人类大脑所遵循的准则是：能不用，则不用，该用脑时也不用。大脑会尽可能地避免思考。比如，对于一个老司机，驾驶中的动作几乎不需要思考，开车的同时还能聊天、听音乐、思考工作。大脑运行遵循最小行动、最经济的原则。
我们生活中有大量的问题，看上去是在思考，实际是在做记忆检索。我们会优先在记忆中寻找解决方法，很多时候这样做很有效，比起思考来说更省力。事实上，人们利用记忆解决问题的次数比你预期的要多。研究发现，世界上最好的象棋选手之间的差距，其实并不是他们思考能力的差异，或能否走出一次妙棋，而是他们熟悉的棋局多寡。
大脑的记忆工作方式
工作记忆（working memory）
简单来说，就是我们当前正在意识、思考的区域，比如你正在看这篇文章，这篇文章的信息以及你正在思考的内容，都在你的工作记忆中。
长期记忆(long-term memory)
我问你，你的初吻给了谁？你头脑中立马出现的那个人（搞不好是条哈士奇），这个过程就是信息从长期记忆提取到工作记忆的过程。在我问这个问题之前，这个信息没有在你的工作记忆中，它在你的长期记忆里。
我们的工作记忆容量有限，只能同时容纳7±2个有意义的信息组块（chunk）。
例如，你可以尝试用5秒记忆这一串字母，然后遮住尝试复述：
XCN,NPH,DFB,ICI,AMC,AAX
大部分人能记住7个左右的字母。
换一组试试：
X,CNN,PHD,FBI,CIA,NCAA,X
相信这一句你能记得更多，因为出现了CNN、FBI等有意义的组块。
那么，我们的记忆模型如此工作，对于学习有哪些有价值的启发呢？根据工作记忆的原理，我们很容易发现，事实性知识是多么的重要。以上述的字母表为例，如果你的事实性知识中没有CNN、FBI、CIA这样的概念，你无法对信息进行组块（chunking）。
一些研究者认为“四年级掉队”现象的原因在此。该现象指的是社会经济背景较差的学生，在学前班到四年级之前阅读能力均表现正常，但在四年级后突然无法跟上同龄人，之后几年愈加严重。因为四年级前的阅读指导重在发音，而四年级之后则转向理解。这时社会经济条件较好的学生相比其他孩子，他们的家庭条件让他们有更广的视野和知识面，根据工作记忆的原理，他们在学习新事物时，能更好地识别有意义的组块，学习记忆的能力当然更强。
事实性知识使得信息组块成为可能，换一句话说，事实性知识实际上扩大了我们的工作记忆容量。假设A有10000个事实性知识，B有9000个事实性知识。假设两人每个月同样学习500个新知识，由于A背景知识充足，A能记住10%，B只能记住9%。十个月后，知识差距就从1000扩大到1047。照这个趋势下去，A的知识储量只会越来越多，B很难追上，这就是知识的马太效应。比起技能来说，事实性知识作为知识增长的基础，重要性不言而喻。
记忆是思考的残留物
根据大脑记忆的简化模型，信息必须先进入工作记忆才有机会进入长期记忆。你的记忆不是你想要记住或你尝试记住的事情，而是你所思考的事情。大脑总是避免思考，而学习是要对抗这个趋势。「必要难度」理论指出：记忆的存储与提取呈负相关。存入记忆容易，提取出来会不容易；反之，如果你有些吃力地存入，那么，提取会更牢。这也证明了，只有在工作记忆中进行深度加工过的知识，才能有效存储在长期记忆。
学习与健身相同，是否真正的有收获，是看训练后有没有这种状态：力竭。肌肉的增长，是肌纤维的撕裂与重建，撕裂的典型特征就是力竭。如果没有，说明运动不到位，强度不够。同样的，学习后若出现“认知力竭”的状态，能说明：至少你是在学习区学习，知识有在工作记忆进行过深度加工。上文我们提到过，工作记忆容量有限，知识进行深度加工时，会耗费你的所有心智资源。出现认知力竭，恰好证明你动用了所有的工作记忆资源，这是有效学习的典型标志。否则，你的学习仅仅是停留在舒适区。
以此来看，我们生活有不少人的看书只是消遣娱乐，当然这无可厚非，但冠以学习名义，就名不符实。如果明白认知力竭这个道理，并且能恰当运用，即便是看电影、打德州都是在学习。那么，除了认知力竭，衡量学习有效性还有没有其他标准呢？
学习是原有经验的迁移，学习科学中，迁移的定义是，把一个情境中学到的东西迁移到新情境的能力。Tesla的CEO马斯克将物理学的思考原理，用于思考商业问题，就是一种迁移能力。查理芒格一直推崇跨学科的学习方式，将各个学科的理论框架混合应用处理投资问题，是一种迁移能力。无论是学术中还是商业中的牛人或专家，无一不是有极强的知识迁移能力。
不少文章曾提到新手与专家的差距，取决于刻意练习的程度。此话正确，但我不敢苟同，因为缺少条件的限制。研究表明，当一个科目在单一而非复合情景中传授时，情境间的迁移就相当困难，知识尤其容易受情境制。对于自学者来说，同样的情况也会发生，如果长期在单一情景中进行刻意练习，该情景下的知识技能当然会极其熟练，但其迁移能力被极大的限制。
那么，如何促进大范围的学习迁移呢？有三种方法：
1、解决具体案例，然后收集其他相似的案例，目的是为了抽象出能帮助我们进行弹性迁移的一般性原理。这可以理解为归纳法。
2、在具体情境中学习，然后加入到“如果——怎么办”类问题解决中来，或者问自己:"如果改变问题的这一部分，怎么办？”。
3、尝试思考不仅能解决单一问题，而且能解决整个相关类群问题的方法。例如，思考如何做好自己的公司，不如思考如何同时做好十家公司。
总之，要使知识产生大范围迁移，必须在更高的抽象层面上表征问题。
当我们停下来思考的时候，思考必然会出现错误。这时又得静下来，思考自己如何思考，这是为了避免生活中出错的二阶操作。学习如何学习亦是如此，学习的目的是减少不确定性，如果学习本身方法不对，再怎么勤奋都是浪费。我很喜欢的理念，学习学习再学习，第一个学习是动词，第二个学习是名词，第三个学习是动词。连起来的意思是，学习如何学习，然后再去学习。
