费曼学习法是一种高效的学习方法，适用于理解复杂的概念。首先选择一个要学习的概念，然后尝试用浅显易懂的方法把它教给别人。如果你卡住了，回到原始材料简化解释并进行类比，循环反复直到对方完全理解。
我相信对于物理，费曼学习法可能是有效的，因为绝大多数物理概念都是简洁、优雅、对称的。但我越来越怀疑学习计算机世界里的复杂的人造概念时，使用这种方法是否真的有效，尤其是你是那个被费曼的人的时候。
如果你对一个领域感兴趣，但不想从一开始就去看大名鼎鼎的专著，而是从网上随机搜索，多半会寻找到某些人发的博客/贴子/回答，而你（作为新手）根本没办法判断发帖人是一个该领域的专家，还是一个刚刚开始学习该领域的新手！
比如说 Monad 。我敢保证网上大多数的帖子都是作者学到一半恍然大悟之后就立刻写文章输出的结果。而很多不太准确的概念也因为能够局部拟合而广泛流传（比如：“数组就是指针”、“面向对象的特点是封装继承多态”）。
使用原始的材料学习固然正确，但它为了做到精确往往更加晦涩。作为新手，难免不被更加简化、直观、有趣的文章吸引，比如 B/Y 站上的视频，CSDN/知乎上的文章，乃至付费的网课。但大部分情况下，我相信看了之后应该是一种似懂非懂的模糊状态——教学是一门艺术，并不是那么容易就能做好的。
当然，还有另一种选择：别人不来费曼你，你就去费曼别人。但长此以往，一个技术话题下会不会全部都是写给新手的低质量文章？
| 
