念深刻影响了全世界的教育理念。
这就是学习策略的价值，我们在上一篇介绍了检索式练习、间隔练习、多样化练习也是如此，没那么复杂，简单但是有效。像我一样，因为缺失有效的学习策略无法取得满意的成绩，最终痛恨学习，陷入自我怀疑的人肯定不在少数，也正因于此，我在准备这篇文章的过程中，随着对「费曼技巧」有了越来越深入的理解，更希望那些和我有同样痛苦的朋友可以更早知道这个了不起的学习策略。
为什么应该学会「费曼技巧」
费曼技巧是诺贝尔物理学奖获得者理查德·费曼（Richard Feynman）提出的学习研究方法，整个过程非常简单，只有四个步骤：
- Choose a Concept 选择一个概念；
- Teach it to a Toddler 假装把它讲给小孩子听；
- Identify Gaps and Go Back to The Source Material 发现理解不到位的地方，返回原始材料学习；
- Review and Simplify (optional) 回顾和简化信息（可选）。
整个环节最重要的一点就是「讲给小孩子听」，费曼曾经说过一句话：
如果不能把一个科学概念讲得让一个大学新生听得懂，说明你并没有真正理解。（ I couldn’t reduce it to the freshman level. That means we really don’tunderstand it. ）
有些人说，大名鼎鼎的费曼技巧，说白了不就是「以教促学」四个字吗？
这么说完全正确，然而这句话本身就恰恰生动地暴露出「费曼技巧」要解决的核心问题：我们太习惯在学习中使用一知半解的知识去假装学会了。
费曼在一次采访中举了一个生动的例子：1
看到那只鸟了吗？ 这是一种褐喉鸫，但在德国它被称为 halzenfugel，在中国人们称它为 chung ling，即使你知道所有这些名字，你仍然对这种鸟一无所知。
在我们实际的学习、工作中也常有类似错误，比如产品新增数据不好，结论是没有挖掘私域流量；产品留存数据不好，结论是产品 Onboarding 不友好；产品的口碑推荐数据差，结论是产品的 PMF（产品市场匹配度）太低。这就像「知识的诅咒」一样，使用错误的学习策略，非但不会发现自己的知识盲区，反而会误以为学得还不错。
造成这个问题的主要原因就是「现实世界的有效的反馈实在是太少了」。
知识最大的价值在于应用，学会一个理论知识，然后在实践中检验，并从中得到更多信息提升对知识的理解或者优化补充知识本身。然而，对于相当一部分的人来说，学习的很多知识，未必有机会立即去应用，因此也就没机会获得反馈，验证掌握情况，更不要提优化改造。
费曼技巧作为一种学习策略，在学习的过程中增加了一个环节：解释，而且是用让小孩子、大学生能够理解的语言，不能使用一知半解的专业词汇。在这个过程中，修正自己的认知，最终真正理解这个概念，而不是只是知道了几个专业术语而已。
使用费曼技巧的注意事项
下面我们展开介绍下每一个步骤应该注意的关键点。
第 1 步：选择一个你要学习的概念
找一张白纸或者使用 XMind 等思维导图工具，将概念写的中心主题。这里需要提醒的是，首先你已经完成相关资料和课程的阅读学习，费曼技巧不是针对新概念完成从 0 到 1 的学习方法，它是一种在学习的中后期验证以及支持后续学习任务的策略。
其次要量力而行，不要上来就挑战过于宏大的概念学说，从一个小点切入，投入产出更高。
第 2 步：把概念假装讲给其他人听
详细剖解这个概念，你可以假设自己第二天真的要在讲台上给 50 多个小学生讲课，因为是给没什么基础的小学生讲，因此一定要注意：不能使用专业词汇，不能使用「ROI、下沉市场、机器学习、标准差、UGC」这样的术语，你必须使用最简单的描述和例子。
术语是一种高度压缩的信息组块，每一个信息节点都包含大量信息，如果你不能将这个「压缩包」解压缩，那么很可能你和普朗克的司机一样，只是知道这个概念的名字而已，因此，不要自欺欺人，不要用复杂的词汇和概念来假装行家。
你不能教一个完全不会打游戏的小朋友说：「用一套技能 Combo 打出最大伤害」，你必须用具体的例子跟他解释如何使用技能的组合和衔接，让你的攻击目标行动瘫痪病受到最大的伤害。类似你可能知道「摄影要注意光线、布局和层次感」，如果你让我聊聊对光线的理解，我几乎只知道「中午的阳光不如傍晚，晴天不如阴天」，所以，时至今日，我的摄影水平依然只能拍出俗气的游客照。
第 3 步：发现卡壳的地方，回到书本和搜索引擎
如果发现解释起来不太清楚或者有些吃力的地方，不要轻易跳过，而是回到书本去把这部分知识盲区搞明白。遇到盲区和卡壳是好事，这些模凌两可的地方就是你之前不理解的地方，是启动一次专题学习的信息。未来找到一个问题的答案而学习，也会带来更理想的状态，这时候 Google 和看书的效率格外高。
比如我自己在准备这部分的过程中，也在用费曼技巧学习「费曼技巧」。
从图片上你能够看出来，还有很多的概念我的解释还远远不够简洁，达不到费曼的标准，比如费曼技巧和学习的关系，DIKW Pyramid、机器学习/人类学习与费曼技巧的联系、维纳提出的控制论与有效反馈等等。
这个过程会持续进行，这个 Think Map 和文章也会同步更新。
第 4 步：有意识的简化和回顾
认知心理学里面有一个概念，叫「加工水平模型」2
对于重要的概念和知识，值得你每年有意识的「简化和回顾」，它会确保你对相关知识建立更加深入的认知和理解，具体可以向这两方面尝试：
1. 足够简洁：尽量回归基础，费曼曾经说：「假如由于某种大灾难，所有的科学知识都丢失了，只有一句话可以传给下一代，那么怎样才能用最少的词汇来传达最多的信息呢？」一定有一些最简单，像原子一样基础的知识最终构成复杂知识本身。伊隆·马斯克推崇的「第一性原理」也提出过类似的方法，回归基础，能够从知识的原子出发，推演得到知识和正确的结论。
2. 能够类比： 很多概念过于复杂，对于没有任何专业基础的人的认知门槛非常高，如果仅仅是用逻辑和基础概念的组合很难让对方快速建立基本认知，有时候不得不用一些类比或比喻。但是找到合适的类比并不容易，你得建立足够深入的理解才行。比如物理学家将光比喻成射出的箭，将引力波类比扔到湖里一块石头引起的涟漪，我自己在介绍 GTD 的检查环节的时候，也用「周例会」给大家打比方，帮大家更快理解。
费曼技巧的学以致用
看到这里，你也许觉得「费曼技巧」是只是一种学习技巧。当然，它首先肯定是一个学习的好方法，连管理大神 Peter Drucker 所说：「No one learns as much about a subject as one who is forced to teach it.」（没有比被迫教它的人学得多）。可是真正理解费曼技巧之后，我发现它的应用场景绝不止学习这单一的场景。
先介绍一个 DeBug 的有趣方法：我们知道程序员经常需要调测程序，寻找 Bug，这是个颇为困难的工作。在《The Pragmatic Programmer》一书中介绍了一种行之有效的方法叫：「小黄鸭调试法」，就是对代码进行逐行检查，不跳过任何细节地解释每一行代码的功能或目的，而且你需要假设这只小黄鸭是个对编程一无所知的普通鸭子，这不就是费曼技巧么！
相对于学习一个概念，寻找验证方案和思路是否可行也可以借鉴费曼技巧的步骤，比如主题是「当前付费投放效果不佳」，费曼这个问题的过程中，你会列举之前的投放活动、实现效果、存在等问题、哪些是关键问题、采取怎样的措施才能解决等等。这个过程中，你会遇到困难，需要你通过进一步的资料收集和调研分析来解决，经过费曼技巧验证过的结论一定比拍脑袋想到的结论靠谱得多。
我有一个同事，在一些重要汇报之前，他都会在会议室的白板上「费曼」整个方案和思路，于是每次开会的时候不仅讲得条理清晰，任何问题都回答得有理有据，其实费曼技巧是一个学习方法，也是一种工作交付的标准。
在前面提到了写作等输出方式，无论是写作还是播客、视频，优秀的作品往往都是费曼工作法的产出形式，而不应该是为了输出而输出的任务。就像 Joan Didion 所说「I don’t know what I think until I write it down.」（直到我写下来，我才知道我的想法。3
最后的话
这就是费曼技巧的全部内容，相信费曼技巧，认真对待每一个重要的概念，不自欺欺人，不停留在误以为了解的错觉里，让知识经过「费曼标准」的考验，你一定能扎扎实实地掌握想所学的知识，逐渐成为所在领域的专家。