经常去深入观察并探索事物的深层含义。
一个好的长时程问题，让我们成为「建构者」，因为我们不仅仅在学习知识，我们还在「建构答案」，在努力回答问题的过程中，我们筛选、评判和整合新知识和旧知识，并把它们融汇成一个自给的整体；一个好的问题，让我们成为「探索者」，主动地去探求未知的领域，拓宽「未知的未知」的边界，而不是仅仅满足于对现成的、边界明晰的知识的掌握；一个好的问题，让我们成为一个「猎手」，知识是我们主动去侦查、寻觅、狩猎的猎物，而不是我们战战兢兢供奉着的或者亦步亦趋跟随着的对象。
「提出深入的探索性的问题」（Ask deep explanatory questions）被证明是一种效果非常好的学习方法。
问题构成了学习的连续性。当没有问题引导时，可能我们常常只是零散、「随机」地去涉猎学习材料，甚至有点率性而为地，去了解一些不相干的知识。这种学习的结果，就是得到一盘知识的散沙。而在问题牵引下的学习，则是在不停地构筑知识之间的联系，使它们以一种有意义的方式组合在一起。
长时程的知识结构化。
问题是将我们引向深度学习的起点。一位优秀的深度学习者，必定是一个优秀的提问者，他从阅读、观察和思考的过程中产生问题，先解答表层的、容易的那部分，留下深度的、探索式的问题给自己，被问题所困扰和折磨，同时开启之后的求知之路。
同时可能还有更少的人，是从一个「创作者」的角度去研究，把学习材料作为一个观摩与研究的范本来分析。
对于基本的解码方法，其实就不外乎下面三个层次： 1. 它说了什么？（它原本就要传达的信息和知识） 2. 它是什么？（对文本的反思，以审视的目光对文本进行评价和定性） 3. 它是怎么实现的？（对形式和构成的洞察，研究写作、表达的手法）
所谓学习，本身就要注重深度和广度的结合。广度不够让人闭塞，深度不够让人只得皮毛。所以在时间有限的条件下，我们需要尽量去找最经典、最优秀的作品，进行深度解码、模仿参研。
一、不只要去寻结论，还要去寻过程。
二、不只要去做归纳，还要去做延展。
三、不只要去比较相似，还要去比较不同。
游戏中的操练还往往具有以下三个特点：1. 提供即时和丰富的反馈，包括视觉、听觉，甚至触觉（如Wii）。2. 营造动态和多变的情境。即便使用一些简单的随机性设定就可以使情境变得复杂多变，这样玩家就不会因单调重复而感到枯燥。3. 适度的挑战性构成对学习的激励。挑战的难度随玩家的经验和成就而逐渐上升，使其既不会因挑战过难而严重受挫也不会因为过于简单而失去兴味。
把知识当成一种技能来学习。
不只是把它当成是一种静态的、安安静静地躺在书本里的东西，而是当成一种动态的、可运用的、可以用来完成某件事情的技能。
心理学的知识其实可以变成一种思考框架，成为一种观察事物的特殊视角。
三种知识操练的方法：
一、写作式操练，除了更好的思考之外，写作带来的一个明显的益处，是获得反馈。
二、游戏式操练。
三、设计式操练所谓设计式的操练就是调用已有的知识，去通过设计某一种解决方案，来解决某个特定的问题。
细细想来，将原本独立或者疏远的知识加以融合，从融合效果上看，有迁移、印证和互补三类。
潜意识作用的发挥，并非平白无故产生的，而是有赖于在此之前，有足够的有意识的思考，这种思考的作用，是把很多知识的「原子」激活起来，为潜意识阶段的思考提供素材，然后在潜意识阶段，这些原子就自发游行碰撞，在脑中快速组建各种各样的组合，并且这些组合之间相互竞争，直至最佳的组合自动涌现出来，上升到大脑的意识层面。
所谓灵感，所谓潜意识的思考，并非平白无故产生的，而是有赖于思考者已经拥有了丰富的、充足的、多元的思考材料，潜意识的作用是借助其强大的并行计算能力，把这些思考材料进行各种组合。可以说，你在灵感酝酿之前，所做的素材准备工作越是充分，那么获得创造性成果的概率就越大。
也许具有广泛适用性的交替运用意识和潜意识进行创造性思考的方法。
互补互补式的知识融合，是指我们可以对同一个议题，找到完全不同视角下的论述，把它们综合在一起，就可以得到对这一议题比较全面和深入的认识。
村上隆又指出，一个艺术作品要能卖出大价钱，关键是「通过作品，创造出世界艺术史的脉络」，也就是说，「从该作品之后，是否开创了新的历史」。对于创作者来说，一方面它要找到进入世界艺术史的入口，能够被艺术界包括评论家们所理解和评论，另一方面，它又要有所突破，甚至颠覆原有的观念。更根本地讲，一幅画作的价值，不在于它的线条、颜色、构图，而是其之后，所展现出的「观念」，艺术品的价值就是观念的价值。
为什么安迪·沃霍尔的波普艺术、杜尚的小便池、达明·赫斯特的装置艺术这些既日常又诡异的东西可以如此被人推崇？因为它们都可以引起争议，既有肯定的声音，也有非常庞大的反对和质疑，这种争论使一种新的颠覆性的观念得以传播、放大，颠覆了很多人对艺术原本的理解。
格雷厄姆所理解的价值只是：难题解决。
将知识进行融合的关键，是能够洞察出知识背后的「深层结构」。在表面上不相干的知识的背后，我们可以发现它们潜在的相似性、互补性和启发性，找到知识与知识间隐含的联系。
