想必到了一定年龄之后，应该沉淀的就是方法论和思维模式了。原本的一些碎片化经验在这个阶段开始受到了很大的挑战，甚至会有深深的怀疑。
在此我的建议是采用四个步骤来迭代思考。
首先是根据你的认知理解，对于特定的问题进行梳理和总结，这是你可以做到的，也是相对来说比较容易实现的阶段。相对来说，总结一个问题是比较简单的，难度略大一些，总结一类问题。
接下来是把多个问题通过整理总结的方式进行串联，也就是发现其中的关联，并能更加有效地进行差异化拆分。 这样的一个阶段是比较难的，因为投入的工作量巨大，而且从点到面，从面到体是更高维度的挑战。
最后是进行系统化方法的补充，也就是说，我解决了一类问题，觉得还不错，我们可以参考行业内相通的一些方式方法，回过头来看我们到底在开始的时候到底卡在了哪里，到底是认知的问题还是选择性逃避。
最后是通过系统化，结构化的方式方法来重新审视我们的认知体系。看起来是一种螺旋式上升的感觉。
比如说学习机器学习的内容，如果找到了一个很不错的课程或者素材，能够体系化的学习，我是先进行启蒙学习和扫盲，把一些基础概念先搞明白，然后根据课程的要求学习，这个阶段给我很大的收获就是但凡是没有做过笔记，没有实际练习过的内容，看完之后过几天就跟没有学习过一样，只要是我照着书本敲一遍代码，我都会有一个大概的印象，我至今让我印象深刻的是当初学习K-Means算法的时候，我是按照整个算法的演示过程手工计算练习的，所以到现在我还是能很快的补齐这块的思维短板。
点到面的学习相对会难很多，所以这个阶段最好是通过脑图方式整理，或者式excel的表格化整理，我个人是比较喜欢Excel的表格形式，尽量避免ppt式的归纳整理。 基本上不断地提炼，会让你的思维理解更加清晰，这种碎片化的整理带来的是体系化思维的改进。
接下来就是理论知识，专业知识的补充了，通常会有跨学科的知识补充。很多时候都不是完全从技术角度入手。
最后是自我审视，来进行回顾，当时自己是什么状态，到底是在哪个环节上产生了瓶颈。 这个过程也能够给自己带来更多的借鉴，在后续可以改进。
所以从这个角度来看，我们很多速成的学习其实是有问题的，至少从心态上就已经开始走捷径了，走得太顺了导致一碰到问题就傻眼了。 另外我们很多知识储备的学习，本质上不是你学习的越多越好，而是在认知理解方面能够形成自己的知识体系，能够具有一定的辨别能力。
