S19-A17 · 学到的能不能用：迁移的三种距离

学完一门课程、读完一本书，能在原书的场景里复述结论，但遇到自己项目里的同类问题却想不到用它。这不是"没学会"，而是学到的内容与要用的场景之间存在距离——而迁移能力恰恰是在这段距离上建立的。

迁移不是天赋，它取决于三个具体变量：情境差多少、时间隔多久、抽象层次是否一致。任何一个变量过大，知识就停在原地。

1. 三种距离

第一种最常被低估：在教程的示例里能跑通，在真实代码里跑不通，因为真实代码有依赖、有历史包袱、有不一致的约定。这不代表学错了，代表情境差没被跨过去。

这三种距离还解释了一个常见困惑：为什么"看懂了"却"不会用"。看懂意味着在作者设定的情境里跟得上推理；会用意味着能在自己的情境里独立重建推理。这两件事之间的差，就是三种距离的总和。

第三种最有价值：如果学到的只是"这个语法怎么写"，那么换一个库就没用了；学到的是"这类问题该用什么结构"，才可能迁移。

四个信号里，"用错地方"最容易被自我强化：一次误用没造成后果，就被当作"这个方法也行"，于是它扩散到不该用的场景。代价往往在半年后一次性显现。

第二与第三是一对：抽象不足会"想不起来用"，抽象过度会"到处都用"。中间那个合适的抽象层级，是迁移真正发生的位置。

// 同一个知识点的三层抽象
具体：用 CompletableFuture 并行调用三个接口
中层：可并行的独立调用应并行、有依赖的不能并行   ← 可迁移
高层：一切皆可并行                              ← 过度抽象

变式练习的关键是改变一个变量、保留其它。同时改三四个条件，人无法判断"这次为什么不同"，练了也只是增加困惑。

// 变式设计：一次只动一个变量
基线：单库、单线程、无重试的幂等实现
变式1：改数据源（换存储）        → 幂等键存哪里
变式2：改并发（多消费者）        → 竞态窗口在哪
变式3：改失败模式（超时）        → 何时允许重试
// 三次之后，剩下的共同点就是可迁移的部分

第一项是核心：只在一个场景里练，学到的是那个场景。换两三次场景之后，人才会开始提取"这三次有什么共同点"。

// 一次有效的变式练习序列（以"幂等"为例）
场景A：支付回调重复到达 → 用业务单号去重
场景B：消息重投 → 用消息 ID 去重
场景C：用户重复点击 → 用请求指纹去重
共同点：都需要一个"唯一标识 + 存储 + 先查后写"
差异：标识从哪来、能存多久、冲突时怎么办

钩子的有效性取决于它离"做决定的那一刻"有多近。写在个人笔记里，离得远；写在被修改的文件里、写在评审清单的对应条目里，离得近。

第一种最实用：知识不是靠记住来用的，是靠场景里有一个钩子把它钩出来。一条注释、一条 lint 规则、一份评审清单，都是钩子。

// 钩子：把知识挂在会经过的地方
// 注意：这里必须幂等 —— 回调可能重复到达，见《幂等的两个目的》
public void onPaidCallback(PayCallback cb) { ... }

从做法走到判据，还有一个可操作的训练：给每个学到的做法补一行"它为什么成立"。这一行往往就是判据的雏形——比如"TTL 要加抖动"背后的理由是"避免集中过期"，而这个理由可以迁移到任何"同批操作同时发生"的场景。

从"做法"走到"判据"，中间通常要经过一次失败：用对了方法但用错了场景，然后复盘出"原来它的前提是这些"。这也是为什么只读书很难到第三层——书里给的是做法，判据要靠自己撞出来。

第四层是完整的迁移形态：知道它什么时候不适用，才真正掌握它。只学"该这样做"的人，会在不该这样做的地方也照做。

迁移还与环境有关：在一个不允许试错的团队里，迁移不会发生。因为迁移意味着"用没在这个场景验证过的做法"，而失败要担责。所以"学了用不上"有时候不是个人问题，是环境只奖励照做、不奖励尝试。

// 迁移需要的三样环境条件
1. 有低风险的试验场（旁路、小流量、可回滚）
2. 失败可复盘而不被追责
3. 有反馈来源（谁告诉你这个做法在这里行不行）
// 三者缺一，学习就停在"知道"，不会变成"会用"

第五项是最好的自检：能不能用三句话讲清"什么时候用它、用它的代价、什么时候不该用"。讲不清，说明只记住了操作。

最后一条与记录方式有关：笔记里写"适用条件"的收益远高于写"结论"。结论会被忘记，适用条件会在遇到相似场景时被重新识别——它才是能把知识拉回来的那部分。

判断口径一句话：这个知识会不会在另一个场景再出现一次。会，就值得补上判据与失效条件；不会，记住步骤就够了。