上上篇文章写过你规划过自己的成长路线吗，自我认知和自我规划只是成长中的一个环节，私以为成长有三个环节：学习->管理自我->管理学习。
首先通过各个渠道获取各种资源来学习，在学习吸收大量碎片化知识的过程中管理自己，进行自我认知和自我规划，有的放矢定一个目标，然后根据目标管理学习，梳理，总结，研究，创新，系统化吸收碎片知识，改变思维。
整个过程可以看作一个时间沙漏，从底向上，从大到小，再从小到大，开始的碎片化知识是底，很多很杂，是大；对碎片化知识进行头脑风暴，归纳形成一个残缺的知识框架和小的目标，是小；根据目标不断学习，不断放大，补充完善知识框架，是大。
这篇文章主要讲的就是第三个环节：管理学习。
不知道你有没有过这种感觉，看别人挖的洞都懂，自己挖就挖不出来，挖洞是这样，学习也类似，看的都懂，都在脑子里，就是写不出来。这是因为吸收的知识没有经过精细化加工，都还只是浆糊，导致对知识的掌握度不够。
一种比较好的解决方式是体系化、文档化、数字化梳理和总结知识，管理学习，加深理解。
如今是碎片化时代，生活中充斥着碎片化的时间、碎片化的内容、碎片化的知识等等，碎片化正在慢慢毁掉我们的日常生活，让我们没有大段的专注时间。改变不了变化不如拥抱变化，拥抱碎片化时代。碎片化的学习常常学了东，忘了西，事倍功半，欠缺一个完善的知识框架是其重要原因，没有知识框架作为一个便于记忆的逻辑链路，单凭人本身并不长的记忆链，碎片化学习的知识不过是过眼云烟，稍纵即逝，可能看一篇文章的时候都不知道自己曾经已然看过。
一旦在管理自我阶段，经过大量的碎片化知识的头脑风暴归纳总结，形成初步的知识框架后，在管理学习阶段，就可以进行填鸭式学习，像查字典一样，分门别类地往知识框架中填入碎片化知识，这其中的好处不言而喻，最终的目的都是系统化碎片化知识，强化记忆，强化学习。
好记性不如烂笔头，思考百遍不如行动一遍，文档化系统化记录碎片化时间的所学所思。在开始形成知识框架的初期，万事开头难，头脑风暴是关键。毕竟脑容量有限，仅凭头脑风暴还没法处理海量碎片化知识。各种影视作品中常会有这么一个情景，在一面贴着人物和事件标签的白板上，主角在对着这些标签进行头脑风暴，试图发现其中的规律和联系。这就是文档化记录，一目明了，用于辅助头脑风暴。在完善知识框架的阶段，也需要文档化记录，记录日常的学习，营造一种知识的既视感，不仅用脑子记忆，还用眼睛记忆，用手记忆，用肌肉记忆，重复记忆，强化记忆，同时更容易察觉出框架的不足。在文档化强化自身学习能力的同时，也是在强化文档化本身的能力，文档化能力是程序员应该培养的标配能力，文档写的好不好，是衡量程序员优秀与否很关键的一点。
笔者已经养成了一个习惯，将日常所阅读到的优质文章和思考全部按知识框架文档化记录到github上的Always-Learning仓库中，其中知识框架包括几大索引：计算机理论基础、计算机技术基础、底层研究、安全技术、安全研究、人工智能、企业安全建设、安全发展、职业规划、综合素质、国内外优秀技术人。每个索引下又分为多个小索引，随着不断的扩展学习，不断优化、重构，持续达到自己现有知识水平的框架最优。
除了文档化日常所学所思之外，还可以文档化总结阶段性工作，完成收割，提升自己。简历是一个人能力的外在体现，把自己的阶段性工作文档化集成到个人简历中，一方面是总结，总结量化阶段性的增量，另一方面是常备忧患意识，不断在简历中文档化量化自己的职业状态，自我反思，认识不足，加以改进。个人更新简历的频率在一年2次。
体系化、文档化主要是定性分析，精细度还不够，还需要定量分析，也即是数字化分析。工作中有KPI，衡量工作成效，对个人来说既是一种压力，也是一种成长，无论对工作还是对个人学习，都不失为一种比较好的手段。我们可以自己给自己设置学习的KPI，并数字化衡量学习效果，比如每个月复现/挖掘了多少个漏洞，每个月输出了多少篇技术文章，每个月读了几本书等等，包括但不限于本专业、跨专业的学习，自己当自己的老板，自己给自己压力。
最后，体系化文档化和数字化笔者的2019个人年度总结。
在过去的一年里，笔者总计向github个人仓库提交了326次contribution。
在博客写下了15篇文章（月均一篇），文章分别是：
- 2019 新年快乐
- 初探Kaggle之再探微软恶意软件预测挑战赛
- 2019春招安全实习工程师面试经历
- 应用型安全算法工程师的自我修养
- 404 Not Found的知识库
- 当安全遇上NLP
- 无监督异常检测模型原理与安全实践
- 北上和南下
- 半监督学习的思考和安全尝试
- 我分析了2018-2020年青年安全圈450个活跃技术博客/博主
- 结构化思维与职业发展
- 从Black Hat Speaker到国内外研究者：强化学习的安全应用
- 读研与安全：在我读研的最后一年
- 你规划过自己的成长路线吗？
- FXY：Security-Scenes-Feature-Engineering-Toolkit
主要维护了6个个人仓库，知识类和实践类各有3个。知识类仓库包括：关于安全和AI结合的知识体系AI for Security Learning、关于安全算法的知识体系My Security Algorithm Architecture、关于个人总知识体系的Always Learning，三者关系由点到线再到面。实践类仓库包括：关于青年安全圈活跃技术博客数据和分析的Security Data Analysis and Visualization、关于AI安全检测比赛的AI for Security Testing、关于安全场景数据特征化的工具箱FXY。
完成了2段实习，选择了1个offer，这份工作也将是笔者的第一份正式工作。
2019，奥利给！
