自学科学与技术：反内卷的大学生存工程学
零：上学vs学习
残酷的现实
《上海交通大学生存手册》开篇就赤裸裸的揭露了中国高等教育的现状：
“国内绝大部分大学的本科教学，不是濒临崩溃，⽽是早已崩溃。“
18年后的今天，这句话依然成立。
学院的目的是拿到科研经费，建设xx学科。这样学院才能活下去，至于本科生，你学没学好关我要经费什么事呢？你死不死谁儿子？哪怕真要管，管好硕士生和博士生的性价比也更高。
而对于高校老师来说，教学只是”副业“，甚至是”任务“。他们的主要精力都在科研。只有科研搞好了，他们才能拿经费，评职称。而教学，尤其是教本科生，则是一个吃力不讨好的活。干好了没奖励，没干好有惩罚。
哪怕是科研任务不重的”讲师“，也别以为他们会好好上课。认真上工资是那么点，随便上工资也是那么点，我为什么不摸鱼呢？至于学生学没学懂，关我什么事？
从比我们还大的PPT到昏昏欲睡的课堂，从千篇一律的试卷到重复10年前的教学内容，这句话贯穿了18年，依旧能在各种地方被印证。
所以，如果你遇到了一个上课耐心细致，能够分享学科前沿，告诉你产业现状的老师，好好珍惜吧，这可是学校里面的稀缺资源。
再说到培养方案。先抛出一个骇人听闻的结论：高校课堂的培养方案，至少落后行业5年，落后10年20年更是屡见不鲜。
以大数据为例。大数据在2008年左右开始被头部互联网公司关注，2013年开始受到政府、资本和媒体的广泛关注，2014年首次写入《政府工作报告》，2016年开始在各大领域爆发式应用，2021年《数据安全法》等相关法律法规出台，监管加强。现在对我们来说，大数据已经不是一个陌生的词了。
而对应的专业，数据科学与大数据技术，在2016年由教育部批准，北京大学、中南大学等高校首批开设。这个专业的本科生毕业，最早也是2020年，研究生则是2023年。
这个专业的学生，完美的错过了行业的红利期。
这还是新兴专业，那些有几百年科学技术沉淀的专业，落后就更严重了。很多内容还停留在世纪初，老师自己都没接触过行业前沿，哪怕有，也仅仅停留在请一些“大佬”来学校开讲座上。
我曾经把PPT上的一段话截图给一个行业大佬看，他第一句话就告诉我，这个老师讲的有一半都是错的，ta绝对没有下过一线。
老师自己都不清楚行业现状，又怎么可能不编出落后的培养方案呢？
而且，一个专业几大百人，共用一套培养方案，大家的思维，知识背景，接受能力各不相同，怎么可能保证培养方案应用的时候，每个人都能有效果呢？
就像食堂炒大锅菜一样，不是夹生，就是烧糊，根本炒不匀。老师们只能追求群体最优解，无法做到个体的最优解。
这里不得不说到一个东西：“创新班”。很多985都喜欢搞类似的班级，比如“卓越班”“院士班”，有的甚至专门成立了一个学院来把全校所有的“创新班”放在一起。
这些班级在宣传的时候，往往会带上“本硕博贯通”“导师制”“小班教学”等名号。这些政策倾斜也许不假，但是相比于背后的黑暗面，这些优势虽然称不上是锦上添花，至少也可以说是无足轻重。
这类班级光鲜亮丽的外表下面，有几个巨大的坑：
1，绩点“通货紧缩
在创新班里面，作业量是普通班的2倍，考试难度是普通班的3倍，但是GPA都是4.0满分。保研和留学申请时，外校老师或者国外的招生官不会管你上的是“高等量子力学（全英教学）”还是普通物理，它们只看数字。（本校例外）你在地狱难度里卷出来的3.6，在申请市场上，却打不过普通班轻轻松松拿到的3.8。这是一场付出与回报严重不对等的交易。
2，内卷养蛊
创新班，尤其是热门专业的创新班，聚集的都是来自天南海北的卷王。在普通班你也许可以压力不大就能达到中上，但在这里你就只能当卷神的陪衬，老老实实做分母。
上学期跟一个转到热门专业好班的卷王聊天，ta告诉我，那些卷王一个个均分92+，国奖随便拿，竞赛证书比字典都厚，甚至连志愿，活动都不放过。
“我们班连运动会项目都得抢着报，因为可以加操行分。”他们甚至连这种边际效应极低的地方都要卷。
所以，如果你在这种班混得不好，其实不是你不行，而是你被放错了坐标系。
3，科研耗材预备役
学院的目标不是把你培养成卓越的工程师或行业领袖，而是把你锁定在“本校博士生”的轨道上，成为老师廉价的科研劳动力。一旦你中途发现自己不适合搞科研，你会发现你学的屠龙之技在就业市场上毫无用处。
科研也是“一将功成万骨枯”的残酷竞争。哪怕你在这个班的顶尖，你也无法保证你就是那个“一将”。
他们许诺把你培养成科学家，实际上是把你培养成科研流水线上的耗材。学院不关心你的死活，它们只关心能不能发论文出成果，至于做出成果的是谁，只能说，你不干有的是人干。
4，没有退出机制
很多“创新班”实施末位淘汰制，但几乎没有主动退出机制。哪怕你不是吊车尾，想要退出或者转入普通班，也面临着巨大的行政压力和心理羞耻感。退出的只会被当作失败者，不退出又只能给卷王当分母，于是那些学得本来就不开心的人，只能在双重的压力下越来越抑郁。一根筋变成两头堵。
卷绩点的边际效应
绩点是现金，不是资产。
随着绩点越来越高，你会发现，卷绩点的性价比越来越低。
好学校热门专业的卷王，均分都在90+，假设你的均分是80，你维持住你的均分，和90+卷王维持住均分所花费的时间精力，根本不是一个量级。
绩点的作用，仅仅是保研和留学。但是，保研看的是绩点排名，不是绩点本身，而留学可以不断重修“刷”绩点。
分数段与分数段之间，是不一样的。
- 60-80：这个区间是“基础区”。只要你掌握基础概念，记住公式，就能不挂，运气好还能有一个看着还不错的成绩
- 80-90：这个区间是“提升区”。这个区间需要搞懂考试的重难点和易错点，投入的时间慢慢增加。
- 90-100：这个区间是“泡沫区”。为了一两分的提升，你可能得把整本书都背下来，甚至揣摩出题老师的心理。
从65分到70分，只要多花5个小时，而从90分到95分，50小时都不一定够。而这5分再加权到绩点上，体现出来的也许只有0.2分的效应。
更疯狂的是，为了那一点点分，大家甚至连水课课代表这种边际效应极低的地方都不放过。为了不让别人获得那一点点分数，宁愿花费10倍的时间精力。
这0.2分在保研边缘或许有用，但是在保研面试、考研复试里面，它的收益为0。老师并不关心95分比90分厉害在哪里，但他们一眼就能看出你是“做过完整项目”还是“只会做题”。
如果一个人把政策评分奉为圭臬，那他才是政策下最大的牺牲品。然而现实是，在热门专业，大家为了不掉队，拼命在“泡沫区”里面厮杀，哪怕是体系里的“胜利者”，也逃不了沦为牺牲品的命运。
毕竟考试是我们熟悉的游戏，规则明确，舒适安全，只要延续中学的那一套玩法就行。大家都挤在一个独木桥上，不卷才怪。
理性的策略是“止损”：一旦达到目标线，就停止额外的投入，只求“稳住”让自己不掉出安全区即可。
怎么稳住，就是后面交代的内容了。
听课就是学习？
上学和学习，是两个不同的概念。
我们从小到大的学习路径，是“预习——听课——记笔记——做作业——考试”。这样的路径下，我们处于被动接收的位置，没有产生主动构建。
从小学到初中到高中，再到大学，我们一直在重复这样的路径。前18年我们没得选，但是现在我们有互联网，有AI，海量能够利用的资源等待着我们。
看完前面的内容，相信你已经认为大学老师不打算认真上课，我们完全可以选择自学。
但是，很多人所谓的“自学”，不过是找网课，把线下听不懂的课，搬到线上再听一遍。依然没有跳出被动接收的路径。
为什么我们如此迷恋这一条错觉？因为它给我们提供了致命的爽感。
不管是上课还是听网课，你的思路都是跟着老师的逻辑走的，公式推导得十分顺畅，例题似乎也会做，一切都很好。
实际上，你只是在被老师“背着走”，这些路只是老师带你走过一遍，而不是你自己真的走过一遍。你感觉自己听懂了，实际上只是大脑按摩的舒适感。
如果让你复述一下刚刚的内容，或者解一道题，你会立马卡住。因为你从未真正掌握这个逻辑。
只输入，不输出，一听课就会，一做题就废。用听课逃避输出，只是一种软弱的逃避。
真正的“学习”是痛苦的，是充满混沌和不确定性的，就像健身一样要撕裂肌肉重新生长。而听课是舒适的，是充满确定性的。
大多数人宁愿把书看十遍，也不愿意自己去推导一遍公式；宁愿把网课反复看5遍，也不愿意独立解决一个题目。
而这种“追求确定性”、“逃避痛苦”、“表演式勤奋”的惯性，正是“上学”这套系统精心为你设计的陷阱。
上学是一场“有限游戏”。目标是卷赢别人，或者满足指标。大家都在卷，你也不得不被裹挟着卷，你死我活，评价体系单一，结果出来后游戏结束。
而学习是一场“无限游戏”。目标是构建认知，解决问题。由好奇和热情驱动，评价体系多元且即时，这场游戏最大的目的，是让游戏继续。
所以，“上学”只是我们不得不做的工作，而“学习”才是我们值得投入的事业。
然而我们面临的，是一个零和博弈局面：学校不仅不教你有用的东西，还试图占满你所有的时间，让你没有时间进行真正的学习。
看看学校吧：无意义的活动，形式主义的小组作业，乏味的团建。他们都在掠夺你的注意力，让你疲于奔命，无法沉下心进行主动构建。
所以我们为了学习，必须反抗学校现有的模式。
去学生化
作为进入社会前的最后一站，大学里面应该做的是“去学生化”。
院长给我分享过一个启发：本科生花在课业上的时间，应该随着年级递减。而减出来的时间，应该拿去做“能够写进简历的事情”。
我访谈过的毕业学长学姐告诉我，大学里能学到的东西不到工作要求的十分之一。这还是能找到对口工作的工科。
HR 把学生分三档：有硬核项目经历的、综合能力强但培养成本较高的、除了绩点和学生干部头衔啥也没有的。
22岁毕业，如果你能写进简历的新东西，除了专业课分数没有别的任何内容，那这4年就是一片空白。
那什么能够写进简历？4年的时间应该如何分配？
大一：这个时候大家都是新手，除了学业干不了太多事情。80%的时间应该放在高数，大物等课程上，尽可能把这些基础课的分数卷高。高数，大物，概率论这种课学分很高，啃下来能为绩点攒下很大的优势。一个残酷的真相是，后面的专业课学分不会太高，你大一的绩点排名几乎就是你整个4年的绩点排名。所以第一年得在课业上辛苦一点，为后续的2年留出容错空间。
大二：花在课业上的时间，应该小于要考试的必修课时长的60%。在学校摸爬滚打了一年，大家都有了一些知识基础，摸出了一些考试的门道，积累了一些信息渠道。这个时候的重点是“探索。去联系导师进课题组，组队打比赛，混社团，学技能，或者像我一样写一个实用的PDF文档。总之一定要有产出，要有课业之外的成绩，哪怕成绩本身不好看。
大三：这一年要完成方向确定。就业，考研，保研留学，甚至创业，每一条道路摆在你面前，一旦确定就得all in。就业就大胆找实习，考研就钻图书馆刷题，深造就猛攻比赛/发论文，创业就疯狂的经营你的项目。不要觉得自己能够多端开花，很多人走好一条都十分吃力。这时候的课程大多就那样，学分高的就一门左右。如果你还在像大一一样，为了平时的全勤分而不敢逃课，为了作业的优秀而熬夜，那你就是“战略上的巨婴”。
大四：这个时候大家都各奔前程了。课程几乎没有，每个人都在自己的道路上渐行渐远，拿到属于自己的结果。没什么好说的。
绩点好看，但没有别的地方出彩，看上去完美，但十分脆弱。当和你同台竞争的那群人，都手握均分90+的成绩单时，你又该怎么让自己脱颖而出呢？
课业是你的“现金流”，维持安全线即可；而项目和竞赛是你的“资产”，它们决定了你未来的身价。随着年级升高，你要疯狂地把现金流转化为资产，而不是守着一堆贬值的现金（绩点）沾沾自喜。
复习之上
大学里，学好与考好之间，没有任何关系。
既然上学只是一份不得不做的工作，我们的思路就应该转变：用最短的时间，最少的精力，换取预期分数。
我统计了一下，这学期我花在“上学”的时间大约在45小时，而需要考试的必修课，课时总时长是162小时。我用不到1/3的时间，也能做到每门课80+，稳住绩点第一。
所以，以下所有内容，都建立在一个假设上：你不打算听课，决定全程自学。你想节省出这2/3的时间，去做自己想要做的事情，无论这些事在外界眼中有多么离经叛道。
你不需要像高中那样学完所有东西。
大学的期末考试不像高中。高中是选拔性考试，而大学是合格性考试。大学考试不是为了筛选天才，而是为了验证合格品。我们的目标不是追求完美的100分，而是追求性价比最高的85+/及格。
所以从一开始，就不要想着用高中的那一套“猛猛刷题”的思路来应考。到了大学，你有时间，有选择权，能自由接触互联网和AI。利用你能够利用的所有工具，尽可能提高效率，才是大学的玩法。我就是靠着这一套玩法，才能在突击的情况下拿到专业绩点第一的。
很多课程设计之初，就是允许突击的。
不信就去B站搜这门课的速通课。绝大部分公共课和部分专业课都能搜到。不过你有没有想过，明明老师都在强调平时好好学习，这种速通课却有好几百万播放？仅仅是因为大多数学生平时不怎么学习吗？
至少这种课证明了，几个小时学完一门课是完全可行的。
你也许痛恨老师平时上课“水”，讨厌莫名其妙的作业，直到临近期末考试才发现自己没学。但是不用慌，高中的考试是马拉松，而大学是间歇跑。
高中需要平时稳扎稳打学，而大学需要在考前瞬间把记忆拉到峰值。
高中知识点简单，但题型变化多，技巧多，所以会显得“难”。而大学的知识点多，但题型简单，学什么就考什么，没什么变式，一般不会给你绕弯子或者设陷阱。
对老师来说，不及格也会麻烦他们。所以大部分的老师都会尽可能的给你分，哪怕最后估分估错了也不用太担心，你的分数往往比你预想的高。
所以在大学里，核心能力不是“如何学好”，而是“如何考好”。
一：平时工作
埋头苦读是战术上的勤奋、战略上的懒惰。
你可以观察一下，你身边的绩点高的人大致分两类：一种是平时到期末一直努力卷的，一种是特别会考试的。
你选哪一种？
我不是说埋头苦读不对，而是我们有效率更高的方式。而且我估计，你要是真的是埋头苦读型选手，也许就不会看到这里了。
“逃课”
出勤率与成绩之间，没有正相关关系，甚至可能是负相关。
老师不会认真上课，已经是我们默认的事实。但是你又在课堂上干什么呢？
认真听？学不到东西的。你如果有消化前面的内容，就不会产生这个想法了。
玩手机摸鱼？抬头环视周围，大多数同学都低着头，盯着那个发光的屏幕。刷抖音，打王者荣耀，或者干别的事情。他们只是在被“不想听课”的本能驱使，而对于“为什么不听课”没有任何概念。
肉体坐牢，精神流浪。
干自己的事情？听上去不错，但你在干什么呢？写作业？自己听网课？做小组作业的PPT？还是自己的项目？
如果你确信，老师上课的知识密度，小于自己看书的知识密度，那就果断逃课，或者“隐形逃课”：人在教室，但是干自己的事情。肉体签到，灵魂离线。
我本人相当支持逃课，而且作为班长，我将“合法逃课”——请假的成本控制得相当低。自己写一张假条，给我说一声，不需要任何签字，就可以请假。
比上课有意思的东西太多太多了。
俗话说的好，逃就别怕，怕就别逃。逃课也是风险管理的艺术，选择肉体逃课的同时，尽可能将平时分损失降到最低。
摸清老师的点名规律，让室友帮你应到，代签，上有政策，下有对策。只要你想逃课，没有你逃不了的。
只在必要的时间去上课，哪怕去了，也果断选择干自己的事情。课堂就是我们的“杂事处理中心”。
那课堂点名呢？
如果你选择肉体逃课：提前请室友吃一顿饭，给他们一点好处，明确说出你的需求，拜托一下他们。吃人嘴短，拿人手软。
如果你选择精神逃课：直接说“不会”也不会怎样，你自己觉得很尴尬，但是大部分人下课后就会忘掉你尴尬的场景。要是实在害怕，就趁点名期间抽离出来，用AI生成一个答案。
哪怕真的点名被记，也只是为90分钟自由支配的时间的代价而已。当一堂课的收益远低于机会成本时，不逃课才是浪费。
逃课不是“坏学生”的标签，而是一门投资——扣平时分，只是这笔交易的违约金而已。
再给各位分享一个防止雨课堂随机点名的方法：
扫码签到正常扫，而在点名期间，断开你所有设备的网络连接，电脑端可以退出微信，核心是让微信离线，这样你就不会被点到了。这一招对于人多的大课，尤其是各种政治课，非常好用。
至于逃课了又该怎么把落下的内容补上，后面会详细展开。
印象分管理
大多数老师会捞人，不代表捞人就理所当然。
如果你是老师，面对一个完全没印象，作业也不写，考试成绩还一塌糊涂的同学，你会有捞ta的欲望吗？
老师也是人，有印象甚至印象好的同学，平时分给得更多很正常，期末考试改卷也有可能会更松。
哪怕平时分占比不大，它也能够决定你最后的分数是59还是60，绩点是3.7还是4.0。
而且，相比于期末哼哧哼哧的复习，平时分简直太容易拿了。别看不起这一点分。你的成绩是一分一分加出来的，不是一分一分扣出来的。
平时分的细化规定也许没什么操作空间，但是规矩是死的人是活的。给老师留下好印象，不会有坏处，还能在意想不到的时候发挥作用。
你不用每一节课都听，但是在关键的课，比如第一节或者最后一节，猛刷存在感。
“班长”和“学委”是两个容易刷存在感的身份。用这个身份接触，老师没有拒绝的理由，而且很多老师可能只能叫出这两个身份的名字。
不是这两个身份也没关系。提前用AI准备一个只能通过预习才能问出的 问题，下课找到老师问出来，让老师觉得你很“好学”，记住你的脸和名字。
没关系，我们就是为了问问题本身而问问题的。
没有把握住这个机会，也还有方法。平时只要去上课，就坐第一排。哪怕你是在用电脑干别的，老师也会默认“坐第一排的是好学生”。
坐第一排带给老师的情绪价值，远远大于坐在最后一排睡觉。
我大一下的时候，微积分等学分高的课程，每节课都坐第一排。那些任课老师都能叫出我的名字，甚至还经常喊我上台讲题。
学习节奏
为什么大学的一节课是90分钟（45×2）左右？
因为这样方便教务处排课表，能让你一周只去1-2次教学楼，仅此而已。
学校的课表，永远不是为了大脑更好吸收知识的产物，只是老师空余时间的妥协。但是，人类的专注极限在40分钟左右，卡着极限设置课时，就像开长途汽车只加刚刚好的油，没有任何容错，稍有绕路就得抛锚。如果你能做到上课期间一点鱼都不摸，那你或许就不会来这里了。
再考虑到遗忘，当你下周二再来上周四的课时，你已经把上一节课的内容忘得一干二净了。老师不得不花前15分钟帮你复习，剩下的时间再填鸭式地塞给你新知识。
这个过程重复十几周，每一次都是在“格式化”的大脑中重新写入数据，效率极低。
同样，学科类型不同，所适合的学习节奏也不同。记忆背诵型内容更适合短时高频的刺激，而数理逻辑型内容则需要一个大块时间去沉浸其中。
学校却不区分这两种类型的课程，把所有课都一股脑的塞进了45×2的课程表里面，却指望我们学到东西。
这本身就足够荒谬了。
上课只是一种“大脑按摩”，老师假装讲清楚了，学生假装听明白了，大家都很舒服。
但是，没有强迫性的过载，就没有实质性的重复。有益的事情都是不舒服的。啃公式，背条文，调代码，这些任务天然带有不适感。而正是这样的不适，才能点亮我们新的神经元连接。
对于记忆背诵型科目，比如各大政治课，我们的操作逻辑是“少吃多餐”。
每天投入1个小时左右，但不用集中起来，分成3块，每次20分钟，专门用来背诵这些内容，反复高频的刺激相关的神经元。
这样相对轻松，不会被所谓的“指标”压力，而且趁着注意力最集中的时候背，大脑吸收的比例最多，不容易忘记。
一周背一次，一次背7个小时单词，那是自欺欺人，你的大脑在前1小时后就已经拒绝写入了。每天背45分钟，分三次看，让神经元反复放电，才是顺应生物学规律的玩法。
而对于程序性和结构性强的知识，比如高数、力学、写代码，我们才需要“沉浸式体验”。
这个时候，任何碎片化的操作都会打断我们的连续性，哪怕只是起身上厕所，都有可能忘记刚刚想到的思路。
如果你在推导一个复杂的力学公式，或者在配置一个机器学习的环境，千万不要用所谓的“番茄工作法”去打断自己。这类知识的冷启动成本极高，就像把水烧开，你每隔几分钟关一次火，水永远烧不开。
这种时候，你需要的是去图书馆，放下手机，给自己一个3小时的绝对沉浸期，让自己进入心流状态。
如果你哪天下午恰好没课，又想学点什么，让期末轻松一点，我们也不用一直死磕一个科目，而是“交替学习”：
先做一个半小时左右的高强度运算（比如做一遍大物的例题），然后休息10分钟。这个时候可以起身活动，可以上厕所，但千万不能玩手机。
一旦打开手机，大脑内多巴胺水平瞬间就会提升，难以再次回到专注状态。而且，当你放下手机准备继续时，很可能一个小时就过去了。
接下来一个小时，复习记忆型内容，政治课背一背，英语阅读写两篇，此时激活的是大脑的“语言”脑区，“逻辑”脑区处于休息阶段。
休息10分钟后，最后进行整理和输出。这样通过切换不同的学科类型，大脑的疲劳感会大幅降低。
信息渠道
期末考试不仅仅拼的是学习能力，还有信息渠道。
具体需要哪些信息？
- 教材：一切知识和考试内容都起源于教材，但不要逐字逐句的看，把教材当作“字典”，哪个地方不清楚的时候翻书查阅。
- PPT：PPT相当于浓缩版教材，把所有可能会考到的知识点都汇总在了一起。也许老师的PPT年龄比你都大，但并不妨碍你认真看。
- 往年学长学姐的笔记和考试经验：如果你有笔记做得好的学长学姐，就尽可能的去要他们的笔记，以及打探一下考试的难度和复习经验。要了记得发一个小红包表示感谢，不要只说一句谢谢。他们收不收是他们的事情，你得拿出“不白嫖”的态度。
- 往年真题：重中之重。绝大部分的大学期末考试题10年都不会变，尤其是理工科。老师出题很有可能是往年真题改几个数据，或者换一个套壳的场景。就算题型有一定变化，你也能知道大概会考哪些知识点，考察的难度分别如何。如果条件允许请至少准备3套。
- 划重点课：有的老师会在临近期末的时候专门花一节课来划重点。哪怕你平时没听，这节课也得好好把握住。尽可能全神贯注的去听，看哪些是重点，哪些不会考，哪些考小题，哪些考大题。如果还有不清楚的，下课就去追着老师问，最好问到老师不耐烦为止。
有了这些信息，复习的准备工作就基本完成了。如果有的信息没有也没关系，我们还有AI。限于篇幅，这里先不讲。具体怎么用AI我们后面有机会再更新。
说这些并不代表平时听课不重要。如果你想保研/留学，或者不想期末压力太大，平时认真听也很有必要。
什么样的课要认真听呢？
- 学分高的课。一般来说学分大于等于3的课难度都偏大，比如微积分，线性代数，大学物理。具体的学分数可以在你学院的官网上查培养方案，每个专业都会说明。
- 速通课播放量大的课。开学时可以先去网上找找速通课，看看播放量让自己心里有底。这种课比较难，很可能需要反复听才能掌握。
虽然我选择速通，但在一些关键的课程上我也会认真学。认真学还有一个好处，就是老师对你印象好，平时分可能会给得更高。都知道靠平时分能给你59拉到60，但如果也能给你从89拉到90呢？
90+公式：平时认真学+期末高效突击+高质量信息渠道。
分布式计算
那些均分90+的卷王，是你的外接计算机。
高考的零和博弈，让我们没办法合作，只能单枪匹马的杀出重围。但是到了大学，每个人都有合作的空间。
尤其是那些成绩中上，平时上课专心，笔记翔实，作业认真的同学。他们是最好的资源渠道。
外界也许会觉得他们很卷，但实际上，大部分优秀的人都只关心自己，他们的注意力放在“我要让自己更好”，而不是“我得把xx给卷下去”上。
所以此时如果你能毛遂自荐，告诉他们“我不会拖后腿“，甚至”我能用一些东西和你交换“，他们往往都会欢迎。
用你的优势，比如信息差、AI工具的使用、或者请吃饭，去跟ta交换笔记和作业。我说的是交换，是交换，是TMD交换。
别上来就来一句“兄弟/姐妹，能不能借你笔记看看”。没人喜欢被白嫖。ta也许不会拒绝，但单方面的价值输出，一定不会长久。价值交换，才是最稳固的模式。
也别在ta面前抱怨“这门课好难”“我完全听不懂”（除非是你设计的话术），没人喜欢传播负面情绪却不行动的人。
拿到资料后呢？笔记直接扫描复印，作业直接抄。抄到不懂的地方，用AI帮你解答。大学里面，抄作业反而是提升效率的方式。
专业第一的学长给我透露过，他也经常抄作业，尤其是在“背书课”上，这样能节省很多时间。
那成绩顶尖的同学的“外接计算机”在哪呢？
除了个人，小组也是一个高效的学习方式。小组作业之所以完成低效，是因为没人站出来领导全场、分配任务，推动进度。
所以你得成为组局的人，你得推动大家。
考试前3-4周聚集那些成绩中上，中等，和只想及格的人。卷王不用请，ta大概率有自己的复习计划，不愿意被打断。
然后针对那些比较难的科目，比如模电，理论力学，每个人学1章，学完2天后再聚在一起互相讲，不懂的互相解答。讲的过程，本身也是一种学习。
这样每个人用学1章的时间学完了8章，8倍的效率杠杆，比单枪匹马更强大。
这就是分布式计算。别人负责前端数据采集，你负责后端突击。
二，科目分诊：认清你的对手
学校不仅把课时一刀切，还要把复习方法一刀切。
无论专业，无论科目，我们被灌输的复习方法，就是”看书——刷题——背答案”。高数如此，思政课也如此。
这种模式最大的问题，就是十分粗放。它默认所有类型的科目，可以用同样的方式处理，但实际情况肯定不是这样。
科目与科目之间类型是不同的。有人可以高数轻易95+但思政只能刚刚及格，有人可以轻松记住规范条文但一碰到数字就大脑死机。
三种类型的科目
不同的科目类型，对应着不同的复习方法。但在选择复习方法之前，我们需要对科目进行区分：
数理逻辑型 主要考察公式，推理，计算。明显特征是卷子上有大量计算，有唯一正确答案，过程分占比高，典型例子为微积分，线性代数，力学，电路。
记忆背诵型 主要考察对关键概念、规范、条文的记忆和理解。明显特征是卷子上有名词解释、简答、论述，答案开放但有标准踩分点，典型例子为思政课，法律。
混合型 同时出现上面两种科目类型的特征。明显特征是一张卷子上同时出现名词解释，简答题和计算题，且同一个概念会在不同题型里面以不同的方式出现。典型例子为经济学，以及大部分专业课。
这一步很重要，尤其是对混合型科目，只有分清楚了类型，才不会像无头苍蝇一样漫无目的的复习。
科目是混合的，但题型是单一的。很少会有一道题目同时考察你对概念的记忆和计算。
如果你能拿到往年真题，或者老师给你们说明了题型，首先应该做的就是，判断每种题型的占比。
拿我自己的一门专业课举例，它是60%的记忆+40%的数理，几个特殊的章节既会考概念又会考计算，所以我选择的复习节奏是上午3小时攻克计算题，晚饭后30分钟×3次记忆概念。
一个陷阱
对于混合型科目，一个概念考察的方式很有可能不止一种。
名词解释考你对概念的记忆，简答题考察你这个概念的应用场景，计算题考察你这个概念如何运用到公式中。
同一个概念，你也许在计算题里能熟练套公式，但在简答题里看到它时脑子一片空白。
而最尴尬的是，你记了这个概念的大部分出题场景，却忘记了一种，而这一种恰好又在期末考试中考到了。
所以对于这种科目中的概念，在考前应该快速过一遍：这个概念是什么，它在简答题里面长什么样，在计算题里面长什么样。
三：概念：知识的无损压缩
第一性原理
平庸的学生背诵100种题型，聪明的学生掌握1个概念。
高中的学习不怎么重视概念，大致讲一下后就开始做题。这其实完全违背了学习的底层逻辑。不管是学知识还是技能，概念一定是最底层最基石的部分。所有上层的内容都围绕概念搭建。
尤其是理工科。所有的题目，都是围绕着基本概念和定律，在不同边界条件下的展开。
对于理工科来说，与概念同样重要的还有推导。推导展示的逻辑链是一个公式怎么来的，理解其中的逻辑比强行记公式更有效率。
推导过程中，理解逻辑链条比计算更重要。计算只是一个机械的过程，而理解则需要深度的思考。
大多数人学习概念是“语文式”：强行背诵概念。而理工科学习概念应该是“参数式”的：理解每一个参数的意义。
比如泰勒公式，每一项的系数算不出来关系不大，关键是理解这个公式是在用加法和乘法去逼近一个函数，逼近的过程就是不断求导，以及余项的确定思路。
为了检验对概念和公式的理解，请你像测试代码一样，测试你对概念的理解：
- 归零/无穷测试：如果某个参数归零/趋于无穷大会怎样？
- 逆向测试：如果把因果倒过来，这个定理还成立吗？
- 极端测试：这个公式在什么情况下绝对不适用？
以上的问题，如果你回答不了，可以直接问AI进行辅助理解。
而对于偏向记忆背诵类型的科目，我们则可以这样来进行记忆和理解：
- 语料降维： 拿到一段定义或论述，把所有形容词和修饰语删掉，只保留 3-5 个踩分关键词。
- 语义平替：想象你要给幼儿园小朋友讲明白这个概念，用你熟悉的生活词汇解释这些关键词和术语。
说回复习，最开始你可以对着目录翻书，也可以让AI给你总结一份概念（不等于知识点）清单。先确保理解没有问题，再尽可能的记忆下来。
如果你时间充裕，这一步应该占大头。地基打牢了才能慢慢搭建高楼大厦。
三：内化：试卷的逆向工程
逆向工程
如果做作业只是为了算出正确答案，为什么不直接交给搜题软件和AI？
传统的刷题路径是“看题—做题—对答案—订正”。虽然做题是一个检验知识掌握程度的好方法，但大学的考试，学的好不好与考得好不好无关。
只停留在完成作业本身，除了增加熟练度外没有任何作用，只是线性的低效勤奋。哪怕题目再复杂，这也只是一个机械的过程。
相信看到这里的你，肯定不想再选择传统的“题海战术”，想高效的内化和掌握。
所以我们要做的，是根据答案，反推出题老师的意图。
答案逆推法
1.题目选择
内化从例题与作业入手。
从复习的角度来讲，例题和作业的难度适中，考察的都是知识点的简单运用，所以不会一上来就上难度打击你。
PPT上的例题和作业其实相当值得关注。老师们忙着科研，没时间出卷子，很多期末考试题很有可能就是在例题和习题上改数据，甚至直接照搬教材的原题，往年的期末考试题也有可能出现在这里面。
2.先看答案
不用先自己做，先看答案。看三个内容：答案结构，得分点，学科术语。先确定自己不明白的地方在哪，再从最后结果倒推。这个数是怎么来的？是通过上一步的数据得到的。那上一步为什么要用这个公式？因为题目中给了这个条件。
一步步倒推回去，直到回到题目最原始的条件，再到考察的知识点本身。这样你会发现，题目只是一堆条件的拙劣拼凑，什么题考什么知识点，一眼就能看出来
3.独立复盘
能看懂答案，不代表会做题。盖住答案，再独立地将题目的逻辑链条写一遍。具体的计算可以跳过，把握住核心逻辑才是关键。如果你卡住了，那个卡点就是你的复习重点。
不断重复这个过程，直到你完全解决卡点。
4.一题三吃
不要做3个题，要把1个题做3遍。
第一遍，先看答案，让自己看懂逻辑。第2遍，独立解出，自己输出一遍，检验是否真的明白。第3遍，魔改题目。问自己，如果把这个条件去掉，这道题还能做吗？如果把求A改成求B，解法会变吗？当你能给这道题变式的时候，你就骑在出题人头上了。
四：精准输出，指哪打哪
极致的分数导向
极致的分数导向，才会有极致的输出效率。
这一步就需要之前准备的往年真题了。去图书馆，定好时间，放下手机，不要听歌，不要中途上厕所，尽可能的模拟真实考试的场景，做完后尽可能严格的去批改，对自己诚实一点。
第一套卷子做出来的效果往往都不咋地，不过没关系，第一套题主要是用来检测复习漏洞的。你甚至可以暴力一点，不确定的题直接空着。
批改的过程记录自己的卡点和易错点，如果有不理解的就直接问AI，AI智商很高，并且随叫随到。虽然AI偶然会出现幻觉，但并不妨碍你大胆的用，尽可能用一切手段把这一套卷子吃透，没吃透前不要再去做新的卷子。
接下来隔几天再找时间做第2套卷子。也是按照之前的流程，尽可能模拟考试环境，检测之前的问题有没有解决，以及有没有新的问题。如果之前犯过的错误又出现了，就回到最开始犯错的地方，把那一道题再做一遍。反复消化一个题比蜻蜓点水般做100个题更有效果。
第3套卷子建议在考前3天做。这个时候你也复习得差不多了，再做一遍卷子是为了加深印象和维持手感，同时也检测一下最后的漏洞。
到了这一步，你应该有一张总结了题型思路，易错点，踩坑点等各种内容的纸。
小抄思维
免责声明：以下内容只是一种复习的手段，不是教唆读者考试作弊。
如果老师突然允许你带一张A4纸的小抄，你会在上面写什么？
基础概念？公式？重难点？还是做题套路？
不管写什么，为了尽可能的缩减内容，你必须高度概括，提炼公式，总结套路。这个过程，本身就是在倒逼你去输出。
如果是我，我会再参考前面做真题得到的A4纸，再将自己踩过的坑写进去。让自己对可能犯的错有预警。
把这些写下来后，你的大脑就自动记住了，考试也不需要再带这张小抄了。所以这一步最好在考前一晚做，做完就睡觉，以此强化记忆。
最高级的作弊，是把教材复印在你的脑海里面。
阅卷算法
老师很讨厌改卷，它们没空欣赏你的文采，他们的眼睛像扫描仪一样，寻找得分点。但是老师也会尽量的去从标准答案上凑，让你尽可能不挂科。毕竟挂科麻烦的是双方。
你的答案，是写给“人工关键词检索算法”的。
把答题当成写代码一样，去匹配这个算法：
- 不要留白。绝大部分老师都是会尽可能给你分的。不管会不会，都先把题目条件翻译成数学符号，例如静止可以写v=0。写完这些，往往能白嫖1-2分。如果你什么都不写，老师哪怕想给分也给不出去。
- 分点作答。文科和理工科都如此。写答案要一行一行的呈现，说明尽可能清晰。这样老师改着也方便。
- 公式前置。在正式计算之前先写原始公式。这样老师才能明白，你不是蒙出来的，是知道清晰的逻辑链条的。只要公式对了，就能拿到大部分分，哪怕计算部分全错。如果你将公式揉在计算里，老师看不出你的思路，那就只有自求多福了。
五：考场控制工程
-20定律
能量在传过程中会有一定的损耗，分数也是。
复习是“输入端功率”，而考试是“输出端功率”。这之间会经历走出宿舍，到达考场，看到陌生题目，手心出汗，大脑发懵，计算器按错等一系列损耗。这个损耗大约在20分。
瞄准100分复习，实际得分往往在80多；瞄准80分复习，最后得分往往在60多，擦线而过；瞄准60分复习，最后得分往往在40多，等着补考重修吧。
如果你想及格，绝对不能只盯着“及格万岁”的内容，必须为这20分的损耗留出安全边界。
考试前5分钟，大脑处于发懵的状态。这个时候先别急着做题，写好姓名学号后，把试卷浏览一遍，熟悉题目，再趁自己还没忘，把公式立刻，马上写在草稿纸上。
考试流程
你也许是这种人：平时复习得很好，一到考场就开始手心出汗心跳加速，拿到卷子的那一刻脑子已经一片空白，最后慌慌张张写完卷子，只能在交卷的那一刻懊悔。
我也不是完全的大心脏选手。如果你线下见过我，就会知道我其实演讲的时候很紧张。但是针对考试我总结了一套流程供你参考：
- 考前3天换床单被套。如果你超过一个月没有换，就可以换一次，让自己睡得更舒服。睡眠是一切精力的保障。不要妄想着牺牲睡眠时间来复习，除非你只有3天突击。
- 考前一晚好好的看看你那张记满思路，易错点，踩坑的纸，以及预想一下第二天会出现什么可能的意外状况，把它们写下来，让自己心里有预期。恐惧来源于未知。如果提前把很多事情想一遍，到时候真正发生了就不会那么慌张。
- 准备一点餐巾纸。出手汗严重的同学尤其要注意这一点。手汗光靠衣服是擦不干的，准备一点纸来擦或者垫在卷子上面，可以让自己更安心。
- 考前30分钟不再看书。如果你扎扎实实的走完了前面的所有流程，那也没必要看了，再看书反而徒增慌张。可以在位置上闭着眼睛冥想，让自己静下来，减少杂念。
- 跳过2分钟内没思路的题。即使大学期末考的题型相对单一，也不代表着完全没有变化。你也无法预料下一个题你是否能够反应过来。一直在一道题上死磕反而会更慌张，不如先把能拿到的分拿到，不要因小失大。
- 草稿纸也要保持工整。如果你做得快想回头检查，或者担心做错，检查草稿纸是一个很有效的方法，可以帮你找出一些潜在的计算错误。
- 考后不参与讨论。卷子交上去的那一刻你就无法再改变了，再讨论这些不但没有意义，反而容易扰乱你的心态。你要是下来对答案发现自己一下错了很多，该怎么办呢？自暴自弃？安慰自己？期末考试不是一天考完。不要因为一科失误影响后续的发挥。
六：大杀器：Agent交互学习
吸收好上面的内容，你可以做到效率提升3倍。而接下来的思路，能够让你的下来效率提升一个量级，彻底碾压传统的复习方式。
“前18周告诉你我在大学，后2周告诉你我为什么能上大学”这句话不会再是调侃期末突击的玩笑话，而是理所当然的现实。
AI时代如果放着AI不用，那就是暴殄天物。但是大部分人用AI，仅仅停留在网页聊天端：用AI搜题，或者解释某个概念。
而他们告诉AI的仅仅是“帮我解释xx概念”这样的空话，得到的也自然是像百科一样空洞枯燥的说教。
任何网页端的AI都有两个限制：1，只能遇到一个问题解决一个，不能一次性解决一类问题。2，大模型的上下文能力有限，一旦对话过长，或者上传的文件过多，就会降智。
所以这样的交互，到了后面，效果会越来越差，AI的输出也会越来越“弱智”，漏掉关键的概念，计算错误，这些低级错误会频繁出现。
而我们的思路，是用agent：先给它一份操作说明，然后让它读取本地文件，生成markdown文档，让对话变成节点式，同时也能作为下一轮对话的prompt。它也不会乱参考文件和记忆，给你一些莫名其妙的回答。
至于老师说的什么“哪怕有AI，真正的思考还是得自己做”，这些正确的废话当个乐子听就得了。他大概率自己也用不明白。
1，身份定义
AI不应该是“更聪明的百度”，而是“高级协作者”。
AI是一个概率预测模型。它吃下了整个互联网的语料，却不知道你今天上课有没有认真听，不知道你们任课老师的出题特点。
如果不告诉他这些，它只能输出一个“最不容易出错”的平均值，而平均值，意味着平庸和爹味说教。
首先告诉AI“你是谁”。定义了它的身份，它才能给你切中肯綮的回答，不会给你讲大而无用的废话。
同时在第一次对话中，你不仅要告诉他你是谁，还要告诉他“我是谁”，比如我只有3天准备考试，我对xx领域一无所知。
哪怕你说“我是一个智力低下的博士生”，这样离谱的身份也好过什么都不说。
不要让AI自己决定用什么面目面对你。你不定义它，它就会用最平庸的姿态糊弄你。
2，上下文霸权
即时告诉AI“你是谁”“我是谁”，它的输出还是会到不了点子上，无法解决具体的期末考题。
AI拥有世界上所有的知识，但他唯独没有此时此刻的上下文。它不知道你们的教材版本，不知道讲课的难度，不知道老师的出题风格。
Garbage in, Garbage out(垃圾进，垃圾出)，在AI交互中是绝对的真理。
它就像一个精通全科但对你的情况一无所知的博士生，需要你把你的背景知识告诉他。所以千万不要上来就告诉它“帮我总结微积分的知识要点”，而是把你用过的教材，写过的作业，做过的往年试卷，全部丢进去。
可以参考以下目录结构：
course-root/
reference/
textbook/
ppt/
photos/
homework/
past-papers/
answer-keys/
senior-notes/
progress/有了这些资料，AI就有了上下文，能够针对你所面临的知识点和考试进行学习，回答也更不容易跑偏。
你告诉他“我想复习第4章”，AI就不会给一些看似重要实则完全不考的内容，而是实实在在的根据你的文件总结考点。
将参考资料放进文件夹还有一个好处：AI不会被“记忆”功能影响，不会串学科，不会在不该记忆的情况下记一些奇奇怪怪的东西。
再加上上面的提示词，AI不仅知道了“我是谁”，还知道了“你是谁”。知己知彼的情况下，AI的回答更能切中肯綮。
3，你才是AI的主人
在高考的前一周，我在江边散步时偶然遇到了一个塔罗牌的摊位。我去算了一下，很多细节我记不太清了，但有一句话我记忆犹新：
“你得死死抓住主动权，就像皇后抓住自己的权杖一样。“
AI帮我们代劳了总结，拆解，模拟出题，但是学习的决策权，必须在我们手中。让AI全部接管，指不定就会被带进坑里。
驾驶可以被代劳，但是开向哪里，必须由我们自己决定。
我们平常用AI辅助解题，大概率会在最后告诉AI”你觉得呢“”帮我拆解一下“这种模糊的词。然后AI输出一大堆过程，也许正确，也许跟参考答案不相同，但是有一点十分明确：重点不突出，不知道该从何入手。
还是那句话，garbage in, garbage out。输入的是一个不清晰的指令，AI为了“安全”，输出自然也不会突出重点。它害怕它输出的“重点”不是你们的考点，就像课堂上你害怕突然被点名时回答错一样。
用清晰，强有力的指令去指挥AI，比如”这个简答题必须出现的3个名词是什么“”用高中生也能明白的话给我解释这个定理“。
这样AI就不会害怕输出错，能根据你的要求，大胆的输出。
永远记住，你才是学习这场游戏的驾驶员，AI只是你的导航仪和发动机。不要让工具反客为主，替你做战略规划。
4，agent配置
首先下载一个agent工具，无论是Claude code, codex, 还是trae和workbuddy。只要它能读取本地文件并下载skill即可。
然后打开你电脑上的powershell，确认电脑上有node.js后输入以下命令：
npx -y skills add Wh1te358/skills-by-Wh1te -g --all
这样skill就安装好了。把资料按照上面的格式整理好，按照以下步骤使用：
生存大纲。你输入科目类型、目标分数、剩余时间、资料质量、考试题型，Agent判断目标是否现实，并生成生存大纲，区分章节的优先级，列出必考概念和公式，并为你生成初步的复习计划。
概念压缩。数理型内容使用参数测试，通过修改参数加深你对概念的理解。记忆型内容使用关键词，通过只保留关键词确保踩中得分点。
真题逆向拆解。不从“知识点解释”开始，而从答案和得分点倒推：哪个公式先写能拿步骤分、题目触发词对应哪个操作、哪一步最容易卡死、完全不会时最低限度写什么。
知识图谱。理工科的考试，常常考知识点之间的联系。Skill 会输出：知识节点表.md，知识连接图.md，综合题型地图.md。
A4小抄。这一步不是为了让你作弊，而是强迫自己压缩高频知识点，必备公式，易错点采，踩分点。
这个skill为本人开发，并且已经开源在GitHub上，链接如下：
https://github.com/Wh1te358/skills-by-Wh1te/tree/codex/exam-hacker-skill/exam-hacker
如果还有什么想要skill实现的功能，可以在issue中留言，每一条建议我都会认真对待的。
七：如果只有三天备考
你只有24小时
你没有3天，你只有24小时。
但好消息是，你不需要学完整本书，你只需要学完整张卷子。
马上期末考了，你甚至还没有开始“预习”，你也没有看过《自学科学与技术》，于是决定用笨办法，逼自己一把，每天学8小时。B站的速通课大多在3-5小时，我们取中间值4小时。再假设你第一遍有的地方还是没有掌握，于是再听了一遍，并对着书总结出了一个大概的目录。第一天的8小时就这样过去了。
第2天，你找到了往年试卷，或者让AI给你出了一套试卷。第一次做，2小时模拟过去，结果惨不忍睹，你都开始怀疑自己能否及格。
为了不挂科，你决定尽可能吃透拿分比较简单的内容。简单的填空和选择题被你逐渐啃下，靠前的大题也被你一步步攻克，靠后的难的内容则战略性放弃了。4个小时就这样利用起来。而为了保险，你甚至连大题的答题格式都背了下来，如果考场上脑子空白也能混一些步骤分。又是2个小时。
第3天，哪怕做了前面的准备工作，你还是很慌，觉得真的来不及了。但是今天还有8小时，你还能抢救。最后的最后，你把前两天的目录和试卷反复看了看，觉得不放心，又完整抄写一份答案，找了找手感。上午的4小时被你认真利用。不过这样的复习似乎并没有让你静下心来，反而越来越慌张，你索性把下午的4小时用来打游戏，晚上睡前最后看了看自己准备的内容。
对于及格来说，这样已经完全够了，完全完全完全够了。
好了。账算完了，接下来进入实操环节。
Just-In-Time
首先是心态：只有3天了，就别期望太高的分数了。除非老师太善良使劲捞你，否则做好只有六七十分擦线过的心理准备。对于那些均分90+的卷王，一门六七十分的课对他们可能是毁灭性打击。所以好希望学生不要看这里。
每一门课按6个章节算，24小时分配下来，平均每章也就4个小时。这4小时里面，哪怕去“理解”一个难懂的概念都是浪费时间。在3天突击的模式下，理解是奢侈品，记忆才是必需品。
考前3天，“求甚解”是通往挂科的最快路径。做一个没有感情的做题机器，考完试你可以把这些知识全忘光，但那是考完试之后的事。
我们的原则是，不考的不学，难懂的死背，分少的放弃。
首先准备教材和PPT，但是别从头看到尾，用来看目录和查询。用3个小时，对着教材和PPT，快速总结出一份知识大纲。
然后找出真题，把所有考过的点，在这份大纲中标出来。标记越密的地方，就是复习的重点，至于其他空白的地方，战略性放弃吧。
如果想用AI总结，可以把教材或者PPT放进文件夹，告诉它：“我只有2小时复习这个章节，请忽略所有背景知识和推导过程，直接告诉我：1. 这里必考的3个公式是什么？2. 遇到这种题型，标准解题步骤的第一步通常是写什么？”
如果有不明白的地方，直接背。放弃为什么，只看是什么。看到“求极限”，直接启动洛必达法则，看到“极值”，直接反应求导等于0。
把近3年真题的同类题型剪切在一起，连续看10道。你会发现它们长得都一样，只是数字变了。
背下这个解题步骤的形状，不要问为什么，上了考场哪怕做不出来，把整体步骤写上，也能拿大部分分。
果断放弃那20%最难的压轴题，把时间花在80%的基础题上。与其在难题上拿0分，不如在简单题上拿满分。
八，最后的最后
“上了大学就轻松了”。我们小时候多多少少听过这样的话。而事实是，哪怕上了大学，我们想“轻松”，也会被身边的氛围裹挟，不得不去卷。
越是好学校，越是好专业，卷得越凶，绩点的通货膨胀就越夸张。
前段时间和南京大学电子信息专业的高中同学聊天，ta向我吐槽，他们的保研均分分数线，来到了91分，而两年前，这个分数是83分。
他刚好卡在无法保研的边缘，时时刻刻担心自己的前景，甚至想过考研考到隔壁东南大学去。
老师，家长，社会对我们的期望是“出类拔萃”，但从来没有人问过我们，你自己想要什么。
高考前，我们被训练成优秀的答题者。高考后，我们被逼着成为出题者。而大学4年，就是我们从答题者向出题者过渡的时间。
我们不再等待别人给我们出卷子，我们开始自己寻找问题，定义问题，试错迭代。
所以，这个文档的目的，就是为了给你从课业中“抢”出时间，用来练习出题。如果大学毕业，你只比高中多了一点点用不上的知识，这才是最大的悲哀。
到这里，我想说的都已经说完了。希望这个文档能给你一些收获，启发你去重新看待期末考试，以及整个大学。如果有任何意见和建议，可以通过文末问卷或本项目的 GitHub Issue 反馈。
我也在和你一起走大学之路，you are not alone.
最后的最后，祝你顺利通过期末考，拿到自己理想的分数。以及，用抢出来的时间，去走出属于自己的传奇之路。
致谢
感谢华南理工大学土木与交通学院副院长胡楠老师。本书的契机就是胡老师找到我，让我为师弟师妹传授大学物理的复习技巧。于是我索性把整套方法论写成了一个PDF文档，并一步步迭代至今。
感谢华南理工大学对我的不杀之恩。哪怕大一的我狂傲到怼天怼地，学校也选择了包容。
感谢Gemini和ChatGPT对我写作的不遗余力的支持。突然感觉生在这个时代还是挺幸运的。如果没有AI，这本电子书的进度肯定会大大减缓。
（这里留个空，用来感谢我未来的对象，等我哪天找到了就把这里填上。）
读者反馈
扫描下方二维码填写《自学科学与技术》读者反馈问卷。
