分享一个学习方法：基于大量阅读（预训练）、直觉判断（非线性思维）、到真实环境快速&不断试错反馈（强化学习）来构建知识体系，而不是被动接受既定框架的知识规训。
这种方法更符合动态认知建构（对实践要求高的领域），也可能更容易智能涌现。

1、为什么线性学习（按框架接受知识，比如课本，学校的系统化课程）效率未必高？
线性学习虽然能建立基础，但往往有几个问题：
-无法和自身已有认知框架&个体经验挂钩：知识体系是别人的，不一定能契合你的思维模式。理解起来可能很费力。
-缺乏情景化应用：知识是抽象&封闭的，没有实践和反馈，导致对非标准问题适应性低。

2、如何更有效低产生智能涌现？
（1）大量阅读=pre training
-广泛阅读交叉学科，形成一个广义的知识网络。

（2）直觉=非线性知识连接
-多做模式类比，对大量信息进行潜意识整合，你的理解就容易上一个层次。
爱因斯坦的相对论不是从传统物理框架推演出来的，而是基于思想实验+跨领域理解（数学+物理）。

（3）试错+反馈调整 = 强化学习（RL）
-比单纯学习框架知识更能适应复杂现实。但前提是需要有能力创造实验环境；另一前提是需要知道标准，避免反馈失真，否则可能会误入歧途

ps：动态认知建构（对实践要求高的领域），比如投资、商业分析、科创。都是：动态（你永远可以找到新的基础进行”蒸馏“）、不确定性高、需要创造力。