---
title: "3 大要素，提升你的碎片化学习效果"
author: "屠夫1868"
author_type: "person"
date: "2021-04-01"
updated: "2021-04-01"
description: "真正的「碎片化学习」正在被越来越多人所接受乃至实践。"
image: "https://asset.youzhiyouxing.cn/image/2021/04/01/01F26DBC522BHP1WZ682VSVCV2.jpg"
reads: "16793"
word_count: "3157"
reading_time: "7 min"
language: "zh-CN"
url: "/materials/655"
canonical: "https://youzhiyouxing.cn/materials/655"
site: "有知有行"
---

> 真正的「碎片化学习」正在被越来越多人所接受乃至实践。

*「碎片化学习」正在被越来越多人所接受乃至实践。*

吃早餐的时候，通勤的地铁上，睡前的1个小时……或阅读，或收听，我们通过屏幕和耳机用每一分钟获取知识——尽管是碎片化的。

不要误会，屠夫今天不是来批判碎片化学习的。

事实上，我还挺鼓励大家充分利用碎片时间获取知识的。

# 一、累积优势

社会学有一个概念叫 *「累积优势」* (Accumulative Advantage，也译作 积累优势)， *指个体一旦在某方面取得优势 (哪怕只是微弱的优势)，就有更大的概率变得更强。*

大家熟知的「马太效应」以及「滚雪球」，其实都是累积优势的特例。

名词看起来很厉害，其实概念很好懂。

上一所大学名校不能保证获得好工作，可是能上 985/211 的，就不会选普通的大学；

上一所中学名校不能保证考上 985/211 ，可是能读名校的，就不会选择普通的中学；

同样的逻辑，可以一路推到小学和幼儿园……于是 *「赢在起跑线上」* 的概念广为接受。

嘴上拒绝甚至喊「读书无用论」的人，一样为了孩子的名校学位争得头破血流。

为什么会出现这种现象？

因为大家心里都明白，每一个阶段的好学校，都能提升一点点的累积优势。

优势不断累积，就如同滚雪球一般越来越大，人和人的差距就是这样被拉开的。

举这个例子，不代表屠夫支持「起跑线论」。

人生可以产生累积优势的点有无数多个，没有人能把握全部的累积点；

不必为少数的环节而焦虑，「失之东隅，收之桑榆」是常有的事。

但不能忽视的是，我们需要「累积优势」，否则何来「收之桑榆」一说？

# 二、碎片化学习的误解

对于碎片化学习，有两个常见的误解。

*一种是把碎片化学习吹得太神。*

公众号和自媒体 —— 尤其是只会写快餐文那些 —— 为了保持自己的阅读量，会把没营养的碎片化阅读包装成「知识」，一边贩卖焦虑，一边兜售内容。

而他们所推销的内容，要么是夺人眼球的生造概念，要么是毫无意义的情感宣泄。

这些内容既无法构成知识体系，也不能提供方法论指导，充其量只是一种「知道」而不是「知识」。 「知道小贩」们推销的所谓碎片化学习，当然是过誉的。

*另一种是把碎片化学习踩得太低。*

或许是无良的「知道小贩」太多，以至于产生了与之抗衡的另一种误解。

持有这种误解的人认为，碎片化学习分散在多个碎片时间里，缺乏成体系的梳理，导致最终获取的信息都是散乱无序的，因此起不到真正学习的作用。

这种说法，一个反例就能推翻 ——

一年级语文也是一个一个拼音地学，他们会质疑这些「碎片化信息」的作用吗？

*任何知识，在打基础阶段都是看似碎片化的，只有到达一定程度才能展开结构框架。*

所以说，问题根本不在于「碎片化」。

对忙碌的上班族而言，像校园时代那样腾出大片完整时间学习，是不现实的；

然而屠夫也强调过，即便离开校园、步入职场，学习新知识也是刚性的需求；

所以，问题的核心在于—— *碎片化学习，怎么学更有效果？*

# 三、第 1 要素：长半衰期

*碎片化学习要取得好效果，首先要确保「长半衰期」。*

「半衰期」是物理学的一个概念，但生活中许多事物也有「半衰期」。

短半衰期的事，能给我们带来强烈的感官刺激和即时回报。

读一本网络小说，或者吃一次麻辣火锅，我们很快就能得到强烈的愉悦感；然而几天后，这种愉悦感就会消失殆尽。

长半衰期的事，可能没有明显的感官刺激或即时回报，却可以不断地累积和叠加。

以屠夫自己的体会来说：

本科学的各种定理和证明，其实早已遗忘。

但这些思维和方法，深深地印在我脑里。

这些基础，对我学习新知识很有帮助。

半衰期有长有短，这就引申出两种学习方法。

一种方法是： *积少成多地做长半衰期的事。*

背一个单词，或者学一条公式，或许当下不能马上发挥作用，甚至过些日子还会淡忘；

但当你持续学习的时候，过去留下的底子会成为奠基石，降低你未来学习的难度。

另一种方法是： *把短半衰期的事转化成长半衰期。*

同样是看一场电影，有的人看完即走，或者作为社交的谈资，仅此而已；有的人会思考电影中的细节，揣摩导演和编剧的用意，认真地撰写影评。

就像《投资式学习》里的 *「消费模式」* 和 *「投资模式」* 一样：

前者追求体验，只做短半衰期的部分 (看电影)；

后者深化结果，还做长半衰期的部分 (写影评)。

这个例子同样可以延伸到碎片化学习中：

有的人每天看上百篇公众号爽文，过几天就忘得一干二净；

有的人精选深度文章研读，还会写读后感、与作者交流。

# 四、第 2 要素：知识积木

碎片化学习的另一个要素，是形成知识积木。

屠夫曾从《小学问》里借用过 *「拼图」* 和 *「积木」* 的概念：

人们常常把知识想象成一张宏伟图像；

碎片化学习，仿佛只获取了拼图一角。

其实碎片化学习，可以获取一块积木。

人们以为知识都有预设的图像，每块碎片在完整的图像中都有固定的位置。

如果只取得一块块碎片，没有预设的图像，那么碎片化学习就成了无意义的。

事实并非如此。

高效的碎片化学习，获取的是「积木」而非「拼图」。

*积木没有「预设的图像」，只有「想要的模样」。*

乐高积木里最有用的那一块，一定不是火车头形状的，因为那样的积木只能用来做火车，做不了其他东西。

反而是看起来很普通的积木，容易和其他积木连接在一起，可以搭摩天楼，也可以搭太空堡垒。

回忆一下， 芒格 为什么鼓励投资者跨学科学习呢？

这并不是让我们成为所有领域的大师，而是累积不同学科里的「知识积木」；

在「投资」这个主题之下，我们可以将看似碎片化的积木进行转换和连接，最终形成「想要的模样」。

这是高效碎片化学习可以有效的要素—— *不要带着拼图的心态，觉得学完「预设的图像」才有用；*

相反地，要以「积木」的眼光来对待碎片化知识，学会灵活地转换和连接它们，构造属于自己的摩天大楼。

# 五、第 3 要素：结构框架

做到了上面两步，碎片化学习可以沉淀出知识积木；

但你需要 *结构框架，* 把散乱的积木有序地组织起来。

生活中，饭局里，总会遇到一些很会聊天的人。

ta 读过许多书，学过许多课，知识面非常广，聊天的内容非常丰富。

然而需要解决特定问题的时候，ta 的学富五车似乎派不上用场，往往束手无策。

*因为 ta 的知识，缺乏「结构框架」。*

说起来，「缺乏结构框架」可能是碎片化学习者最容易犯的毛病。

因为碎片化学习的 *时间碎片化、来源碎片化、思维碎片化，* 如果没有刻意地对所学知识进行思考、解构和整合，很难形成自己的一套结构框架。

或许你看了许多文章，知道搜索引擎广告的商业模式里要关注 CTR (点击通过率)，也知道广告覆盖率影响营收，却不知道 *如何用一条逻辑把这些要素串联起来。*

而具备结构框架的人，通常是这样记忆的：

搜索广告营收 = 用户搜索量 × 广告覆盖率 × 平均每页广告数 × 广告点击率 × 平均点击价格

(不同人的结构框架有所不同，屠夫在此只举自己惯用的一套)

一条公式，将一个复杂的商业问题分解为5个可执行、可提升的指标；

而5个指标分别以对应的方法提升后，最终又会带动整体营收的上升—— *这，就是结构框架的作用。*

形成结构框架，对碎片化学习者而言是困难的，又是必要的。

许多人在完成了前两个步骤后，就心满意足地合上书本，自以为已经「学到了」。

殊不知，学完无法为自己所用，你的学习不过是自欺欺人罢了。

记住一句话：

*未经思考的知识，不属于你。*

# 六、写在最后

让我们重温一下提升碎片化学习效果的3个要素吧：

*第一，做长半衰期的事，让知识可积累；*  
*第二，拥抱碎片化学习，形成知识积木；*  
*第三，以思考组织知识，打造结构框架。*

只要掌握好方法，碎片化学习可以帮助你形成累积优势。

而这十分重要，因为 —— 借用奇葩说的金句：

你可以一天整成一个范冰冰，但不能一天读成一个林徽因。

希望能给你带来启发。

来源：公众号「基业长红」  
  
转载文章发表的所有信息仅代表作者个人观点，不对您构成任何投资建议，详见 [《文章免责声明》](https://youzhiyouxing.cn/agreements/ARTICLE_DISCLAIMER) 。

## Citation

> 「3 大要素，提升你的碎片化学习效果」，屠夫1868，有知有行，2021-04-01。
> http://youzhiyouxing.cn/materials/655

---

*来源: [有知有行](http://youzhiyouxing.cn) · [更多内容](http://youzhiyouxing.cn/llms.txt) · [完整索引](http://youzhiyouxing.cn/llms-full.txt)*