别再“学习”了，你学得太慢了

你有没有过这种经历：认认真真看完一个两小时的教程，读完一本讲得头头是道的书，当下觉得“懂了”，结果第二天就只剩一个模糊的印象，一个具体的东西都复述不出来。

Dan Koe 的诊断很直接：这不是你笨，是你的学习方式停留在“记忆”这一层——而记忆恰恰是所有学习方式里最慢的一种。你被动地往脑子里灌信息，却从来没给这些信息一个“必须被用到”的理由，大脑于是理所当然地把它们当噪音清理掉了。

更根本的问题是：大多数人根本没在“选择”学什么。

"If you don't choose what to learn, you will be told what to learn."

如果你不主动选择学什么，就会有人替你决定你该学什么。

算法替你决定、老板替你决定、社会的默认脚本替你决定。而在 Dan Koe 的世界观里，这件事的赌注高得吓人——因为你学进去的东西，最终会长成你这个人。

"Your mind is the operating system for your reality."

你的心智，是你所处现实的操作系统。

操作系统装了什么软件，决定了这台机器能跑什么、看到什么、能创造什么。接下来的七步，就是 Dan Koe 给这套操作系统做的一次彻底重装——把 AI 当成新的接口，而不是又一个让你分心的应用。

一、元技能：学会如何学习

在所有技能之上，有一个 Dan Koe 称之为 meta skill（元技能）的东西——学会如何学习本身。它是唯一一个学会之后能让你学会其他一切的技能。

为什么这件事在今天变得空前重要？因为你能指望的外部系统正在集体失灵。学校更新课程的速度以“年”甚至“十年”计，等一门课教到你手上，产业早就换了三轮。指望机构把最新、最有用的东西喂给你，本身就是一种过时的思路。

Dan Koe 的立场是：把学习的主导权彻底收回到自己手里。你不是在为一张文凭学习，也不是在为取悦谁而学习，你是在为“成为你想成为的那个人”而学习。这也意味着，你要学会区分两种截然不同的学习模式——它们的效率差着一个数量级。

后面的六步，本质上都是在把你从左边那一列，一步步拽到右边那一列。

二、先画出理想生活的地图

在打开任何一本书、任何一个教程之前，Dan Koe 要求你先做一件反直觉的事：写下你不想要的生活，和你想要的生活。两边各列十条以上，越具体越好。

不想要的：不想每天通勤两小时、不想给自己不信服的东西打工、不想身体一年比一年差……想要的：想能自由支配自己的时间、想靠创造而不是出卖时间挣钱、想有精力陪家人……

这份清单看起来像是心灵鸡汤式的“愿景板”，但 Dan Koe 给它的定位完全是功能性的——它是你的学习过滤器（learning filter）。

如果没有把目标写下来，你的心智就没有一个参照系（frame of reference），不知道自己到底该把注意力放在什么上。

一旦这份地图写下来并被你反复看到，你的大脑就获得了一个筛选标准。同样刷到一条信息，别人划走了，你却会“叮”地一下觉得“这个跟我要去的地方有关”——这就是模式识别（pattern recognition）被目标校准之后的效果。你没有变得更勤奋，你只是让大脑知道了该往哪儿看。

Dan Koe 自己用 Kortex 里的 AI 助手 kAI 来做这件事，把它当成一个“战略顾问”而不是聊天机器人。他会给 AI 一段刻意设计过的角色设定：

"Act as my personal strategic advisor with the following context: You have an IQ of 180. You're brutally honest and direct. You've built multiple billion-dollar companies. You have deep expertise in psychology, strategy, and execution. You care about my success but won't tolerate excuses. Your mission is to push me beyond my comfort zone and call out my blind spots."

“扮演我的私人战略顾问，设定如下：你的智商 180；你残酷地诚实、直接；你亲手建过好几家十亿美元级的公司；你在心理学、战略和执行上都有极深的功底；你在意我的成功，但绝不容忍借口。你的任务是把我推出舒适区，并当面指出我的盲区。”

差别就在这里：大多数人对 AI 说“给我讲讲怎么学 X”，得到一份四平八稳、谁看了都不会错的答案；Dan Koe 先给 AI 装上一个有立场、敢反驳、了解他处境的人格，再让它审视自己的生活蓝图。前者是查资料，后者是被一个高手追问。

三、先规划项目，别急着学习

这是整套方法里最锋利、也最容易被误解的一条。大多数人想学一样东西，第一反应是“我先系统学一遍基础”——买课、囤书、看完整个 playlist，等准备好了再动手。Dan Koe 说这个顺序完全是反的。

"The best way to learn is to build a real world project and only search for information when you need it."

最好的学习方式，是去做一个真实世界里的项目，只在你真正需要信息的时候才去搜索。

跳过“教程阶段”，直接先把项目的大纲列出来。这里的“项目”是个很宽的概念——它是任何一种有结构地达成目标的方式：可以是一个减脂增肌计划、一门想上线的小生意、一幅想画完的画、一个想跑起来的程序。只要它有一个明确的成品和一条通往成品的路径，它就是项目。

为什么项目式学习快这么多？因为它给大脑装上了一个“什么信息值得注意”的过滤器。当你手上有一个卡住的真实问题时，相关的信息会像被磁铁吸住一样跳出来——大脑用多巴胺给它打上标记，告诉你“这个有用，记住它”。

这也解释了那个所有人都有过、却说不清原理的现象——“洗澡时的灵感”。Dan Koe 举了达尔文的例子：达尔文的工作方式是先进入一段高度专注的思考块，然后出门散很长的步。答案往往不是在书桌前，而是在散步途中冒出来的。因为当你先把一个真实问题“加载”进大脑、再让意识放松下来，大脑的默认模式网络（Default Mode Network）会在后台继续替你连线，把你白天读到的碎片拼成解法。

前提是——你得先有那个待解的项目。没有装进去的问题，散步就只是散步，洗澡就只是洗澡。

规划项目时，Dan Koe 还加了一步：存下 3 到 5 个你想模仿的灵感来源。找到那些已经把你想做的事做得很好的人或作品，把它们当成参照系。他把这叫做“聪明的模仿”（intelligent imitation）——不是抄，而是先站在巨人的骨架上，再长出自己的血肉。

四、从你已经知道的开始

项目大纲摆在面前，真正动手的那一刻，恐惧往往会冒出来：“我什么都还不会，怎么开始？”Dan Koe 的答案是：你不需要先什么都会，你只需要从你已经知道的那一点点开始。

因为真正的学习根本不来自记忆，它来自挣扎。

Learning doesn't come from memorization — it comes from struggle.

学习不来自记忆，它来自挣扎。

他把这个过程拆成一个极简的循环：

1. 尝试——用你现在会的，硬着头皮往前做一步
2. 卡住 / 失败——碰到你不会的地方，这一步是关键，不是失败
3. 搜索 / 问 AI——就在这个卡点上，精确地去获取你缺的那一块信息
4. 实现——把学到的立刻用回项目里
5. 重复——回到第一步

注意这个循环里信息进入大脑的时机：它总是发生在你已经强烈地想要它的那一刻。这时候学到的东西，因为立刻被用掉，所以自然就长在了脑子里——你不是在背它，你是在用它。

而 AI 在这里的角色，正好卡在第三步。Dan Koe 有一句被反复引用的话：

"Prompting is the new Google searching."

写提示词，就是新时代的谷歌搜索。

但他紧接着提醒：别把 AI 用成一台答案售货机——投进一个问题，掉出一个答案，然后就结束了。真正的用法是把它当成创意陪练（creative sparring partner）：让它反驳你、让它给你三个不同角度、让它扮演一个比你懂十倍的人来追问你。查答案谁都会，被一个高手逼着想清楚，才是 AI 真正拉开差距的地方。

五、蔡格尼克效应：不想开始时如何开始

方法论讲得再漂亮，也绕不过那个最原始的障碍——就是不想开始。Dan Koe 没有用“自律”“意志力”这类空话来搪塞，他搬出了一个心理学效应。

蔡格尼克效应（Zeigarnik Effect）：人对未完成的任务的记忆，要比对已完成的任务强烈得多。一件没做完的事，会像一根拔不掉的刺，一直在你后台占着内存，逼着你想回去把它做完。

Dan Koe 借用了 Justin Sung 提出的一个升级版玩法，他称之为 "Zeigarnik² Effect"——主动去制造那种“未完成感”。方法是：先做一堆极其简单、几乎不需要意志力的准备动作，把自己“骗”进已经开工的状态。

他给了一套很具体的晨间仪式：

煮上一杯咖啡，把桌面收拾干净，打开昨天写了一半的项目大纲，然后——什么都不逼自己，就只是开始读第一行。

这套动作的精妙之处在于，它把“开始工作”这个庞大到让人瘫痪的任务，拆成了一个小到无法拒绝的第一步。煮咖啡你不会抗拒，擦桌子你不会抗拒，打开文档你不会抗拒。而一旦文档在你眼前打开、第一行字读进去了，那个未完成的项目就重新变成了你脑子里那根刺——蔡格尼克效应会接手，把你往下一步推。

关键不是“逼自己进入状态”，而是把门槛降到低得离谱，让惯性替你完成剩下的事。

六、给自己排一张学习课表

零散的努力撑不起 10 倍的速度，你需要一个结构。Dan Koe 建议直接让 AI 帮你生成一份针对具体主题的结构化学习计划（study regimen）——把你想学的东西、你现有的水平、你能投入的时间丢给它，让它替你排出路径。

而在每天的时间分配上，他给出了一个很好复制的模板——三个时间块：

这三块的顺序是有讲究的：Building 在前，先让真实问题把大脑“点着”；Learning 在中，带着这些具体的卡点去系统补课，学的每一样都有归宿；Walking 在后，把前两块塞进去的东西交给潜意识去连线。它不是三段孤立的学习，而是一条闭合的回路。

但所有这些的前提，是你得先把时间抢出来。Dan Koe 在这里的口气毫不客气：

"Nobody is going to give you the time. You have to take it."

没有人会把时间送给你，你必须自己把它夺过来。

不是等哪天“有空了”再开始学，而是主动从刷手机、从无意义的会议、从被动消费里，硬生生切出这两三个小时。时间从来不是被找到的，是被抢来的。

七、用写作系统性地反刍

最后一步，也是让整套系统真正闭环的一步——把你学到的东西写出来。Dan Koe 搬出了两个经典效应来解释为什么写作是最强的学习杠杆。

第一个是费曼技巧（Feynman Technique）：试着像给一个小孩讲课那样，用最简单的语言把一个概念解释清楚。一旦你被迫用大白话复述，任何你自以为“懂了”、其实只是“眼熟了”的地方，都会当场露馅。

第二个是门徒效应（Protégé Effect）：在任何一间教室里，学到最多的那个人，是老师。

教的过程会暴露你知识里的漏洞，逼着你去做更具体的研究，从而把学习推向更深的一层。

教学不是学习的终点，它是学习的加速器。你为了讲清楚而不得不回头补的那些洞，正是你原本永远不会发现自己不懂的地方。

Dan Koe 给的落地方式是：把社交媒体当成一本“公开日记”来写。注意——他反复强调，这不是让你去当网红、去追流量。写作的第一目的是逼自己把想法理清楚，公开只是顺带把它变成了一种问责机制。再进一步，可以每周写一封 newsletter，总结这一周你到底学到了什么。

而当你持续这么做，一件他称之为“有机发生”的事会开始出现：你的文字会自动帮你筛选和吸引——志同道合的支持者、潜在的客户、甚至未来的雇主，会因为你公开展示的思考而找上门来。你不是在“经营人设”，你只是在真诚地展示一个正在学习的大脑，而这本身就有磁性。

这一点，Dan Koe 是用自己的人生背书的。他曾经是个失败的自由职业者，接不到活、看不到出路。真正改变他命运的转折点，就是开始在网上写作——把自己学到的、想明白的东西一篇篇发出去。写着写着，读者来了，机会来了，然后是今天这 200 万订阅和一整套事业。

他没有先成为专家再开始写，他是通过写作，才成为了那个专家。

写在最后

把这七步连起来看，你会发现 Dan Koe 讲的其实从来不是“怎么学得更多”，而是“怎么学得更准”。传统学习是往一个漏水的桶里拼命灌水；他这套方法是先给桶找到用处——先有要造的东西（项目），再有校准过的注意力（地图与模式识别），再有夺来的时间和结构（课表），最后用输出（写作）把知识焊死在脑子里。

AI 在这条闭环里，不是那个替你思考的外挂，而是把每一步的摩擦力都降下来的接口：它是你的战略顾问、你的创意陪练、你随叫随到的私人教练。但按下每一步的，始终得是你自己。

回到最开头那句话——你的心智是你现实的操作系统。你今天选择学什么、怎么学，就是在决定明天的自己能看到什么、能造出什么。别再被动地被喂养，从今天起，主动选择。

本文整理自 Dan Koe 2025 年 3 月发布的视频《How To Learn Anything 10x Faster Than Anyone With AI》，结合其同名长文版本编排，清理了口语赘词并做了结构化梳理，英文引用尽量保留 Dan Koe 原话。完整内容请观看原视频或阅读原文。
视频观看：YouTube · Dan Koe
文字版本：thedankoe.com · Letters