大腦是用來思考的，而理解好大腦的運作方式能使我們更好地操作大腦工作，那麼大腦是如何運作的呢?
大腦執行的基礎原則
來看一道小題：
傑克正看着安妮，而安妮整看着喬治。傑克已婚，喬治未婚。請問是否有一位已婚人士正在看着一位未婚人士?
A、是
B、不是
C、無法確定
你的答案是哪個?
研究發現，人們在這道題目上的錯誤率高達80%。很多人選擇了C，正確答案應該是A。要回答本題，需要對所有可能性進行分析排除。這種析取推理是系統性且速度較慢的處理方式。
有趣的是，當被告知需要用這種方法去解題時，絕大部分人都可以答對，但是很多人在遇到問題時都不會自動進行析取處理。心理學家Susan Fiske和 Shelley Taylor將這種思考方式稱之爲認知吝嗇鬼(cognitive miser)。
humans, valuing their mental processing resources, find different ways to save time and effort when negotiating the social world.
大衛.赫爾在《科學與選擇：生物進化與科學哲學論文集》寫到：
人類大腦所遵循的準則是：能不用，則不用，該用腦時也不用。
除非認知環境符合一定的要求，否則我們會盡可能地避免思考。比如，對於一個老司機，駕駛中的動作幾乎不需要思考，開車的同時還能聊天、聽音樂、思考工作。你去一家餐廳，你不會這樣對自己說：“這裏有些紅色的東西，也許是地毯?那個穿制服的人是幹什麼的，是服務員嗎?”
我們生活中有大量的問題，看上去是在思考，實際是在做記憶檢索。我們會優先在記憶中尋找解決方法，很多時候這樣做很有效，比起思考來說更省力。事實上，人們利用記憶解決問題的次數比你預期的要多。研究發現，世界上最好的象棋選手之間的差距，其實並不是他們思考能力的差異或能否走出一次妙棋，而是他們熟悉的棋局多寡。
根據以上，大腦總是避免思考的。我用自己的話來概括：大腦執行遵循最小行動、最經濟的原則。
那麼，這樣的一個大腦，記憶工作的方式是什麼呢?
工作記憶(working memory)，簡單來說，就是我們當前正在意識、思考的區域，比如你正在看這篇文章，這篇文章的資訊以及你正在思考的內容，都在你的工作記憶中。
長期記憶(long-term memory)，顧名思義。我問你，你的初吻給了誰?你頭腦中立馬出現的那個人(搞不好是條哈士奇)，這個過程就是資訊從長期記憶提取到工作記憶的過程。在我問這個問題之前，這個資訊沒有在你的工作記憶中，它在你的長期記憶裏。
我們的工作記憶容量有限，只能同時容納7±2個有意義的資訊組塊(chunk)。例如，你可以嘗試用5秒記憶這一串字母，然後遮住嘗試複述：
XCN,NPH,DFB,ICI,AMC,AAX
大部分人能記住7個左右的字母。
換一組試試：
X,CNN,PHD,FBI,CIA,NCAA,X
相信這一句你能記得更多，因爲出現了CNN、FBI等有意義的組塊。
那麼，我們的記憶模型如此工作，對於學習有哪些有價值的啓發呢?
事實性知識先於技能
根據工作記憶的原理，我們很容易發現，事實性知識是多麼的重要。以上述的字母表爲例，如果你的事實性知識中沒有CNN、FBI、CIA這樣的概念，你無法對資訊進行組塊(chunking)。
一些研究者認爲“四年級掉隊”現象的原因在此。該現象指的是社會經濟背景較差的學生，在學前班到四年級之前閱讀能力均表現正常，但在四年級後突然無法跟上同齡人，之後幾年愈加嚴重。因爲四年級前的閱讀指導重在發音，而四年級之後則轉向理解。這時，社會經濟條件較好的學生反而具有了極大的優勢。相比其他孩子，他們的家庭條件讓他們有更廣的視野和知識面，根據工作記憶的原理，他們在學習新事物時，能更好地識別有意義的.組塊，學習記憶的能力當然更強。
事實性知識使得資訊組塊成爲可能，換一句話說，事實性知識實際上擴大了我們的工作記憶容量。
假設A有10000個事實性知識，B有9000個事實性知識。假設兩人每個月同樣學習500個新知識，由於A背景知識充足，A能記住10%，B只能記住9%。十個月後，知識差距就從1000擴大到1047。照這個趨勢下去，A的知識儲量只會越來越多，B很難追上，這就是知識的馬太效應。
比起技能來說，事實性知識作爲知識增長的基礎，重要性不言而喻。
記憶是思考的殘留物
根據大腦記憶的簡化模型，資訊必須先進入工作記憶纔有機會進入長期記憶。你的記憶不是你想要記住或你嘗試記住的事情，而是你所思考的事情。大腦總是避免思考，而學習是要對抗這個趨勢。
「必要難度」理論指出：記憶的存儲與提取呈負相關。存入記憶容易，提取出來會不容易;反之，如果你有些吃力地存入，那麼，提取會更牢。這也證明了，只有在工作記憶中進行深度加工過的知識，纔能有效存儲在長期記憶。
我有一個比喻，學習與健身相同，是否真正的有收穫，是看訓練後有沒有這種狀態：力竭。肌肉的增長，是肌纖維的撕裂與重建，撕裂的典型特徵就是力竭。如果沒有，說明運動不到位，強度不夠。同樣的，學習後若出現“認知力竭”的狀態，能說明：至少你是在學習區學習，知識有在工作記憶進行過深度加工。上文我們提到過，工作記憶容量有限，知識進行深度加工時，會耗費你的所有心智資源。出現認知力竭，恰好證明你動用了所有的工作記憶資源，這是有效學習的典型標誌。否則，你的學習僅僅是停留在舒適區。
以此來看，我們生活有不少人的看書只是消遣娛樂，當然這無可厚非，但冠以學習名義，就名不符實。如果明白認知力竭這個道理，並且能恰當運用，即便是看電影、打德州都是在學習。
那麼，除了認知力竭，衡量學習有效性還有沒有其他標準呢?
學習是原有經驗的遷移
學習科學中，遷移的定義是，把一個情境中學到的東西遷移到新情境的能力。Tesla的CEO馬斯克將物理學的思考原理，用於思考商業問題，就是一種遷移能力。查理芒格一直推崇跨學科的學習方式，將各個學科的理論框架混合應用處理投資問題，是一種遷移能力。我學過一個TTPPRC商業分析理論，是風塵棋客從泡學理論中遷移出來的。無論是學術中還是商業中的牛人或專家，無一不是有極強的知識遷移能力。
不少文章曾提到新手與專家的差距，取決於刻意練習的程度。此話正確，但我不敢苟同，因爲缺少條件的限制。研究表明，當一個科目在單一而非複合情景中傳授時，情境間的遷移就相當困難，知識尤其容易受情境制。
對於自學者來說，同樣的情況也會發生，如果長期在單一情景中進行刻意練習，該情景下的知識技能當然會極其熟練，但其遷移能力被極大的限制。例如，一個理論實戰知識極其豐富的營銷人，如從未在泡妞時有意識地使用營銷理論，他恐怕很難將泡妞和營銷理解爲同一件事。同理，如果他的營銷理論學習和練習，沒有在戀愛、求職、工作等情景中進行，他也很難將這些事情用一個視角看待。
那麼，如何促進大範圍的學習遷移呢?有三種方法：
1、解決具體案例，然後收集其他相似的案例，目的是爲了抽象出能幫助我們進行彈性遷移的一般性原理。這可以理解爲歸納法。
2、在具體情境中學習，然後加入到“如果——怎麼辦”類問題解決中來，或者問自己:"如果改變問題的這一部分，怎麼辦?”。
3、嘗試思考不僅能解決單一問題，而且能解決整個相關類羣問題的方法。例如，思考如何做好自己的公司，不如思考如何同時做好十家公司。
總之，要使知識產生大範圍遷移，必須在更高的抽象層面上表徵問題。
學習如何學習
查理芒格在近期最新的問答中談如何減少錯誤：
“我和巴菲特做了兩件事(去減少錯誤)。第一，我們花很多時間思考。我的日程安排並不滿，我們坐下來不停地思考。從某種意義上說，我們更像學者而不是生意人。我的系統總是坐下來靜靜的思考幾個小時。我不介意在很長的時間裏沒有任何事情發生。巴菲特也是如此。”
那麼，當我們停下來思考的時候，思考必然會出現錯誤。這時，又得靜下來，思考自己如何思考，這是爲了避免生活中出錯的二階操作。學習如何學習亦是如此，學習的目的是減少不確定性，如果學習本身方法不對，再怎麼勤奮都是浪費。
我很喜歡李笑來的理念，學習學習再學習，第一個學習是動詞，第二個學習是名詞，第三個學習是動詞。連起來的意思是，學習如何學習，然後再去學習。