“学习的过程要做到知行合一，还要做到十年如一日”
随着大模型技术的发展，AI时代的到来成为不可阻挡的趋势，就像二十年前的互联网一样；而怎么学习大模型就成了很多人的疑问，学习大模型是不是就需要懂技术，懂数学等等。
而有些人断断续续的一直在学习大模型，但好像一直在做无用功，没有一点成效；而这些都是什么原因导致的呢？
今天我们就从个人的建议来谈谈关于学习大模型技术的方法论，可能并不适用于所有人，或许可能方法也是错的；但不论怎么说，都属于个人的一些经验。
学习大模型技术或者说学习任何东西，从作者的角度来看都需要经过几个步骤，也是方法；否则就会像无头苍蝇一样，总觉得自己很辛苦，但却收效甚少。
第一个也是老生常谈的一个方法——确定目标；在学习大模型技术之前，你首先要确定你想干啥，学习大模型的目标是什么。目标不仅仅只是给你设定一个方向，更重要的是不同的目标会有不同的学习方法。
比如说，你是想成为一个大模型的使用者，还是大模型产品的开发者，或者仅仅只是一个兴趣爱好。对使用者来说，你需要做的就是发挥你的想象力，尽力挖掘大模型的使用方法，然后把大模型与你的工作领域相结合。
如果你不能确定你的学习目标，那么你就有可能在这两种情况之间反复横跳；今天想学习大模型的使用，比如制作一个视频；明天又想学习大模型的技术，想开发一个产品；最后好像啥都学了，但又啥都没学会。
任何技术或产品，最好的切入点就是先学会使用，也就是从应用入手；学习应用不仅仅只是让你理解技术的使用，更重要的是能够让你深入到技术的应用场景，也就是技术到底解决了什么问题。
技术产生的目的是为了解决问题，而学习最高效的一种方式就是从问题出发；学会了应用，就可以反向思考为什么这个技术能够解决这个问题，它的优点是什么，缺点又是什么；技术解决了什么问题，又带来了什么问题等等。
有了一种应用场景之后，一是可以让你加深对技术的理解；其次这时你就可以继续思考，同样的技术是否能够解决别的问题，为什么能够解决，为什么又解决不了。
知道是一回事，做到又是另一回事；传说当年王阳明在提出知行合一之前；一直在学习和实践格物致知的理论。
在王阳明小时候，它想了解竹子就去格竹子；然后在竹子面前待了几天，最后还生病了；但依然没有什么结果。这时他就开始怀疑格物致知的理论，为什么他按照格物致知的方法去格竹子，却什么都没得到。
因此，经过以后多年的思考与实践，特别是在后来龙场悟道，一朝入圣；随之提出了知行合一的心学理论。
所谓的知行合一，就是在知中行，在行中知；把理论与实践相结合，才能真正学会一件事。
这也是为什么有些人明明看了一些关于大模型的书，但看完就忘，也不知道自己到底在学什么，也无法用大模型去解决任何实际问题。
知行合一就是要做到，看了理论之后要去实践；实践之后再去看理论，然后去发现实践和理论的差别；以及为什么是这样，而为什么不是那样等等。
大模型技术是一个涵盖范围很广的技术领域，它不仅仅只是一门编程技术，同时还涉及到数学，概率学，社会学习，脑科学，计算机科学等等多门交叉学科。
而我们需要做的不是什么东西都会，而是从一个角度切入进去，然后去深入学习；去钻研，去理解大模型技术。而不是今天学习AIGC，明天学习RAG，后天又想自己训练一个模型。
这就像做web开发一样，有些人擅长接口，有些人擅长中间件，有些人擅长数据库，而有些人又擅长加解密等等；没有任何一个人说他所有的东西都懂，都会。
很多时候，你说你什么都会，从侧面来说就代表着你什么都不会；毕竟人的精力是有限的，不可能做到面面俱到。而大模型技术每个方向的技术栈虽然有交集，但每个技术的侧重点都不一样。
所以，你需要做的就是先学习其中的一项技术，把它研究透，吃透；这时，你才有可能做到一法通万法通。
否则结果就是，你会觉得你什么东西都会，但什么东西又都不会；你所谓会的东西又无法去解决任何实际问题。
现在到处都有一周学会什么什么，一天入门什么什么；除了部分真正的天赋型选手之外，你觉得几天能入门什么东西？
哪怕去要饭，去捡垃圾，你觉得你刚开始能比得过人家长年累月的人吗？
所以学任何东西都不能急，慢慢来，只要你坚持学习总会有收获的那一天。
更重要的是，很多你认为简单的东西，等真正做起来原来没有那么简单。
最后，虽然很多时候我们无法看到技术的进步，但事实上大模型技术的发展日新月异；远远要比我们想象的要快得多。