| name | deep-learning |
| description | 当用户"学了很多但记不住""读完书就忘""翻开书全会、合上书全废"时激活此 skill。典型信号：用户说"我读了很多书但什么都没记住""听了很多课但没什么改变""知道很多道理但做不到"。也适用于用户想要将学到的知识真正内化为自己能力的场景。
不适用于：用户还没有找到该学什么（应先用 touch-learning 筛选触动点）；用户的学习材料本身太难超出了当前能力（应先用 comfort-zone-edge 调整难度）。
关键 trigger：输入多输出少 + "学了就忘" + 知行脱节。
|
| source_book | 《认知觉醒》 周岭 |
| source_chapter | 第五章第二节「深度：深度学习，人生为数不多的好出路」 |
| tags | ["深度学习","知识缝接","费曼技巧","输出"] |
| related_skills | [{"slug":"touch-learning","relation":"depends-on"},{"slug":"check-in-trap","relation":"contrasts-with"},{"slug":"touch-learning","relation":"composes-with"},{"slug":"feedback-driven","relation":"composes-with"}] |
深度学习三步法
R — 原文 (Reading)
可见"缝接"是深度学习的关键，而大多数人只完成了"获取知识"，却忽略了"缝接知识"这一步，因此，他们的学习过程是不完整的。……浅层学习满足输入，深度学习注重输出。从想法到语言再到文字，即将网状的思维变成树状的结构再变成线性的文字，相当于把思想从气态变成液态再变成固态——那些固态的东西才真正属于自己。……逼迫自己获取高质量的知识以及深度缝接新知识，再用自己的语言或文字教授他人，是为深度学习之道。
— 周岭, 第五章第二节「深度：深度学习，人生为数不多的好出路」
I — 方法论骨架 (Interpretation)
大多数人的学习停留在第一步"获取"——读书、听课、看视频，以为"输入了"就是"学会了"。但大脑的学习机制是神经元建立连接的过程，光有输入没有加工，知识就像气态一样飘散。
深度学习三步法把这个过程补全：
第一步：获取高质量知识。不是"越多越好"，而是找最触动自己、最有深度的内容。宁可精读一本好书，也不要泛读十本平庸之作。获取的质量决定了后续缝接的深度。
第二步：深度缝接新知识。这是最关键也最被忽略的一步。"缝接"就是用你已有的知识网络去消化新知识——用自己的话重新解释它，找到它和旧知识的关联，把它编织进你的认知体系。罗振宇把它比作"缝扣子"——把新知识缝接到原有的知识结构中。如果只是照抄原文或画思维导图，那只是"搬运"而非"缝接"。缝接的标志是：你能用自己的话把这个知识点讲清楚，不需要参考原文。
第三步：输出教授他人。"教是最好的学"。用最简洁的话让一个外行人明白你讲的东西——这就是费曼技巧的精髓。输出和缝接会相互巩固形成循环。
作者用了一个精妙的比喻：知识从想法到语言到文字，就像从气态变成液态变成固态——只有"固态"的东西才真正属于你，不会随时间烟消云散。
A1 — 书中的应用 (Past Application)
案例 1: 周岭坚持每日反思160天
- 问题: 读完《好好学习》后对"每日反思"很受触动，但不知道如何持续。
- 方法论的使用: 开始实践每日反思——每天留意最触动自己的事，用自己的话写下来复盘。这就是深度学习的"缝接+输出"过程：触动点是获取，反思复盘是缝接，写成文字是输出。写着写着，一口气写了160天。
- 结论: 每日反思暗含三大底层原理——触动学习法（捕捉触动点）+ 元认知（审视自己的思维）+ 深度学习（缝接+输出）。
- 结果: 在反思过程中萌生了开通公众号的念头，最终写出《认知觉醒》一书。反思文章超过1000篇。
案例 2: 周岭把李笑来专栏全部重敲一遍
- 问题: 在"得到"App订阅了李笑来的《财富自由之路》专栏，想要深度学习但不知道方法。
- 方法论的使用: 做了一个"傻"决定——把所有文章用键盘重敲一遍，包括文后重要的留言。一年52周，每周4天，每天约2小时。这不是简单的复制粘贴，而是在打字的过程中极度认真地思考每一个概念（维度、价值、复利、耐心、元认知），完成深度缝接。
- 结论: 对核心概念有了深度理解，为后续觉醒和写作奠定了认知基础。
- 结果: 对维度、价值、复利、耐心、元认知、刚需等核心概念有了深度理解，形成了独特的写作风格。
A2 — 触发场景 (Future Trigger) ★
用户会在什么情境下需要这个 skill?
- "读完就忘"：用户读了很多书、听了很多课，但过几天就什么都不记得了，感觉"白学了"。
- "知行脱节"：用户知道很多道理但行为上没有任何改变，"道理都懂就是做不到"。
- 低水平勤奋：用户每天打卡学习、追求阅读量，但"越学越焦虑，越焦虑越学"，没有真正的成长。
- 想要真正掌握某个领域的知识：用户不只是想"了解"而是想"掌握"，想把学到的知识变成自己的能力。
- 需要教授/分享知识：用户被要求做一次分享、写一篇教程、教别人某个技能，发现自己虽然学过但讲不清楚。
语言信号 (用户的话里出现这些就应激活)
- "读完书就忘，什么都没记住"
- "翻开书全会，合上书全废"
- "知道很多道理但做不到"
- "每天都在学习但感觉没有进步"
- "读了很多书但什么都没改变"
与相邻 skill 的区分
- 与
touch-learning 的区别：触动学习法决定"学哪些"（用触动筛选），本 skill 决定"怎么学深"（获取-缝接-输出）。触动学习法是上游筛选器，深度学习是下游加工器。如果用户的问题是"学什么"，先用触动学习法；如果用户的问题是"学完记不住"，用本 skill。
- 与
check-in-trap 的区别：打卡陷阱关注的是"学习动机的异化"，本 skill 关注的是"学习过程的不完整"。如果用户已经在打卡但只是在应付了事，先排查打卡陷阱；如果用户的问题是"没有缝接和输出"的环节，用本 skill。
E — 可执行步骤 (Execution)
当 skill 被激活后， agent 应按以下步骤执行:
-
诊断用户当前的学习层次
- 问用户："你学完一个东西之后通常做什么？"判断停留在哪一层：
- 只获取（听完/看完就结束）→ 停在第1步
- 有笔记/导图但只是搬运原文 → 有缝接但不够深
- 有用自己的话重述或教授他人 → 已在深度学习
- 完成标准：用户清楚自己当前的学习停留在哪个层次。
-
补充缺失的学习步骤
- 如果缺少"缝接"：教用户用自己的话重述——"如果你不能用一句话向外行人解释清楚，说明你还没真正理解。"推荐写阅读心得（不用长，几句话也行）。
- 如果缺少"输出"：鼓励用户把学到的东西讲给朋友/同事听，或者写成一篇短文/笔记/教程。"教是最好的学"，尝试用最简单的话让不懂的人也能听懂。
- 如果都缺少：从最简单的开始——每学一个知识点，问自己三个问题：（1）我能用自己的话解释吗？（2）这个知识和我知道的什么有关联？（3）我能把它教给别人吗？
- 判停条件：如果用户已经有完整的获取-缝接-输出流程，跳到步骤3。
- 完成标准：用户补充了至少一个缺失的学习步骤。
-
建立持续深度学习的习惯
- 推荐每日反思（写几句话复盘当天的触动+关联+行动），这是最简单的"缝接+输出"日常练习。
- 告知用户：深度学习是一个长期积累的过程，"从气态到液态到固态"需要时间。不要期望一次缝接就完全掌握。
- 完成标准：用户有一个可立即开始的深度学习日常习惯。
B — 边界 (Boundary) ★
不要在以下情况使用此 skill
- 用户需要的是快速了解某个领域的概况：如果用户只是想"大概知道一下"而非"深度掌握"，浅层学习（听书、速读）完全够用，不必过度追求深度。
- 基础知识的积累阶段：学习新领域的基础知识时（如编程语法、外语词汇），大量重复记忆本身是必要的，此时追求"深度缝接"反而降低效率。
作者在书中警告的失败模式
- 低水平勤奋陷阱（ce05）："很多人之所以痛苦焦虑，就是因为只盯着表层的学习量。他们读了很多书、报了很多课，天天打卡、日日坚持，努力到感动自己，但就是没有深入关注过自己的思考、行动和改变，所以总是感到学无所获。"
- 伪触动陷阱（ce09）："读书时画了很多横线，但过几天全忘了""听了很多道理，遇到问题时一个都用不上"——触动了但没缝接，等于没触动。
- 孤立知识陷阱（ce24）："不管这个新知识让人多警醒、使人多震撼，若是无法与已有的知识发生足够的关联，它存活不了太久。"
作者的盲点 / 时代局限
- "改变量>学习量"的绝对化：虽然改变确实重要，但在很多场景下（如学术研究、基础教育阶段），大量学习积累本身就是必要的。过早追求"改变"可能导致知识基础不牢。深度学习三步法更适合成人自主学习和技能型知识，不一定适合所有学习场景。
- AI时代的"缝接"可能需要重新定义：2024-2026年，AI可以快速完成"缝接"的部分工作（帮你关联知识、写摘要、生成解释）。这可能导致"伪深度学习"——用户以为AI帮你缝接了就是自己掌握了，实际上知识仍然没有内化。深度学习的核心"用自己的语言表达"可能需要升级为"在AI辅助下仍然能独立表达"。
- "深度学习"与"浅层学习"并非对立：作者认为两者权重不应搞反，但现代信息环境下，浅层学习（快速了解新信息）的价值可能比作者认为的更大。AI让"获取高质量知识"的门槛大幅降低，"缝接"和"输出"反而变得更稀缺更重要。
容易混淆的邻近方法论
- 费曼学习法：本 skill 的第三步（输出教授他人）就是费曼技巧的具体应用。费曼技巧是一个独立的完整方法（选择概念→教授他人→发现差距→简化重述），本 skill 将其作为深度学习三步法的最终环节。
- 学习金字塔（埃德加·戴尔）：学习金字塔是本 skill 的理论基础（被动学习留存率5%-30%，主动学习留存率50%-90%），但它只描述了现象，本 skill 提供了具体的"缝接"操作方法。
相关 skills (阶段 3 填充)
- depends-on: [touch-learning]
- contrasts-with: [check-in-trap]
- composes-with: [touch-learning, feedback-driven-learning, daily-reflection]
审计信息
- 验证通过: V1 ✓ / V2 ✓ / V3 ✓
- 测试通过率: (详见 test-prompts.json)
- 蒸馏时间: 2026-04-30
相关 Skills
- touch-learning (依赖): 触动学习法决定'学哪些'（上游筛选器），深度学习决定'怎么学深'（下游加工器）。touch-learning的A2段明确说'触动学习法决定学哪些，深度学习决定怎么学。两者是上下游关系——先触动筛选，再深度加工'。deep-learning的B段也指出'不适用于用户还没有找到该学什么（应先用touch-learning筛选触动点）'。
- check-in-trap (对比): check-in-trap的A2段明确区分：'深度学习关注学完之后有没有真正内化，本skill关注的是打卡行为本身是否在扭曲学习动机'。打卡陷阱是学习动机问题，深度学习是学习方法问题。两者都针对'学习效果差'这一现象但诊断不同。
- touch-learning (组合): 两个skill的A2段和B段互相列为composes-with。触动学习法提供筛选标准（学哪些），深度学习提供加工流程（怎么学），两者组合构成完整的个人学习系统。周岭的每日反思就是两者结合的产物。
- feedback-driven (组合): feedback-driven的A2段明确说'deep-learning侧重获取→缝接→输出的全流程，feedback-driven侧重产出作品获取反馈以驱动情绪脑，是deep-learning中输出步骤的延伸和具体化'。深度学习提供内化框架，反馈驱动提供动力机制，两者配合才能形成可持续的深度学习闭环。
