| name | touch-learning |
| description | 当用户在学习时感到信息过载、"什么都想学但什么都学不好"、或者面对大量知识不知道该从哪里入手时激活此 skill。典型信号：用户说"读了很多书但什么都没记住""买了好多课但都烂尾了""书架上全是书但翻开的很少""不知道该学什么"。也适用于用户想要建立自己的知识体系/认知体系但不知从何开始的场景。
不适用于：用户已经有一个清晰的学习主题并且能专注深入（应使用 deep-learning）；用户面临的是行动力问题而非学习策略问题（应使用 comfort-zone-edge）。
关键 trigger：信息过载 + 伪学习（收藏不看/画线就忘）+ "学了很多但用不上"。
|
| source_book | 《认知觉醒》 周岭 |
| source_chapter | 第二章第二节「感性：顶级的成长竟然是"凭感觉"」、第五章第三节「关联」、第五章第四节「触动」 |
| tags | ["学习","触动","认知体系","知识关联"] |
| related_skills | [{"slug":"deep-learning","relation":"composes-with"}] |
触动学习法
R — 原文 (Reading)
我们不需要全盘掌握他人的知识体系，只需要掌握那些最能触动自己、离自己需求最近的知识。打碎各家的认知体系，只取其中最触动自己的点或块，然后将其拼接成自己的认知网络。"触动碎片"能够与自身紧密结合，慢慢变成自己的一部分，最终织出一张属于自己的认知网络。……触动是最好的筛选器，我们潜意识的感性能力完全可以作为学习的筛选器——通过情绪触动，识别与自身需求结合最紧密的内容。
— 周岭, 第五章第三节/第四节「关联」与「触动」
I — 方法论骨架 (Interpretation)
大多数人学东西的方法是错的：要么全盘照搬专家的知识体系（画思维导图、梳理框架），要么凭理性判断"什么最有用"然后贪多求全。这两种方式都忽略了一个事实——只有和你当前需求结合最紧密的知识，你才能真正学会并使用。
触动学习法反其道行之：用感性（直觉/感受）作为筛选器，只学真正触动你的内容。
操作分三步：
第一步：捕捉触动——读书、听课、与人交谈时，留意让你眼前一亮、心中泛起波澜的内容。可能是一句话、一个案例、甚至一个灵感闪现。不要用"这个知识点重不重要"来筛选，而用"这个内容是否触动了我"来筛选。
第二步：关联强化——触动了不等于学会了。新知识靠近认知圈边缘时触动产生，但如果不及时强化，触动点很快就会"飞走"。强化方式：用自己的话解释这个触动点，思考"这个道理还能用在什么地方"，找到它与已有知识的连接。
第三步：实践改变——最好的触动是能引发行动改变的触动。把触动点转化为一个具体的行动项，在日常生活中尝试使用。
这个方法的核心洞见是"打碎各家的认知体系，只取最触动自己的点或块"——反对系统性学习的教条，主张个人化的知识织网。
A1 — 书中的应用 (Past Application)
案例 1: 周岭的触动式阅读法
- 问题: 读完一本书后想系统梳理作者的知识框架，但发现梳理完了也记不住、用不上。
- 方法论的使用: 改为"只取一个全书最触动自己的点，然后尽可能去实践、改变"。读书时在触动的地方做标记、写联想，书读完后放上几天，问自己"这本书最触动自己的是哪个点？"——只要能真正触动并引发改变，这本书就超值了，其余忘记也不可惜。
- 结论: "作者的知识体系和框架，又与我何干呢？"不需要全盘掌握，只需要触动碎片。
- 结果: 形成了高效的阅读方法——通过触动学习法，每日反思160天后自然萌生了写作念头，最终写出《认知觉醒》一书。
案例 2: 成甲的"熔断不读书法"
- 问题: 读书时追求系统性和完整性，读了很多但吸收很少。
- 方法论的使用: 自创"熔断不读书法"——读书时一旦看到有启发的内容就立即停止，围绕触发点对自己提问：为什么这个点让我有启发？我能不能把这个启发用在3个不同的事情上？这个启发有没有其他类似的知识？先用感性选择，再用理性深化。
- 结论: 这是"触动学习法"的完美示范——感性捕捉触动点，理性强化关联。
- 结果: 成为"凭感觉学习"方法论的核心实践者。
A2 — 触发场景 (Future Trigger) ★
用户会在什么情境下需要这个 skill?
- 信息过载、什么都想学：用户同时关注很多领域，买了很多书和课，但每一个都浅尝辄止，没有深入任何一个。
- "学了很多但用不上"：用户读了大量内容，收藏夹满满当当，但遇到实际问题时一个都用不上。"听了很多道理，依然过不好这一生。"
- 面对厚重的学习材料不知如何入手：用户拿到一本100页的行业报告、一本厚书、一个长课程，感到无从下手。
- 想建立个人认知体系但无从开始：用户想"构建自己的知识体系"，但觉得需要先系统学习某个领域的全部知识才能开始。
- 对系统学习感到焦虑：用户觉得"我不够系统""我的知识太碎片化"，产生学习焦虑。
语言信号 (用户的话里出现这些就应激活)
- "读了很多书但什么都没记住"
- "收藏夹里全是好文章但再也没有看过"
- "我什么都想学但什么都学不好"
- "书架上全是书但翻开的很少"
- "知识太碎片化了，想系统学习"
与相邻 skill 的区分
- 与
deep-learning 的区别：深度学习三步法（获取-缝接-输出）是触动学习法的技术内核，触动学习法更强调"用什么标准筛选学什么"。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。
- 与
comfort-zone-edge 的区别：舒适区边缘解释了为什么"触动了就能学好"（触动点恰好在认知圈边缘=拉伸区），本 skill 提供具体的"触动→关联→实践"操作闭环。
E — 可执行步骤 (Execution)
当 skill 被激活后， agent 应按以下步骤执行:
-
帮助用户建立"触动意识"
- 解释核心理念：不要追求系统性和完整性，"触动是最好的筛选器"。
- 让用户回想最近学到的、印象最深的1-2个点（不需要是"最重要的"，只要是最触动自己的）。
- 完成标准：用户理解"只取触动点"而非"全盘掌握"的学习策略。
-
引导用户执行"触动→关联→实践"闭环
- 触动：确定当前的触动点是什么（一句话/一个案例/一个感悟）。
- 关联：问用户"这个道理还能用在什么地方？"引导至少找到2-3个实际应用场景。
- 实践：把触动点转化为一个本周可以尝试的具体行动。
- 判停条件：如果用户当前没有明确的学习内容（只是在规划学习策略），跳到步骤3。
- 完成标准：用户完成了一个触动点的"关联+实践"转化。
-
给出日常实践建议
- 读书时：不要从头到尾读，快速扫读找到最触动自己的1-3个点，停下来深度研读。
- 每日反思时：留意今天最触动自己的事（好或坏），写下来复盘。
- 建立认知体系时：收集各领域的"触动碎片"，慢慢织成自己的认知网络，不要全盘照搬任何人的体系。
- 完成标准：用户有一个可执行的日常触动学习计划。
B — 边界 (Boundary) ★
不要在以下情况使用此 skill
- 用户需要的是系统性的基础知识：比如学编程需要系统掌握语法，学医学需要系统学习解剖学——这些领域不能只学"触动的碎片"，基础知识需要系统性积累。
- 用户的"触动"实际上是情绪冲动：如果用户说"这个成功学大师太激励我了"，这可能是情绪冲动而非真正的认知触动。真正的触动是能引发深度关联和行动改变的那种。
作者在书中警告的失败模式
- 伪触动陷阱（ce09）："如果让你在一本书上画出令自己触动的地方，纸页上可能会有很多横线，但显然这些内容不能全部为你所用。触动了却用不了……这和没触动又有什么区别呢？"——只触动不关联，等于没触动。收藏夹里全是好文章但再也没看过，就是伪触动。
- 全盘照搬知识体系陷阱（ce17）："初学者迫切希望拥有自己的认知体系……很容易把'学习知识'和'学习认知'混淆，用掌握学术知识的方法去对待别人的认知体系，所以不禁沉迷于全面掌握和全盘照搬他人的体系。"
- 情绪决定读书陷阱（ce27）："一想到读书能让人变好……我们抑制不住地向他人索要书单，然后立即去网上或书店疯狂购书。我们把书从书架上取下或在网上点下付款按钮的一瞬间，那种快感简直无与伦比。"——凭情绪冲动买书，真读的时候兴趣全无。
作者的盲点 / 时代局限
- 个人经验泛化：作者"每日反思160天萌生写作念头"的经历预设了用户有一定的表达能力和反思基础。对于表达能力较弱或刚开始自我成长的人，"触动学习法"的门槛可能偏高——他们可能连"什么触动了自己"都说不清楚。
- AI时代的知识获取：本书出版于2020年，完全未涉及AI对学习的影响。2024-2026年，很多知识可以通过AI快速获取和关联，"触动学习法"中的"缝接"步骤可能需要与AI辅助结合。同时，AI也可能加剧"伪触动"问题——AI生成的摘要和解读让人产生"已经掌握"的错觉。
容易混淆的邻近方法论
- Zettelkasten（卡片盒笔记法）：和触动学习法高度相似（都是收集碎片→关联→织网），但Zettelkasten更强调"原子化笔记"和"链接网络"的技术操作，本 skill 更强调"感性筛选"这一独特入口。
- 主题阅读法（莫提默·阿德勒）：主题阅读强调针对一个主题系统阅读多本书，和触动学习法"打碎体系只取触动点"的思路相反。两者适用于不同场景：建立基础时用主题阅读，日常积累时用触动学习。
相关 skills (阶段 3 填充)
- depends-on: []
- contrasts-with: [deep-learning, comfort-zone-edge]
- composes-with: [deep-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
- deep-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。
