你们好，最近小艾特发现有诸多的小伙伴们对于经验英语，经验这个问题都颇为感兴趣的，今天小活为大家梳理了下，一起往下看看吧。

1、 首先来说明一下知识和经验的问题，这里借鉴了神经网络中的一些构成方法，感觉这种方式可以很清晰的说明问题。在上一篇文章中，我提出了一个观点，就是当你工作到一定时间后，

2、 比如8年10年后，你会发现新的知识点越来越少，但虽然新的知识点越来越少，你的作品经验可能越来越多。对于两个人的竞争，不再是工作后期知识点数量的竞争。

3、 就是知识点能够串联成有价值的方法论和模型的竞赛(经验)。

4、 这个问题用上图可以很好的解释。两张图中的圆圈代表知识点，两张图中的数字是一样的，但是左图可以看到可能只有六种做题方式经验模式，而对于右图来说，虽然知识点的数量是一样的，

5、 但是通过反复的练习和积累，形成了6*6的新格局经验 or格局。

6、 普通人形成N个格局经验，善于实践、思考、总结的人可能形成N*N个格局经验。

7、 换句话说，个人的经验能力一定是串联匹配多个知识点并解决问题的能力，而不是简单匹配单个知识点的能力。只是因为你不认为自己掌握了单曲的所有知识点，就忽略了练习和练习。

8、 只有通过实践，才能掌握更多的级数路径和方法。这也是我们在说的经验最重要的最佳实践和模式，绝对不是理论推导出来的，而是你的实践体会出来的。

9、 首先，我们来看还原。横向蓝线和纵向黄线重合的地方是纵向还原后最有价值的内容，也就是我关注的人同时关注了我们话题中的某个问题，所以这类问题符合两个维度的要求。

10、 所有符合这个条件的问题，都是垂直缩减后我们最关心的问题。

11、 其次，看价值延伸。价值延伸的方式有很多。上图，我们只考虑一个，就是在我关注的人当中，每个人都会关注其他人。那么，在这种注意只是渐进的情况下，就可能发生：

12、 1.如果我关注的人有60%(某个约定或者可设定的比例)是同时关注的，那么我也潜在地关注这个人的关注。

13、 2.在我关注的人群中，40%的人都在关注一个话题或问题(某种约定或可设定的比例)，所以这些问题可以出现在我们的关注时间轴上，如上图红圈所示。

14、 这种延伸往往是有价值的，因为在关系链的递进中，通过这种有意义的延伸，可以防止遗漏一些关键的、有价值的信息。这在关注者推荐中往往就有这个功能，但它又根据关注者的话题和内容进一步扩展了关注者推荐。

15、 两个层次的人工内容的推荐加在一起往往更全面。

以上就是经验这篇文章的一些介绍，希望对大家有所帮助。