一起翻译一本书，公众号“追随己心”将带领大家一起翻译《Beyond Feelings: A Guide to Critical Thinking》，将学习了多年的英语真正用起来，体会原版书籍和英文的美。
1
前一篇文章和大家分享了如何通过思考，离“自由”和“真相”更进一步；这一篇分享如何通过不断反思、发问和以教为学来提高认知效率、认知深度。
想过一个问题没，得到上面那么多订阅产品，而笑来老师的《通往财富自由之路》为什么是销量最好的呢？个人总结可能有这么几个原因，首先他的文章不是零散的、无关联的，而是自成系统和网络的，是架构在严密的逻辑上面的干货；其次，他分享的大部分内容都是底层思维层面的，是深度思考、认知升级后的产物；最后，他倡导的财富自由来自于个人的自律，来自于精神层面的自由，是思考质量提上来之后的产物，境界比较高。
为什么有些人会说，懂了很多道理，却依然过不好这一生？这些人很可能是把自己变成为了存储“知识”的两脚书橱，没有深挖知识的内涵到最核心和本源的层面，也没有拓展它与旧的知识之间千丝万缕的关联，更重要的便是从未持续的践行起来，所以很难对真实的生活产生过多的影响--老天只会奖赏那些按照宇宙真相行事的人。
2
作为一个Code（码农），举一个关于如何学习编程的例子：大部分教授编程语言的第一节课或者书的第一章节，基本上都会和大家讲解一个这样的案例，即如何写一个程序，向屏幕输出“helloword”字样；一个看起来巨简单和SB的程序小样，其实包含了写出一个程序的最小知识集，它包括：1。头文件是什么；2.什么是函数；3.程序的执行顺序；4.什么是语句。以后该编程语言具有的其他高级属性，大部分可以基于逻辑的关系，在这个小程序上面进行架构和补充的；而这个知识网络的链条上面具体概念和知识点的深入讲解，可以再次按照这样一个抓住最小知识集的思路进行再次的迭代和递归。
所以知识内部之间原本就有很强的逻辑关联性，需要在学习的过程中去脑补和还原这些网络关系，通过思维导图的辅助可以很好帮助自己梳理知识间的一些关系。而有时，我们学完一个知识后，就差最后那临门一脚的总结和提炼，却在此时急不可耐地翻开另外一本书；熟不知此时，掩卷沉思，想一下“静静”，通过几个问题，来给自己一个机会，对花了好好长时间看完的书，进行一次必要的消化和吸收，是非常必要的。当看完一本书后，可以问自己以下几个相关的问题，如果暂时不能流畅的回答出来，说明有必要再次翻阅书本，有的放矢，有重点的温习，直到可以见诸笔端形成自己的知识小结。
翻看一本书之前，先浏览一下目录结构，以此推测作者的思维框架是怎么样构建的；有些书的不同章节几乎是并列的，比如工具类书籍，such as一些介绍photoshop软件的使用类的书籍，并不需要老老实实地从书的第一页一直看到最后一页，熟练地记下来所有的按钮的功能之后，才打开软件使用，开始真正的处理图片工作。这种学究式的专业精神，在那些需要深厚积淀的领域也许是必要的；可对那些知识点之间是并联式的关系、关键路径（有前后顺序依赖的知识点构成的）比较短的技能类的学习，就需要直面应用，以简单的案例为起点，逐渐基于这个案例的真实使用场景，进行知识点的重难点突破和叠加。类似的像另外一本书《怪诞行为学》，从它的目录结构来看，文章内容就是典型的并联式组织起来的，言外之意，可以挑选书的任何一章开始阅读，而不会受之前章节太多的影响。
3
很多时候，我们以为自己已经完全掌握了一个知识，直到某个场合需要向众人总结、分享一下，一下子发现千头万绪不知从何说起，或者只能照本宣科，完全不能条分缕析、主次分明地进行宣讲。这就说明对于当下所分享的知识，并没有了然如兄，做到完全消化吸收；可能是因为没有抓住重点、难点，也没有理清楚知识间的脉络联系，更没有在自己的以往的知识网络中找到恰当的存放位置、重构新知识的来龙去脉。这种学习的深度，没有把知识变成从内心里长出的花朵儿，只是粘附在身体外部的狗皮膏药，势必随着时间的推移，秋风扫落叶一般，很快便被淡忘，似曾相识，又恰如春梦了无恒。
学习的深度是分层次的。知识和能力迁移的第一个层次，就是能够用自己的话把理解的东西讲出来，实现知识从书本或课堂到个人已有知识体系的迁移，在这个层次如果做好，学东西快的话，加上勤奋和持续的反思精进，会成为牛逼的个人；如果自己消化吸收后，还有站在更高的角度、以教为学，用轻松诙谐、简洁明了的话让另外一个不同知识背景的人听懂、学会，这便又是完成了另外一个层次的知识迁移--从个体到个体的。第二个层次的人，除了自己做的很好、学东西快之余，还能够把知识浅显易懂地教授给身边的人，那么他便有成为好的领导者的潜质；第三个层次便是跨领域，通过在一个领域长期精益求精的精进，深入浅出提炼出一般性的规律和知识（大道至简），将一个领域内的知识升华迁移到另外一个领域，这便是走在to be master的道路上了。这貌似有点像大数据的思维，从大数据的众多个体中挖掘出一般的规律，然后将这个一般性的规律，应用到具体的个体进行校验和应用。在吴军的《智能时代》一书中，就提到过用大数据破获多起贩毒案件：美国某些州的电力部门，基于大数据挖掘出该地区居民的用电规律，然后用这些规律去比对每个用户家庭电量的使用情况，发现有些居民的用电情况不符合该规律、非常异常，于是就联合缉毒局针对性地检测，原来是在这些房子里人工种植的罂粟需要光合作用，于是毒贩子便每天24小时都把灯给开着。大数据的厉害之处，在于它是跨领域的，似道无处不在。
4
提出正确的问题，等于解决了问题的大半。好的问题能够让你抓住事情的本质和关键--关注那些真正重要的东西是什么；而且问题常常是跳跃性的，它能够让原本没有联系的概念之间喷发出意向不到火花，建立新的连接。以目标为导向，不断地向自己发问，当下的学习的目标是什么？达成目标最关键的因素是什么？该知识的起因是什么？解决的具体是什么问题？是如何发展壮大的？具体的应用场景及发展趋势如何？…
问题是引领我们学习和思考的灯塔；
问题是激励我们研究和实践的向导；
问题是我们学习和研究的起点；
问题是知识体系的连结点；
问题是促进我们思考的引爆点；
问题是寻找答案的关键点。
无论工作还是生活，发现不了问题才是最大的问题。
只有找到了问题，我们才有可能循着问题去寻找答案。
通过一个个问题，去反复探究打磨概念、察觉细微的差别、发现概念之间的联系；
通过一个个问题，去发掘新知识内部之间的各种联系；
通过一个个问题，把新知识缝合到已有知识网络中来；
通过一个个问题，给自己机会不断去反思和总结，找到规律的最简洁表达；
通过一个个问题，让新的知识和旧知识相互解释和滋润、融会贯通起来，直到你中有我我中有你，不分彼此。于是一个属于自己的全新的知识网络框架已经重构起来了。
如果你很努力却发现收获很少，那么问题可能出在努力的方向上，而不是你不够努力。正如，你得到了一个好答案，结果却是严重的错误，那么必须回到问题本身，重新审视。（你对问题的理解出错了，于是便给出了错误的答案）。So maybe 《Ask the right questions》 会成为接下来公众号“追随己心”翻译的另外一本书。
5
无论是故人说的：吾日三省吾身，还是李笑来老师逼着自己每天雷打不动的写作3000字的反思日志，其实都是在干同一件事情，那就是创造一个契机，让自己有一个固定的时间段对今天和最近发生的事情反求诸己、反思总结、深度思考（更新、内化概念，建立more 连接）。
