个人学习分享

关于学习的思考

我认为的高效学习:在有限时间内,精准获取所需知识,并能有效内化和应用。

我对学习的看法:知识是学不完的,论学习能力也比不上AI。我的观点是面向问题学习,让AI成为认知加速器。

AI是认知的杠杆: 将AI视为研究助理、翻译器、知识连接器和初稿生成器,可以大幅提升工作效率。比如:

  • 客户邮件翻译

  • 需求文档的翻译和理解

传统的翻译,翻译完后,也不一定能够理解对方想表达的意思。AI翻译不只是翻译,还会做出解释,这样效率更高。

高效获取信息与知识

信息源选择

获取信息/资料的信息源:官方文档 > 官方论坛 > 博客/论文。 官方文档包括:

  • 官方网站的文档区域

  • SDK/软件包,其中的 READMEdocsexample等目录

  • 官方源代码仓库(GitHub 等)中的文档文件

  • 官方提供的 API 参考

  • 官方入门教程和指南

利用公司资源

内部Wiki、知识库、过往项目文档。比如飞书云文档,可以在里面搜索想要了解的知识。

利用AI找资料

比如:项目需要使用共享内存,实现MCU和SOC之间的数据交互。

KIMI为例,找资料的时候,要打开接入互联网功能,不开的话,因为训练大模型使用的数据不是最新的,有些东西可能找不到。打开接入互联网的功能,就会通过互联网搜索资料。如果使用的AI工具不支持联网功能,不建议用来找资料。长思考主要用来分析一些复杂问题,如果只是收集信息,可以打开也可以不开。

  1. 假设项目用的芯片是TI的芯片。首先询问TI德州仪器的官网网址是多少?我们可以从回答里面看到阅读了哪些网页,展开后可以看看网页标题和简介,哪些与我们要找的信息强相关,可以点击对应的链接看看。

  2. 进入官网,在最底部可以找到官方论坛。

  3. 在官方论坛搜索IPC rpmsg相关的帖子,里面会有一些意想不到的收获。

  4. 基于官网和官方论坛找资料。找软件安装包的下载地址也是一样的方法。

  5. rpmsg原理资料收集。

  6. 了解基本概念后,继续了解实现流程。

  7. 在有一定的概念后,再去尝试寻找代码示例,这样才能准确表达想要找的东西是什么。

    最终引用的是官方论坛里面的一个帖子,上面的回复有提到一个demo的仓库地址。所以说官方论坛的帖子也是很重要的,有些资料藏得很深,只有TI的开发/员工能找得到。

最终收集信息如下:

学习习惯

流程:收集 -> 速览(建框架) -> 主题聚焦 -> 精读(核心) -> 即时笔记(防忘) -> 整理(内化)。

第一阶段:广泛收集与初步吸收

  • 行动: 围绕目标主题,广泛收集相关资料(遵循信息源优先级:官方文档 > 官方论坛 > 博客/论文)。

  • 方法: 对所有收集的资料进行快速通读,目标是:

    • 建立整体印象和知识框架。

    • 识别核心概念、关键特性和潜在难点。

    • 此阶段不求深度理解,重在扫盲和定位。

第二阶段:聚焦主题,深度理解

  • 方法:采用主题阅读法

    • 速览定位:快速浏览多个来源的目录、图表、摘要和章节标题,锁定与主题相关的核心章节。

    • 精读核心:集中精力深入阅读与当前学习目标最相关、最重要的核心章节(如实现原理、协议机制、关键特性)。

  • 核心原则: 深度优先,聚焦核心,避免在非关键信息上过度耗时。

第三阶段:即时输出,强化记忆与理解

  • 行动:边学边记

    • 重要性: 在阅读精读核心内容的同时,强制自己输出笔记。 避免遗忘。

    • 形式: 不拘泥于完美结构,想到什么写什么,优先记录:

      • 关键概念的定义。

      • 核心原理、机制的理解(用自己的话复述)。

      • 重要的命令、API、配置片段(直接复制代码/命令)。

      • 产生的疑问和思考。

    • 心态: 接受此时的笔记可能是草稿或碎片化,目标是即时捕捉想法和知识点。

第四阶段:应用与迭代

  • 行动:事后整理

    • 时机:已经应用到实际项目上,基本掌握该知识/技能时,整理总结,加深理解。

    • 目标:将碎片化笔记整理成结构化、易检索、有价值的笔记。

工具

笔记工具

飞书云文档,支持双向链接,方便知识关联、更新和分享,还可以利用AI速览,总结笔记重点。

信息获取

通用对话AI (认知加速核心):

  • 官方DeepSeek:不符合公司安全规范,需要注意使用场景,项目资料等信息需要保密。https://chat.deepseek.com/

  • Kimi:不符合公司安全规范,需要注意使用场景,项目资料等信息需要保密。https://www.kimi.com/

聚合类:https://www.aigc.cn/#term-1903

AI 的幻觉/错误

永远保持批判性思维! AI的输出不一定都是正确的。AI是助手,我们才是决策者和责任人,可以同时向多个AI提出相同的问题,对比判断。

打赏
  • 版权声明: 本博客所有文章除特别声明外,著作权归作者所有。转载请注明出处!
  • Copyrights © 2021-2025 wrd
  • 访问人数: | 浏览次数:

      请我喝杯咖啡吧~

      支付宝
      微信