26 | 阅读准备：当我们谈论快速阅读时，我们究竟在谈论什么？
2020-07-08 陈亦峰
互联网人的英语私教课
进入课程
讲述：陈亦峰
时长17:15大小15.81M
你好，我是陈亦峰，欢迎你和我一起学英语。
今天我们开始阅读一篇新的文章，题目叫做InfoQ’s 2019, and Software Predictions for 2020。这也是我们专栏的最后一篇语料。我们还是先对这篇文章进行一个总体导读，然后我们借这篇语料，来谈一谈“快速阅读”的话题，帮你总结一下提高阅读速度的方法。
阅读开始前的“脱壳”准备
看文章之前，还是按照老习惯，我们先分析一下题目 InfoQ’s 2019, and Software Predictions for 2020。
这个题目非常直截了当，一看 2019 和 2020 这两个年份，加上主题词 software，就知道这是一篇回顾加预测的文章。文章发布的日期为 2019 年 12 月 6 日，是在辞旧迎新之际。我们可以想见，InfoQ 作为新闻平台，会发布很多这种类型的文章，来回顾软件行业过去一年的发展，并展望来年的趋势。
接下来是 Key Takeaways，也就是作者帮我们做的摘要总结。我们用最快的速度来略读一下。我们知道，这是一篇整个软件行业的年度回顾加预测文章，我们可以预期在文章里一定会讲到软件行业的方方面面，因此在初次 skimming 的过程中，我们只需要了解文章要讲的话题，只找文章中的名词关键词就可以了，其他先不用去看。
我在作者写的五点 takeaways 里给一些关键词加了粗（见下文），这是我自己在 skimming 过程中找出来的，前后大约花了半分钟时间。通过这半分钟，我大致了解到，这篇文章会在量子计算、虚拟现实、Web Assembly、Kubernetes 以及软件架构（微服务和 FaaS）这些方面进行回顾或预测。
Last month, Google claimed to have achieved quantum supremacy—the name given to the step of proving quantum computers can deliver something that a classical computer can’t. That claim is disputed, and it may yet turn out that we need a better demonstration, but it still feels like a significant milestone.
A surprise this year was the decline of interest in Virtual Reality, at least in the context of Smart-phone-based VR. Despite this we still think that something in the AR/VR space, or some other form of alternative computer/human interaction, is likely to come on the market in the next few years and gain significant traction.
We expect to see the interest in Web Assembly continue and hope that the tooling for it will start to mature.
In our DevOps and Cloud trend report, we noted that Kubernetes has effectively cornered the market for container orchestration, and is arguably becoming the cloud-agnostic compute abstraction. The next “hot topics” in this space appear to be “service meshes” and developer experience/workflow tooling.
We’re looking forward to seeing what the open source community and vendors are working on in the understandability, observability, and debuggability space in the context of architectural patterns such microservices and functions(as-a-service).
对不了解软件工程的非专业人士而言，你或许只听说过量子计算和虚拟现实这两个主流媒体报道相对较多的话题。对于了解 IT 行业的专业人士而言，你应该可以非常快地把这些关键词识别出来。你看，这就是背景知识在阅读过程中发挥的作用。可以说，一篇文章的技术性越强，背景知识或专业知识就能发挥越重要的作用；同样道理，一篇文章的技术性越强，缺乏背景或专业知识就会对阅读理解构成更大的障碍。
我在这里再次强调一下，阅读开始之前准备工作的重要性。有人把这个过程形象地比喻为“脱壳”或“脱外套”，也就是我们开始阅读一本书之前，不要立刻翻到第一章，然后从第一段开始读，一定要先快速研究以下几个要素：首先是题目，包括副标题，这不用多说；其次是作者的背景情况，第三就是书的目录和摘要总结，这些内容一般在一本书的封面、封底、腰封、目录、序言等处，能够帮助我们了解一本书的总体思路和框架，给我们接下来的阅读指明大方向，甚至可以帮助我们决定是否需要开始阅读。
通过找关键词快速略读全文
这篇文章全文大约 2500 字左右，我逐行读完全文，大约需要三十分钟左右，这是非常缓慢的阅读速度，主要是因为对文章中的部分内容不熟悉，导致我比阅读普通的文章速度慢了三至四倍。
但是，如果我不求甚解，只是想大概把握全文的主要意思，我的眼睛可以像雷达一般顺着手指移动的方向，快速扫描全文并捕捉关键字，大约一分钟左右就可以完成。根据我找到的关键词，我这里整理出了一个文章大纲，如下：
回顾部分：
量子计算：IBM（decoherence，量子脱散）；谷歌（quantum supremacy，量子优势）；微软（开源 Q#，量子计算语言）
虚拟现实：谷歌（停 Daydream VR）；BBC（解散 VR 内容团队）
Java：JavaScript、Java、C#、Rust、Swift、Go、Python、Kotlin 等持续升温；微软（OpenJDK、JClarity、Monica Beckwith）；Spring Framework；Matt Raible’s JHipster book；non-HotSpot JVMs、OpenJ9、GraalVM
.NET：.NET Core 3; WebAssembly; Blazor（ASP.NET Core 新框架）；C# 仅次于 Java、C#8
网站开发：JavaScript（Vue、React）；TensorFlow.js.（机器学习） ；Web Assembly、Typescript、Elm 和 Svelte
架构：分布式计算、微服务架构
人工智能、机器学习和数据工程：麻省理工 GEN；谷歌 ML Kit；对话界面；PostgreSQL
文化与方法：敏捷开发；Scrum；远程工作
DevOps 和云：Kubernetes；服务网格（service meshes）；工作流工具；Ballerina、Pulumi；Dark（Beta）；Ecstasy 语言
预测部分：
云平台：Kubernetes；五大云供应商：亚马逊、谷歌、IBM+Red Hat、微软、VMware+Pivotal；服务网格；持续交付流水线，GitOps、k8s YAML
架构：“管理复杂性”之年；微服务、FaaS；分布式计算的“可理解性、可观察性和可调试性”（understandability, observability, and debuggability）；低代码平台（微软：PowerApps、Flow、Power BI、Power Platform）
.NET 生态：Blazor；.NET 5（和 Java、Objective-C 和 Swift 互操作）；微软 ML.NET；Web Assembly
虚拟现实：AR/VR 及其他另类计算、人机交互形式
有人也把这种用眼睛搜索关键词的方法，称为“苹果阅读法”。怎么说呢？如果一本书或者一篇文章是一片果园，果园里面种了好多种不同的水果，有苹果、橘子、鸭梨、菠萝、草莓等等，但是你如果带着具体的目的或者问题来阅读，你进入果园之后只找苹果，不理会其他的水果，一次只完成一个任务，集中注意力去寻找自己关注的那个“苹果”，这样就可以大大提高阅读的效率。
我相信，对于刚刚这个由关键词组成的粗略提纲，在一个对 IT 行业几乎一无所知的小白眼中，或许就是一堆毫无意义的零散文字，完全无法串联其中的逻辑关系；但是对于有深厚 IT 行业背景知识的读者来说，他们可以凭借原本已经拥有的完整的知识框架，在找出这些关键词的同时，快速把这些关键词由点连成线，由线再结成网，在脑海中勾勒出这篇文章的逻辑结构。就像我前面讲的，一篇文章的技术性越强，背景知识或专业知识就能发挥越重要的作用。
在找关键词的过程中，我们还会注意到一点，这篇文章其实也是一份索引，每个话题中都带有 InfoQ 相关的新闻报道、访谈文章和出版物信息，而且还根据受读者欢迎程度进行了排名，如果读者对某一个话题感兴趣希望深入阅读，可以点击相关的链接。
关于快速阅读的真相
刚才我带你快速阅读了这篇文章，其实算不算阅读，顶多是浏览。那到底怎么快速阅读呢？下面我们就来谈一谈。
根据我多年阅读的体会，阅读量或者阅读速度上不去的根本原因，在于习惯不好。我们先来逆向地想一想，阻碍我们阅读量提高以及降低我们阅读速度的坏习惯都有哪些？我来总结 7 个坏习惯，看看你有没有。
坏习惯 1：读外语书逢生词就查，导致阅读进展缓慢，一两页后就兴趣全无。
坏习惯 2：三天打鱼、两天晒网，心血来潮猛读一通，但无法持久。
坏习惯 3：一本书从第一章第一个字开始读，不读完觉得有负罪感。
坏习惯 4：看书的时候同时做其他的事情，例如查看、回复微信等。
坏习惯 5：阅读时默念词句，眼睛看到文字后先转化为大脑中的声音，才能被大脑理解。
坏习惯 6：时不时需要往回读刚才已经“读过”的内容，或者读完一段不知道在讲什么。
坏习惯 7：读所有的书都有“速度”焦虑，都想尽快读完，读几页就烦躁不已
这些习惯看上去是不是似曾相识？这些也是我自己身上都曾经有过的坏习惯，就我的经验来看，这是制约阅读数量和质量的主要因素。基于以上的这些问题，我给你提七点提高阅读速度的建议。
第一，兴趣是最好的老师。First and foremost, enjoying it! 最根本的还是要培养阅读的兴趣，要喜欢阅读这件事情。正因为如此，阅读的内容尽量要符合两个条件：自己感兴趣的领域，自己熟悉的话题。千万不要逼自己去读一些所谓的“名著”。读英文内容，要让你的兴趣和知识去补语言的短板，帮助你碰到生词的时候，利用你的知识、根据上下文去猜测生词的含义。具体怎么猜，我们下一次会具体来讲。
第二，让阅读成为习惯。什么是习惯？习惯就是每天都会做、不做你会觉得难受的事情，例如每天起床之后要刷牙、洗脸，就是习惯。如果可以把阅读也变成每天的习惯，例如每天睡觉前如果可以把刷手机的时间匀一半出来给阅读，一年就可以多读很多的书。要给养成阅读习惯创造便捷的条件，给自己定一个无法寻找借口的目标，例如每天看一页，如果做不到你自己都不敢照镜子。另外，尽量把阅读的小环境弄得舒服一点，使图书无处不在、随手可得。
第三，要丢弃一些陈旧的观念。为什么一字一句地从头读到尾才算把一本书读完？为什么开始读一本书就一定要把它读完？ 谁说不可以同时看五本书？为什么我们看公众号的文章就懂得快速浏览、而读一本书就不行呢？看公众号的文章和看一本书有什么不一样呢？其实读书的方式有很多，要学会用好一本书，而不是非要读完一本书。选书不慎，发现烂，就应该及时止损。略读两遍的效果，往往也要好过精读一遍。
第四，一心多用是阅读的大敌。读书时间不用太久，但一定要专注，拒绝一切干扰。目前来看，对专心阅读影响最大的外部因素还是社交媒体。除了睡觉以外，要让一个人一小时不看手机还是比较困难的。在条件允许的情况下，阅读时最好还是要约束自己尽量专注，最简单的办法就是把手机关机，放到自己够不到的地方。
第五，克服阅读时在脑子里“朗读”的习惯。我们说话的语速大约每分钟 150~200 字左右，汉语英语基本差不多。如果养成在脑子里默读的习惯，眼睛看到文字再转化为声音，你的阅读速度的上限就是你的语速。要尽量练习消除默读环节，眼睛看到后直接由大脑理解意思，可以逐步提高阅读速度。有人在阅读时会嚼口香糖，很多正是出于关闭默读通道的目的。这一条对母语阅读的改进会比较明显，而对于外语阅读，即使克服了“默读”，阅读速度的潜力也会因为英语理解能力不强而受到限制。
第六，使用辅助手段杜绝“回头看”。不少人读着读着感觉前面没看懂或者忘记了，就会退回去重新看，这是拖慢阅读速度的一大原因。这种现象本身是你的大脑走神造成的，养成这样的习惯会导致恶性循环，使得大脑不断走神，结果看了半天，看了后面忘了前面，理解率会非常低。人眼看东西往往是四处漂移的（saccadic eye movement），最简单的办法就是用手指点在要阅读的句子下面从左到右移动，眼睛跟着手指移动的方向和速度，全神贯注地往下阅读。
第七，想快就快，想慢就慢，才是真的会阅读。阅读的目的大体可以分为两类，一类是获取信息和知识，另外一类是享受文字的乐趣。对于后者，一般是需要慢慢品细细读的。例如你是哈利波特迷，当你拿到等了九个月的新书时，你会想办法两小时把它读完吗？而对于很多实用型的图书或文章，对你其实不是句句有用，就不要和自己较劲，非一字一句读得那么仔细。
培根曾经说过：“一些书可以浅尝即止；一些书可以狼吞虎咽；而有些书则需要细嚼慢咽，好好消化（Some books are to be tasted, others to be swallowed, and some few to be chewed and digested）”，说的就是这个道理。
小结
从第三篇文章开始，我开始强调，阅读时要关注段落和篇章。词汇和句法是阅读的基础，积累词汇和熟悉句式结构只是手段，阅读的最终目的并不是去分析和研究每一句话，而是理解文章要表达的思想。我一直在引导你从基础阅读阶段慢慢过渡到检视阅读，通过一系列的方式（例如读首尾句、识别起承转合的标记性词语、关注文字排版时的视觉标记如加黑加粗、加下划线等）来快速高效地弄清楚一篇文章乃至一本书的主题和梗概。
我们今天还谈到速读，其实并不存在我们幻想的那些神奇的“速读法”，来帮助我们在既没有相关背景知识的积累，词汇量很少又不熟悉句式结构的情况下，仍然能够快速、高效地阅读。真正有用的“速读法”是培养起良好的阅读习惯，在长期坚持的阅读过程中积累知识，构建自己的知识体系。只有这样，你才会体会到知识结构越来越完整所带来的“加速度”，才会真正从根本上提高阅读的效率。
课后作业
这个链接是美国人霍华德·伯格（Howard Berg）的一篇专访，他曾作为世界上读书速度最快的人被载入吉尼斯世界纪录，他的最高速度是每分钟读书 80 页。阅读下文，总结出适合自己的“速读法”，并完善自己的阅读计划。
如果在学习中有什么问题，你可以在留言区提问，同时欢迎你把学习心得分享出来，我们一起每天进步一点。
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
上一篇
25｜如何利用“30秒电梯原则”写出言简意赅的读书总结？
下一篇
27 | 行业预测类文章，动词就是它的全部
写留言
精选留言(5)
2020-07-26本文较长，仅把最后部分 2020 软件预测的大致翻译放在这里：
在软件领域做预测是十分难的。
我们认为企业开发团队会继续选择 Kubernetes。与此相关的有五个云提供商：Amazon、Google、IBM（和 RedHat）、Microsoft 和 VMware（和 Pivotal）。我们认为，除了中国，Alibaba、Oracle、Salesfore、SAP 会有竞争市场的势头。
在平台、操作领域，我们认为服务网格会和底层的编排框架（[Orchestration](https://en.wikipedia.org/wiki/Orchestration_(computing)) framework）
（比如 Kubernetes）。我们也希望开发者和服务网格交互的工作流会和当前的工作流、技术、管道更加紧密集成。
极致的开发者应该能够通过一致的可持续的交付流程进行部署、发布和调试。例如，通过 GitOps 风格的管道去通过配置 k8s YAML 文件部署服务；使用类似 canarying 或者 shadowing 的技术来控制新功能的发布，这些技术通过配置一些负载管理的 k8s 定义定制资源的 YAML 来实现；通过一些额外的 CRD 配置来支持添加 log 和 debug 工具。
对于架构方面，2020 将是“管理复杂”之年。架构模式例如微服务和函数已经能够支持开发者去更好的分离关心点，通过独立分隔的部署实现各种各样的变动，工作也更加极致的有伸缩性。然而，我们对正在构建的复杂分布式系统复杂性的理解——虽然相关的工具已经具备——没有跟上开发的脚步。我们希望看到开源社区和其他软件团队在理解力、监察力和可调式领域的成果。
我们希望看到更多开发者使用“低代码”平台。微软的 PowerApps、Flow、Power BI 和 Power Platform 等产品给此注入了很多能量。
在 .NET 生态中，我们相信 Blazor 会继续赢得 Web 开发者的喜爱。.Net 5 会给生态带来巨大改变，尤其是可以和 Java、Objective-C、Swift 互调。尽管言之尚早，微软最近对 IoT 和 AI 的投入对 .NET 开发的起势也有所帮助。相关的我们也希望看到对 Web Assembly 有继续的关注，希望相关工具开始成熟。
尽管对于 VR 今年有一些负面的新闻，我们还是认为关于 AR、VR 领域，或者其他可选的人机交互方式，在未来几年会取得明显进展，尽管关键因素还没真正出现。展开
2020-07-25读过《如何阅读一本书》这本书后，才发现我们读书的方式很多是错的
2020-07-18坏习惯 5：阅读时默念词句，眼睛看到文字后先转化为大脑中的声音，才能被大脑理解。这句不太能理解，可以用什么验证自己有没这个习惯？展开作者回复: 就是看看自己在阅读时，有没有默读或者小声读的习惯。如果自己没有感觉到，那就没有。
2020-07-10在阅读开始前，我还注意到这篇回顾加展望的文章有 7 位作者，那么就可以猜想，后面的文章应该是不同的作者从几个（平行的）角度去进行叙述。
我大概花了不到 15 分钟的时间读了一遍，不过没有老师读的仔细，按照老师整理出来的大纲，我可能注意到了其中四分之三的关键词。对于相关的新闻报道，我只是大概浏览了一下题目，如果需要以后再按照专题去仔细看。
对于七点提高阅读速度的建议，对我比较有帮助的是其中的第三条，不需要从头到尾的读书、及时止损和略读两遍好于精读一遍。
至于快慢结合的问题，如果是技术类的书籍，观其大略是比较快的，想要仔细琢磨就比较慢，如果还需要配合动手敲代码什么的，那就只能日积硅步。
不太认同“速读”，在那篇 How to read a book 中，Howard Berg 用开车的时候处理各种信息与读书做了比较，这里我觉的似乎有点问题。开车过程中处理的大多数情况，是很快就会被大脑遗忘掉的视觉信息，比如经常会不知道自己是如何开车回家的；但是在阅读的时候，哪怕只有 10% 的留存，也肯定不是这类情况。你可以边开车边聊天，但是读书的时候显然不适合聊天。
Berg 推荐的读书方法还是比较有效的，先浏览一下看是否值得认真读，然后找到自己需要学习的部分，最后理解并且记忆其中的重点。
Berg 提出不要在已知上花费时间，而要集中精力去学习那些未知的部分。这个比较有价值，我有时会卡在某个学科入门的地方，没法深入，一部分原因就在这里。就好像背单词总是从 Abandon 开始。
表面上是速读，其实是在说快速学习，我比较推荐之前用 1 年完成麻省理工4年33门计算机本科课程的那个 Scott Young，https://www.scotthyoung.com/ 同样的，说起来容易，做起来难。展开作者回复: 不存在所谓的速读，只有好的阅读习惯和学习方法。
2020-07-08Kubernetes 我当时也这样读结果被同事纠正应该读成/k(j)uːbəˈnɛtɪs/。然后就顺手谷歌了一下：
Kubernetes (“koo-burr-NET-eez”) is the no-doubt-mangled conventional pronunciation of a Greek word, κυβερνήτης, meaning “helmsman” or “pilot.”展开作者回复: 哈哈，我这篇里面读错了。后面一篇才读对。感谢指正👍
