A.7 AI 持续学习方法


持续学习不是每天追新闻,而是一个循环:基础、项目、前沿信号、复盘。
三层学习
| 层 | 保护什么 | 典型产出 |
|---|---|---|
| 基础 | 不容易过期的能力 | Python、数据、数学、调试、ML 基础 |
| 项目 | 把知识变成系统的能力 | 可运行 demo、报告、评估日志 |
| 前沿跟踪 | 知道行业往哪里走 | 短笔记、精选论文、小实验 |
不要让前沿跟踪替代基础和项目。
每周节奏
| 周期 | 重点 | 产出 |
|---|---|---|
| 每天或每次学习 | 课程/项目推进 | 代码、笔记、错误日志 |
| 每周 | 复盘 | 本周改变了什么,还卡在哪里 |
| 每两周 | 小闭环 | 可运行实验或项目切片 |
| 每月 | 整理 | 知识地图和下月计划 |
先轻读论文
- 标题和摘要:它在解决什么问题?
- 图和表:结果哪里变了?
- 方法总览:流程是什么?
- 细节:知道它为什么重要后再看。
笔记模板:
论文标题:
任务:
核心变化:
最有用的图或实验:
我现在能用什么:
我还不懂什么:
把“看过”变成“会用”
- 学一个概念。
- 跑最小示例。
- 改一个输入或参数。
- 放进自己的项目模块。
- 用自己的话写一句理解。
如果一个知识点从不进入项目,它通常很快就会忘。
什么时候复盘
出现这些信号就复盘:
- 代码能跑,但讲不清原理。
- 能复制示例,但不会改。
- 只记得术语,连不到任务。
复盘时不要重读全部内容。重画流程、重跑最小示例、列出常见错误。