最近整理屋子时，偶然发现文件夹里的MOOC证书，12张，不多也不太薄；那象征着我从14年底到15年一年多的学习成就，似乎过去不远，但那些证书上一点点岁月的泛黄，也在暗示我那段时光流逝已远。

如果说学生时代还有什么值得怀念的，那么那一段在校时间一点点流失、而自己始终身处看不到前路的歧途中，明知客观形势很严峻、内心也确实很焦虑的情况下，仍然努力地使自己保持一种平静的心态，努力使自己专注于学习，努力使自己沉迷于全新领域的知识并沉醉于掌握新知识和技能的喜悦而暂时忘记外界压力与苦闷的沉静，才是令我时至今日仍然慨叹与回味的。

学习这件事是孤独的吗？如果在一致利益的驱使下它不是，但如果说是出于精神层面，真正发自内心去追寻的，那就是孤独的（从这方面来讲，对于那些做自我教育让用户追求自我学习、提升和进步的创业团队，我很欣赏他们的情怀，但又惋惜，如果没有创新的商业模式和过硬的基础实力，那么前景十有八九是小众而生死未卜的。）。我清楚地知道，当我已厌倦那看不到前途和希望并深知毕业后便会弃之如敝履的科研工作而决定跳出环境独自走出一条新的道路时，便是我自己将自己置于孤立的境地（But, I never care, 233…）。身边的人，没有人知道机器学习、R语言这些词汇，也没有人理解我在搞什么，但这又有什么关系呢？

学习这件事真是孤独的吗？也不尽然。当我抬头环望，那间破败的实验室根本吸引不了几个人前往，而edX讨论区短短一小时内就能被大量的提问帖刷屏之时；当我初学Harvard的Statistics and R in Life Science，当时弱鸡到连个包都装不好，用蹩脚的Chinglish发个提问帖，很快就能得到助教详尽的一步步的指导之时；当我学习Model Thinking而没想清楚，而不知分寸地给密歇根大学的Scott Page教授发邮件质疑你是不是讲得有问题，而由到他的回复和解释，再回想本科时给自己的授课老师发邮件都不得回应的事实之时——这种小小的反馈，也能给人巨大的“吾道不孤”的满足感。

终身学习者，是我在那是所接触到的一个概念，也是我毫不犹豫给自己贴上的标签，同时还是所认识的志同道合的一群人。那时在那个小圈子内还流行着组队学习，互相鼓励，互相促进，虽然我一直都没加入——主观上享受独自学习的专注与宁静，客观上一个人学习就够了不需要组队。

然而随着现在MOOC的热潮的退散，Coursera从几年前经常打不开到现在基本上完全打不开，我也因为着内心充满着焦虑不安而很久不能静心学习，突然很想联系一下如今已各自离散的终身学习者们，你们还在坚持吗？

• 你们还坚持着宁静而专注的心态吗？

• 你们还坚持着对新事物和新知识的热情与兴趣吗？

• 你们还坚持对不确定的未来充满希望吗？

• 你们还坚持以终身学习为信仰吗？

自从工作之后，眼界也开阔了不少，一下子也认识了许多优秀的朋友。除去那些出场自带光环一路都很优秀的人不谈，真正能令我产生惺惺相惜之感的人，则是那些看起来很普通，缺陷和不足也很明显，但仍然努力维持着平静的心情和表情，高度集中注意力地学习的人。或许我不是理解你们的人，但我能理解，你们内心深处隐藏着的痛苦、意志和希望。

尽管在现代这个社会，勤奋已经不是一处值得称道的优点，学习的作用局限似乎也很明显，但对于许多本身无论是物质还是精神较为匮乏的人来说，作用还是很大的：

• 学习技能。这是最实际的作用。如果你是那种不具备良好的家世背景，没接受过优质的教育，没有强大的人脉关系，而且自身又没什么精彩成功的经历，不太会说话，心里还自卑，但是头脑还不错的人，不妨学点实用的技能，技术路线是此种条件下一种可操作性强且性价比还比较高的选择。

• 扩展知识。当你追求自主学习时，什么学校、专业、导师研究方向这些不知所谓的限制就全都扔到九霄云外去吧，你只需要听从自己的内心和兴趣。充实头脑也是充实内心的过程，也是让自己强大的过程。

• 舒缓压力。如果能忘掉现实的压力与事业上的争取心（尽管对我来说很难），那我倒真的愿意把代码啊、算法啊这些东西放到一边，投入大量的时间去学习音乐、艺术、诗词、伦理、文化等不实用的东西。

• 突破自我。学习不是打游戏，大脑不仅不怎么分泌多巴胺，还会分泌让人感觉难受的物质。谁的人生都不容易，躲在舒适区里逃避现实没有意义，只有面对困难勇往直前。所以沉迷于游戏并不是什么难能可贵的事，但坚持学习，迎难而上，就能提高大脑对困难的忍受阈值，也就不那么容易被困难打倒了。

所以，当你觉得人生处于低谷的时候，不妨静下心来学习。这世上付出便得回报之事寥寥无几，创业不会，打工不会，追女孩不会，但凡需要他人配合响应之事都可能不会，但学习会——不如转向自己的内心，给自己开辟一块宁静的空间，沉浸而专注地学习——坚持一段时间，就会看到回报。

临渊羡鱼，不如退而结网。欲兼济天下而不达，不若独善其身而先退。如果处于低谷，学一门简单的课程，看一本薄薄的书，给自己一点宁静，得自己一点回馈，然后再整装待发。

许多人听过我从本科到研究生到毕业工作三个城市三个方向的经历后，有人说我不安定没有清晰的方向，有人说我很厉害很容易就转换方向；但我知道，这段并不光鲜精彩的经历的辛酸、喜悦和感伤，并非三言两语足与外人道耳。

最初看数据科学家这一所谓“21世纪最性感的职业”，也被那一长串的技能清单给吓到了：要懂数据采集（爬虫、工具）、数据库（SQL和NoSQL）、大数据框架（Hadoop、Spark）、数据处理（静态数据和流数据）、统计（假设检验、实验设计）、机器学习（特征工程、建模和优化）、编程（R、Python）、数据可视化（d3.js、Tableau），这些都还只是技术性的，非技术性的还要懂业务知识，懂商业分析……（实在是太特么多了……）

Quora:How to become a data scientist

（看不清图不要紧，只要知道图上每一个点都代表一个技能点就行……）

不过回头看看，我也算坚持那么久了，竟然都已经坚持那么久了。

或许人一生的经历和心境都是一个返璞归真的过程。年幼时纯粹而限于一个小小的核心，年青时热烈而扩张，年长时沉静而又不断内敛于核心，这个核心或许是家庭，或许是自我。这一段历程中，许多人、事、景皆会消散，而自己的成长和过往奋斗的经历则会不断沉淀，不断地巩固着那个核心——愿你一路内心始终宁静、充盈。

终身学习者，你还在坚持吗？怎么能不坚持！终身学习者即使到了60岁，也要时不时写个代码，推个数学公式，DIY一个小物品，引经据典地批判一下名人，尝试太多太多的第一次，还能再战五百年，怎么能就这么容易地被现实抹灭热情、扰乱内心呢？

那时候，还要继续和年轻人学术撕逼呢……

最后谈谈学习经验吧——

• 知己知彼。要知道自己处于什么水平，适合什么水平的资料。难度太低的资料学习起没有成就感，难度太高的资料又容易产生挫败感。

• 对味。现代的书籍和学习资料太多，因此选择适合自己口味的资料是可行且有必要的。一个视频要快速扫一下老师的授课风格，一本书要快速浏览一下作者的写作风格，从而快速判断是否合适，不要在不合适的资料上浪费时间。如果你学一门课程没学好，先不要怀疑自己笨，更有可能是你老师不行或者你看的书不对。

• 与自己熟悉的领域相结合。知识天然是抽象的，与具体的场景结合起来才能让人印象深刻。比如学习PS，如果记不住那一堆按钮到底是干什么的，不妨拿张妹子的照片来试着美化下，也许一下子就记住了。

• 专注与切换。人切换到另一个领域状态直至适应时会有一个过程，中间会消耗时间和精力，因此如果人不能专注而频繁地在各种事物上切换时，就必然会产生许多无谓的消耗，最终产出很少，效率就不高；反之，如果人长期专注于一件事，就很容易疲惫，无力继续坚持。因此，掌握好专注与切换的平衡才能优化整体效率。

• 记笔记。记笔记有两种方式，一种是边看边记，这种主要是以摘抄为主，思考加工较少，这种方式专重细节，为了避免遗忘；另一种是学完了之后写总结笔记，这种方式专重整体，就是纯粹的思考加工和升华。不能简单地说一个比另一个好，对于记忆型的知识以摘抄方式为主较合适，逻辑型的知识以总结方式为主较合适。

• 尽可能地应用于实际。学得好与用得好永远都存在着不小的差距，这种差距不仅体现在对细节的把握上，更体现在对本质的理解上。尽管一个人能力的应用场景是受环境制约的，但还是尽量努力去应用。

• 把握好顺序。一般来说从易到难，从熟悉到不熟悉是比较科学的方向。而且，你当然可以学些多种学科和技能，但不能什么都学不好，因此需要把握不同知识内在联系性，从而确定正确的顺序以便相互促进。

• 激励机制。学习过程是痛苦的，如果结果不能令人快乐，就没多大意义。然而很多知识天然地并不能帮你多挣钱，也不能让别人更喜欢你，于是自己要给自己激励机制。比如虽然这样可能有点俗，但如果炫耀能让你得到学习后的满足感，倒也不失为一种做法。

• 乐于分享。分享知识能让你有从知识分享经济中获利的可能性，就算没有，能有同道之人一起交流也算是慰藉了。

本文已获作者授权，未经许可，严禁二次转载

原文始发于微信公众号（PPV课数据科学社区）：终身学习者的坚持