Taxue Learn

第二步：知识原子（整理）

西蒙：有限理性

不要存原文，要存「知识原子」——最小可复用单元。

原子结构：

核心观点（1句话）
关键细节（3-5条）
适用场景（什么时候用）
个人理解（和我的经验关联）

原则：每个原子必须回答「什么时候用」，否则就是垃圾。

第三步：交互内化（掌握）

费曼：如果你不能简单解释它，你就没真正理解它

被动阅读留存率 10%，主动输出留存率 90%。

内化检验：

• 能不用术语解释清楚
• 能举3个不同领域的例子
• 能说出「什么时候不适用」

图尔明验证——真懂的质量门槛

内化结束前，确认你能完整填写：

主张：我认为 {核心观点X}
数据：因为 {具体可观察的证据或案例Y}
保证：Y 能支撑 X，是因为底层逻辑 {Z}
限定：在 {具体反例或条件} 下不成立
反向：不这么做会发生 {可观察的具体后果}

判断标准：如果写不出「保证」（底层逻辑），说明还没真懂——只是记住了结论，没有理解推导路径。继续追问：「为什么 Y 能推出 X？」

认知位移记录

学习结束时追踪自己的思维变化：

入场立场：「我原来以为……」
现在立场：「现在我认为……」
改变来源：「是 {哪个论点/案例/追问} 让我改变的」

没有认知位移 = 只是信息接收，不是内化。好的内化至少让一个原有假设站不住脚。

第四步：系统输出（固化）

踏雪：能固化，不复述

遇到重复问题，建系统。一次建设，长期受益。

六步编译法：

1. 目的：解决什么问题？
2. 标准：什么叫「做好了」？
3. 边界：什么时候不用？
4. 界面：怎么调用？
5. 验收：3个场景测试
6. 迭代：用起来，再改

内化流图谱

信息输入
    ↓
收件箱筛选（噪音删除 / 信号归档）
    ↓
知识原子（最小可复用单元）
    ↓
交互内化（追问 / 案例 / 费曼 / 测验）
    ↓
图尔明验证（主张→数据→保证→限定→反向）← 质量门槛
    ↓
认知位移记录（入场立场 → 现在立场 → 改变来源）
    ↓
方法论提炼（从重复中提取框架）
    ↓
系统输出（Skill / 文章 / 产品）
    ↓
归档迭代（持续优化）

进化案例：踏雪的学习能力

关键洞察：不是「教你学习」，是展示「我怎么从0到1建立系统」。

常见问题

阶段选择

根据你的当前阶段选择起点：

最终检验：你现在会怎么用这个框架处理[你的真实场景]？

与 Taxue 生态协作

原则库

1. 先筛选，再处理：用3秒判断，不让噪音进入大脑
2. 输出倒逼输入：写不出来，说明没真懂
3. 能固化，不复述：一次建设，长期受益
4. 每个原子必须有场景：没有适用场景的素材是垃圾

踏雪学习方法论 v2.1 · 四步内化 + 图尔明验证 + 认知位移追踪 · 与Taxue生态协作