科研很少是一条持续向上的直线。它更像是在几种不同的不确定性之间穿行：起初不知道自己不知道什么，后来逐渐看见自己的无知，最后才开始无需强行解释每一步，就能辨认问题的形状。
经常缺少的，其实是反馈
很多人失去科研热情，并不是因为不再在乎，而是因为行动与反馈之间的距离太长了。结果要几周后才回来，协议失败却没有说明原因，一份稿件收到意见，却很难转化为下一步行动。
游戏之所以容易让人沉浸，恰恰因为它提供了相反的节奏：反馈足够及时，让人始终知道自己在哪里；结果又不完全确定，因而仍然值得继续。科研不会自动提供这样的节奏，但我们可以在一个大的项目里主动设计更小的反馈回路。
能力形成的四种状态
我觉得可以用四种状态来描述科研学习。最开始，我们不知道自己不知道什么。我们积累术语、流程和案例，却还看不见整个领域的形状。
接下来是一个不太舒服的阶段：我们开始知道自己不知道。真正进入课题之后，才会发现读懂论文和让一个系统稳定工作之间，隔着很长的距离。旧有的能力想象与现实证据发生冲突，自信也可能因此坍塌。
与工作持续接触之后，第三种状态会慢慢出现：我们知道自己知道什么。开始能够辨认关键变量，识别熟悉的失败模式，也不再完全依靠猜测决定下一次测试。
最后，一部分知识会变得安静而具体。我们可以在还没有解释全部细节之前，先看见问题的轮廓。这并不是学习的终点，而是下一轮更深学习的起点。
低谷不是判决书
最痛苦的阶段，很容易被误解成“我不适合科研”的证据。合成失败、细胞状态不稳定、一个现象明明出现过却无法重现，都可能让人觉得整条路从一开始就是错的。
但困难并不总是在评价一个人的能力。有时，它只是在告诉我们：心里的模型与真实系统之间，还有一段距离。与其问“我是不是不擅长”，不如问：“我现在面对的是哪一种不确定性？什么证据能够让它变小？”
如何让这段低谷短一些
答案不是要求自己一直保持自信，而是让自己更好地接触现实。把一个大项目拆成即使失败也能带来信息的小测试；提前写清楚这个测试要区分什么；在结果出现之前先决定什么可以算作进展。
同时，也要先判断自己处在哪个阶段。还不知道自己不知道的人，需要更多接触：论文、演示、交流和基础练习。已经知道自己不知道的人，需要一个更安全的环境去提问、失败并获得精确反馈。正在形成熟练度的人，则需要更难的问题和更严格的解释标准。
同一套建议不可能适用于所有阶段。读更多论文不一定总是答案。有时下一步最有用的动作，只是做一个小实验、问一个诚实的问题，或完成一次记录清楚的对照。
熟练，也应该保持可修正
专业之所以宝贵，是因为它能够压缩经验。熟练的研究者可以迅速辨认模式，不必每次都从头重建历史。但当系统发生变化，或者异常现象被因为“不像以前”而忽略时，这种压缩也可能变成盲点。
成熟的科研因此需要保留第二种模式：可以依靠直觉提高速度，也能在证据变得奇怪时重新打开推理。熟练并不是没有怀疑，而是知道什么时候值得重新怀疑。
熟练之前的低谷，并不是必须尽快逃离的地方。它是第一个模型与现实相遇的地方。只要反馈足够诚实，下一步足够小，小小的低谷也可以成为更持久理解的地基。