深度阅读
一般性阅读与深度阅读的区别，关键是，脑中是否对文中观点进行了深加工。
前者要求低很多，只要记得大致观点就可以，不需要对观点做深加工。比如说文章里说A影响了B，教材里说某事物是另一事物的主要原因，记得就好，别人问起就可以照样回答。而深度阅读则是两回事。每个进来的观点都需要反复思考，自洽了才能放进来成为自己的核心观点。对深度阅读来说，各式各样的阅读材料，即便再权威也并非真理，而只是某个可信或者不可信的证据，需要带着批判的眼光去审视，去伪存真。
那么如何判断自己是否已经进行了深度阅读呢？一个简单方案是通过自己的“猜功”来检验。一段文章，看了上面猜下面，看了几个词猜其它的，能猜中说明对主题有相对深入的理解，即便猜不中也是一个很好的思维训练。猜不出来，抹掉文字之后没意识到接下来会发生什么，一般是因为相关的文章看得太少，没有对照和比较的经验，对这个方向是外行，只能文章里说啥就是啥，被动接受，当复读机，这样的阅读就比较浅，也很容易忘掉，花再多的时间也是无用的。
猜功不行，基本可以判断不是深度阅读；但猜功很好，未必说明真的“读进去了”。很多时候可以通过各种浅显的证据来进行猜测，对深度理解内容并没有实质作用。猜功只是入门的手段，再往上走，接下来是要总结提炼出自己想看的关键点。
想一想，为什么文章中有的结论好猜，有的结论难猜？是因为它是一个复杂逻辑后得出的重要结论？一个意料之外却是情理之中的现象？抑或只是一个随机出现的有趣事实？把它们分门别类地整理好，建立起脑中的模型和知识网络，明白有些结点是重要的，有些则是可有可无的，这才是前文中提到的“观其大略”。
最后，再回头来看其它相关的文章，对于这些关键点，这些文章又是如何阐述，如何解释，用什么样的方案，如何在具体问题上解决的。带着目的去看文章，跳跃阅读，只抓住重要的细节和观点，有的放矢地深入，并知道读到什么程度算是读完了，马上可以去下一篇。这样可以做到”一目十行“，看得快又看得好。
脑中建立的模型，是要不停地迭代更新的。如果文章在某个你觉得莫名其妙的方向上，花了很多篇幅阐述一个没见过的主题，那说明也许自己之前忽略了一些重要的问题。这时候就不能再“不求甚解”了，需要好好读一下，好好想想那些问题是什么，并且补充进自己的知识体系里去。然后再多看看别的文章，是否有同样的讨论和分析，它们的见解又是什么样的，等等。
猜测，建模，更新，如此反复运转几个回合，至此整个深度阅读体系才建立起来。这里可以看到，什么时候仔细，什么时候粗略，都是要依照情况而定的，不是用几个成语能完全概括，需要亲力亲为，深入体验。对于一般人而言，为了习得知识，能有一定程度的深度阅读已是不易。如果想要提高效率，就不要被阅读牵着走。为好奇而阅读当然可以（这也是知乎吸引人的地方），但带着问题和目的来读来思考，几乎总是更有效率的方案。
为了学术工作而阅读，则要求更高。以上所说的几个阶段，不过只是学术阅读的入门罢了，在这基础上，需要不停地做好“掀桌子重来”的准备。为完成一件事情打的这些补丁，是否存在未覆盖的漏洞？这乱成一团的知识体系，是否不过是为了现象而强行编造出来的故事，其实有更好的解释？那些在文章中大段阐述的事实，是否存在一个更为深刻而简单的原因？在读完大量文献后好不容易构建出来的知识网络，是否又是更深层次“真理”的种种表象？
达到了这一步，才学会了如何进行评审，如何问出深刻的问题，渐渐形成自己的想法，提出独到的见解，在学术上有所突破。
从人工智能的发展上来看，以上说的，其实和“通过自监督学习来学习有用表示（representation）”是有很强的对应的。我们现在看到的预测式模型（predictive model）和对比学习（contrastive learning），其实就是深度阅读入门阶段“猜功”的对应——一句句子里抹掉一个词或者改换一个词，一张照片里挖去一块区域，通过让模型去预测，来学习到数据中潜藏着的重要知识。自监督学习中出现的各种问题，比如说模型找到了各类作弊方案而未能学习出有用的表示，也正印证了猜功不一定有效。而猜功之后，人工智能领域还能设计出什么样的模型，如何让人一样做到深度阅读，能纲举目张地归纳知识体系，并提出质疑？在这点上，AI还有很长的路要走。
最后，这一切之上，这些行之有效的学习方案背后，究竟是什么样的数学机制在起作用，则是一个更深刻更困难的学术问题了。
克服惰性
“克服惰性”是另一个大家关注的话题。
说起这个话题，大家总是会想到历史上的各种传奇人物如何如何坚韧不拔，克服重重困难，达成不朽的功绩。但我想说的是，虽然必要的自控力是重要的，但还是不要太过相信自己的毅力。精神力量在物质条件面前，其实是非常弱小的。“头悬梁，锥刺股”之类的听听就好，“人定胜天”也只是个宣传口号，真的要实行起来，既伤害身体又没有效率，纯粹是为了感动别人。
传奇之所以是传奇，是因为几乎没人能做到。
对于普通人而言，最有效率的方案，是不要想着克制欲望，把它当作敌人，而是想办法反过来充分利用它。
在这方面，用强化学习的原理去分析会很有意思。比如说，游戏为什么比学习更受欢迎？那是因为在游戏中付出的代价很小，很快能获得满足感，并且奖励是高度可预测的；而相比之下，学习的激励要等很久很久才能获得，并且因为各种外界因素，不确定性很大。
那怎么办？首先可以参考强化学习中的“奖励塑形”（reward shaping），把目标分解成小目标，把遥不可及的激励分解成近在眼前的确定性小激励。与其头痛今天要做的十件事情，不如一件件列出来，每做完一件就划掉一个待做事项，是不是也有满足感？过去的经验无数次表明，如果同时要做十件事情，大脑处理不过来，结果是干脆放弃，低头刷手机一件也做不成；如果一件一件按照先易后难的顺序陈列出来，那反而会产生十足的行动力，并且在做完简单的之后，产生挑战更难事务的欲望。
当然，“奖励塑形”本身也是一个任务，而且是个比较辛苦的计划性任务，挺费脑子。这就需要第一推动力，乘着自己有克服惰性的意愿，赶紧把它做好了，之后细水长流，就会轻松不少。回顾以往，很多“懒得做”的事情都是抓住了某些契机，尔后开始做起来的。这些契机可能是“告诉了别人自己要做这个，所以不得不做啊”，或者是“随便写了几行代码发现还没那么难”，等等。就比如说最近的这两篇文章，周五晚上冒出些想法，先乘没睡觉之前写一点起个头，今天早上再增加一些想法，润个色，就可以和读者见面了。要是昨天晚上先倒头睡觉，今天起床再想想手上的事情堆积如山，就可能没有这个动力再从头开始写这两篇文章。不知不觉，《技术之外》系列已经写到了第五篇。要是从一开始就发大宏愿说要一口气写十篇，那就会拖延症爆发，很难开头。
如果能有意识地创造这些契机，开始一件事的阻力就会小很多。
再往上看，如果对所从事的工作本身有兴趣，那么激励就不仅仅来自于外界，而更多更频繁地来自于内心探索欲或是成就欲的满足，具备相对高的确定性，做事也会顺利很多。强化学习中，这个叫作“内禀激励”（intrinsic reward），所谓“求人不如求己”。到这个阶段，就不会再提出”如何克服惰性“的问题，而已是沉浸玩耍，乐在其中了。当然，这种情况可遇不可求，碰到一定要珍惜，之后也会碰到其它惰性方面的问题，比如说只会在自己擅长的方面拼命花时间，而不会去主动完善自己没有意识到的方面。这一点，可以参照我之前写的《把棋盘翻过来想》。
最后要注意的一点是，虽然有各种方法，但“克服惰性”永远只是一个手段而非目的。罔顾客观事实，一味强调主观能动性，朝着不切实际甚至不正确的方向狂奔，只会让事情变得更加糟糕。对于个人而言，为了锻炼天天跑步跑伤膝盖，为了赚钱拼命加班导致猝死，都是活生生甚至血淋淋的教训。往大处看，则有无数的历史教训，一个充满浪漫理想与善意的开头，一次勤勉有加拼上性命的豪赌，带来的并非是美好生活，而是极其悲惨的结局。
所以时常问自己一句“为什么要努力”是非常重要的，明确了目的，才会在“道”这个层面更有前进的动力。
参考资料
https://www.bilibili.com/read/cv22564712/
https://zhuanlan.zhihu.com/p/491841768
https://zhuanlan.zhihu.com/p/492418239