# 334万人看过：学编程最大的浪费，不是学得慢 ## 概述 在"学编程"这个赛道上，YouTube从不缺内容：缺的从来不是教程，而是**如何不把时间扔进黑洞**。这条由学习类频道 The Coding Sloth 发布的《Learn To Code Like a GENIUS and Not Waste Time》（像天才一样学编程，别浪费时间）拿到334万+播放，靠的正是踩中了几乎所有自学者的共同痛点：收藏了几百个教程、打卡了几百个小时，真到动手写项目时依然两手空空。这篇文章把视频的核心主张拆开，补上它背后真实的认知科学研究（测试效应、间隔重复、刻意练习、建造主义），也指出哪些说法属于社区经验、哪些被标题党夸大——让你看完等于看完视频，还多懂一层。 ## 视频基本信息 | 项目 | 内容 | |------|------| | 视频标题 | Learn To Code Like a GENIUS and Not Waste Time | | 中文对照 | 像天才一样学编程，别浪费时间 | | 频道 | The Coding Sloth（学习效率/编程自学类频道） | | 发布时间 | 2023年（据频道页面信息） | | 播放量 | 3,343,342次（据2026-09-27系统素材快照的YouTube抓取数据，仍在增长） | | 链接 | https://www.youtube.com/watch?v=q-_ezD9Swz4 | | 类型 | 编程自学方法论（programming / learning science） | ## 核心主张拆解 需要先说明：本节按视频的论述脉络做结构化归纳，归纳服务于理解，细节顺序以原视频为准。整条视频的论证，可以拆成五层。 **第一层：先诊断"时间都去哪了"。** 视频开场针对的不是"怎么学"，而是"你为什么学得慢"。它把矛头指向自学圈最常见的失败模式——收藏夹幻觉：看到好教程先收藏、看到新课先买下，囤积素材本身带来了"我在进步"的心理满足，但素材囤积量和编码能力几乎零相关。这个现象在编程社区有个专门的黑话，叫**教程地狱（tutorial hell）**：跟着视频一行行敲都能懂，关掉视频一片空白，于是再找一个教程，循环往复。 **第二层：学习质量不等于学习时长。** 视频反对"每天必须打卡两小时"式的自我感动。它的立场是：决定进步速度的是学习的**密度**而不是**体积**——同样是两小时，用来"够一够能解决的小问题"，和用来被动播放第四个入门教程，产出完全不同。这个直觉和认知科学里的"合意困难"（desirable difficulties）高度吻合：适度费力的提取，才产生长期记忆。 **第三层：项目优先，教程降级为工具书。** 这是全片的主轴：以一个小项目为骨架，遇到什么学什么，而不是把教程从第一页啃到最后一页。教程的正确用法是地图，而不是腿——你需要知道路怎么走，但迈腿的必须是你自己。项目还有一个隐藏好处：它强制你面对**真实的报错**，而调试恰恰是单位时间内学习密度最高的环节。 **第四层：输出倒逼输入。** 视频强调"能写出来"和"看懂了"是两种能力。它给出的动作包括：合上教程凭理解重写、用自己的话给别人讲清楚、把学习过程公开成笔记。这套动作本质上就是流传甚广的费曼技巧，也是认知心理学中"生成效应"的民间版本：自己生成过的内容，记得远比读过的牢。 **第五层：把迭代当常态，而不是把"学完"当终点。** 视频最后把心态拉长：第一个项目注定粗糙，这没关系；回头看自己三个月前的代码、亲手把它改得更好，这种"重构自己的旧作品"的练习，比任何精心制作的课程都更贴近真实工程师的成长路径。 ## 知识与理论溯源 视频里的每一条主张，几乎都能在认知科学与教育研究中找到对应物。以下引用均为真实存在的研究与学者，可作为延伸阅读的锚点。 **1. 陈述性知识与程序性知识的分野。** "看懂了但写不出"，对应认知科学家 John R. Anderson 在其 ACT-R 认知架构中提出的经典区分：**陈述性知识**（declarative knowledge，"知道是什么"）与**程序性知识**（procedural knowledge，"知道怎么做"）。编程是典型的程序性技能，它像游泳和骑车一样，只能通过实际执行来完成程序化——这就是为什么教程地狱在结构上几乎必然发生：教程只输入陈述性知识，而岗位需要的是程序性知识。 **2. 测试效应（testing effect / 主动回忆）。** Roediger 与 Karpicke 2006 年发表在《Psychological Science》的实验表明：接受提取练习（合上书回忆）的组，一周后的记忆保持显著优于反复重读的组；Karpicke 与 Blunt 2011 年发表于《Science》的后续研究进一步显示，检索练习的学习效果优于精细的概念图绘制。这直接支撑视频"合上书写一遍"的建议——重读的流畅感是错觉，提取的吃力感才是学习正在发生。 **3. 间隔重复。** 从艾宾浩斯（Hermann Ebbinghaus，1885年遗忘曲线）到 Cepeda 等人2006年的元分析，分布式练习优于集中突击是记忆研究里最稳固的结论之一。它解释了为什么"三天速成"课程留不下什么，也解释了为什么把卡片（只放概念与命令，不放教程全文）放进间隔重复系统是程序员性价比极高的辅助手段。 **4. 刻意练习。** Anders Ericsson 等人1993年的论文《The Role of Deliberate Practice in the Acquisition of Expert Performance》指出，专家级表现来自"针对薄弱点、有即时反馈、走出舒适区"的练习，而非单纯的时间堆叠。值得注意的细节是：Ericsson 本人公开反对 Gladwell 对其研究"一万小时定律"式的简化——重点从来不是小时数，而是练习的结构。视频反对打卡式时长的立场，与原始研究一致。 **5. 建造主义与项目式学习。** "项目优先"可以直接追溯到 Seymour Papert（MIT数学家、LOGO语言之父）在《Mindstorms》（1980）中提出的建造主义（constructionism）：当学习者亲手建造对自己有意义的作品时，知识被最好的同化。Papert 的思想是后来整个项目式学习（PBL）运动的理论源头之一。 **6. 最近发展区。** "挑够得着但够不着的小项目"，对应维果茨基（Lev Vygotsky）的**最近发展区**（Zone of Proximal Development）：在独立能力与需要协助的能力之间那段区域练习，成长最快。项目选得太简单是重复劳动，选得太难则是挫败深渊——视频没有点名这个理论，但它的操作建议正是这条带子的朴素表达。 ## 批判性审查 **证据扎实的部分：** 主动回忆、间隔重复、反对被动重读——这半边论证站在认知心理学近二十年最稳固的实证结论上，随机对照实验和元分析数量都足够多，可以放心照做。 **属于社区共识、缺严格实验的部分：** "项目优于教程"在自学者群体中没有大规模随机对照研究，它更多是开发者社区几十年经验的收敛（以及建造主义在正规教育场景中的支持证据）。方向大概率正确，但不要期待它像药物试验那样被精确验证过。 **被夸大或存在争议的部分：** 其一，"GENIUS"式标题自带幸存者偏差——channel 主理人自己学成了，并不意味着其路径可复制，这在整个"学习博主"品类里是通病。其二，"项目压倒一切"若推到极端，会撞上教育心理学中著名的反向证据：Kirschner、Sweller 与 Clark 2006年的论文《Why Minimal Guidance During Instruction Does Not Work》指出，对新手而言，无结构的探索式学习会撑爆工作记忆，效果反而不如有指导的教学。合理的调和是：**项目驱动 + 按需检索结构化资料**，而不是裸奔式瞎试。其三，需要提醒：本文对其论点做了归纳与理论补全，个别表述为该品类的通行主张，具体措辞请以原视频为准。 ## 认知提升与实用启示 **1. 执行"50/50法则"。** 从今天起，给学习时间立规矩：一半用来输入（看文档、看课），一半用来输出——把刚看的东西合上源码写出来、写进公开笔记、或讲给一个人听。判断标准很残酷：讲不清楚的地方，就是你没学会的地方。 **2. 用"一项目一技能"替代课程清单。** 删掉收藏夹里吃灰的课程列表，换成一张项目卡：每接触一个新概念，48小时内把它塞进一个能运行的最小作品里（一个爬虫、一个小工具、一个网页）。旧项目是最好的练习场——隔季度回头重构一次，你会亲眼看到自己知识结构的演化。 **3. 给记忆装上间隔系统，但只存高价值卡片。** 用任意间隔重复工具（如 Anki），只收录三类卡片：容易忘的语法细节、核心概念的一句话定义、踩过的坑与解法。教程全文、代码大段摘抄一律不收录——卡片是你的外存索引，不是知识本体。 ## 视频论证结构图 ```mermaid flowchart TD A[想学编程] --> B{路径选择} B -->|被动循环| C[囤课收藏 看教程] C --> D[产生学会的错觉] D --> E[动手时瞬间卡壳] E --> F[焦虑 换新教程] F --> C B -->|主动循环| G[小项目驱动] G --> H[按需检索知识] H --> I[合上源码重写] I --> J[公开输出 讲给别人] J --> K[暴露盲区 反馈] K --> G ``` 上图两个闭环，正是这条视频全部论证的骨架：左边是吞掉大多数人时间的死亡螺旋，右边是把同样时间转化为能力的复利飞轮。两者的起点相同，分岔只在于第一次动手时，你是选择"再找个教程"，还是选择"就从这个报错开始查"。 ## 延伸阅读 1. [Active recall - Wikipedia](https://en.wikipedia.org/wiki/Active_recall) — 主动回忆的机制与实证研究综述入口 2. [Testing effect - Wikipedia](https://en.wikipedia.org/wiki/Testing_effect) — 测试效应（检索练习）研究脉络，含 Roediger & Karpicke 等经典实验介绍 ## 参考来源 1. [Learn To Code Like a GENIUS and Not Waste Time — The Coding Sloth](https://www.youtube.com/watch?v=q-_ezD9Swz4) — 本文解读的核心视频；播放量 3,343,342 次据 2026-09-27 系统素材快照（YouTube 预抓取数据） 2. [Active recall - Wikipedia](https://en.wikipedia.org/wiki/Active_recall) — 视频第四层主张（输出倒逼输入）对应的认知科学概念 3. [Testing effect - Wikipedia](https://en.wikipedia.org/wiki/Testing_effect) — 主动回忆实证依据的综述条目 4. [Spaced repetition - Wikipedia](https://en.wikipedia.org/wiki/Spaced_repetition) — 间隔重复的原理与算法（本文实用启示第3条的依据） --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 > 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。