Introduction

如果一个人的日常基线是高质量教材、论文、技术文档、源码、严肃长文，那么他会逐渐把更高密度的信息处理当成常态。

不要用大众化定义自己。不要用情绪化定义自己。

不要用低质量内容定义自己的上限。要设置一个高于大众舒适区的基线，然后把它变成日常。

一个更高的基线应该是：

• 每天读几十页严肃文本是正常的；
• 每天写几百到几千字笔记是正常的；
• 每天看论文、文档、源码是正常的；
• 遇到困难概念先自己拆，而不是马上找二手解释；
• 不理解是正常状态，不是停止理由；
• 反复读、画图、推导、复现是学习的一部分。

当这些成为“习以为常”，学习速度才会真正上升。

日基线与周基线

日常基线：

• 阅读高质量书籍 30 - 100 页
• 阅读论文/技术文档 3 - 5 篇
• 阅读源码/高质量代码 500 - 2000 行
• 写笔记、分析、总结 500 - 2000 字
• 写代码/做题/实验 1 - 4 小时
• 保留一段无干扰深度工作时间 五件套 + 深度时间块 深度时间为 90 mins ~ 4h 至少 90 mins 确保深度思考，强调连续注意力，避免频繁切换导致破坏上下文。

模块	作用
书籍	建立系统性框架
论文/文档	接触前沿和真实专业表达
源码	学习工程实现与设计判断
写作	把输入转化为显性理解
实践	获得反馈并修正能力模型
深度时间	保证以上活动不是碎片化假动作

日程版本：

项目	时间
深度实践：代码/题/实验	2–4 小时
书籍/教材	1–2 小时
论文/文档	1–2 小时
源码阅读	0.5–1.5 小时
写笔记/分析	0.5–1.5 小时

周基线：

每周指标	合理基线
高质量书籍	200–500 页
论文/技术文档	5–20 篇
源码	3000–10000 行
笔记/分析	5000–10000 字
实践	10–25 小时
深度工作块	5–10 个

日基线可能会波动、变化，设定周基线比较符合真实情况。某天主攻代码，某天主攻阅读，某天主攻写作，都可以。

主要风险

风险 1：变成数量崇拜

页数、篇数、行数只是代理指标。真正目标是能力变化。

更好的问题是：

• 我今天理解了什么新结构？
• 我发现了什么错误假设？
• 我能否独立复述？
• 我能否迁移到自己的项目？
• 我是否产出了可复用资产？

风险 2：输入过多，输出不足

很多人会用“继续读”逃避“开始做”。

一个硬规则：

学习性输入超过 3 小时后，必须有输出或实践，否则容易变成高级消费。

风险 3：难度不够

如果材料太简单，数量再大也训练有限。

有效训练应该有 10%–30% 的不适区：

• 有些段落读不懂；
• 有些证明要补；
• 有些源码要画图；
• 有些实验会失败；
• 有些笔记写不清。

完全顺滑通常意味着难度偏低。

风险 4：缺少反馈

读书和看论文容易没有外部反馈。技术学习必须把一部分输入转成：

• 代码；
• 题解；
• 实验；
• benchmark；
• 文章；
• 讲解；
• pull request；
• 项目功能。

否则能力增长会失真。

资料分析

图文资料作为高信息密度资料，包含概念、推导、例子、反例等，内容结构化且自洽，是学习一个领域的主要资料。教科书、lecture notes 作为高密度首选资料。

video 作为可选资料，主要是作为辅助，帮助直观理解，但是缺点明显：信息密度低，一分钟视频信息量远低于一页书或 lecture notes ；不便于扫描结构；节奏受限；容易陷入被动，否则就要常常暂定做笔记，也比较麻烦。

slides 如果有的话也是很好的资料，作为一个高度压缩的框架，可以快速概览、抓住重点、用来复习概念，不足之处在于缺少一些信息，导致上下文不完整，缺少完整推导。可以用来做为快速概览、复习框架。

输出：笔记、推导、复现