这是ScalersCast第20期，由成长会小E完成朗读，ScalersTalk成长会播客小组出品。

黑盒与白盒，在计算机软件测试里，是常见的两个概念。

直白地解释，黑盒就是比如你使用一项功能，你会用，但是你不知道他是怎么实现的，原理是什么。当你把它看成一个盒子，里面对你而言是，是不可见，黑色的。而白盒就是相对于黑盒而言，你知道一个功能的原理、逻辑和流程，他们对于你可见，因此是白的。

黑盒与白盒的概念，其实蕴含了一个潜在的假设，那就是不同领域的知识，是分层次的，也是可抽象的。也就是说，不同的领域会有不同的研究对象，而这些研究对象的构建，往往又依赖于其他领域。

比如说，就自然科学的层面，有的人研究的是原子及以下的层面，这个时候电子波动方程可能是他关注的对象；有的人研究的是分子的层面，那么他关注的对象，就是原子以上及原子组成的分子甚至更高的层面。二者可能会有交织，但是侧重点会不一样。（自然科学我不懂，这段可能在细节上会有出入的……）

再比如，通信网和互联网也是两个层面。通信行业更多的关注是，如果要从A到B构建出一条稳定的链路，应该怎样把信号持续地传输过去，也就是你怎么才能上网；但是互联网行业往往关注点在于，假设A和B是通的，可以做一些什么事情，比如刷微博聊QQ。通信的人的安全感会在两个点能不能连接上，而互联网人的安全感会默认你是能上网的，他们的安全感在于你的注意力在不在他们的产品上。

这其实就是黑盒与白盒了。我们在生活中用到的各种现代工业文明的产品，其实就是在以黑盒形式享受前人工作的成果。比如我敲下键盘出字在屏幕上，其间会发生许许多多的事件，但是对于一个使用者而言，是不用去关心的。

在学习的时候，我们也需要注意到哪些是黑盒，哪些是白盒。黑盒就是你能应用但是未必了解原理，白盒就是你不仅会用，而且知道是怎么一回事。

现代社会知识爆炸，每个领域都在蓬勃发展，所以对我们很多学习者而言，如果都追求白盒的状态，可能会有难度，但是对于一个学习者，你所在的领域，你目前所了解的知识，应该是白盒越多越好。

我们对于黑盒的理解其实是自顶向下的，而我们对于白盒其实是自底向上的。自顶向下的意思就是，我们的抽象在黑盒的层次上，我们是站在黑盒的上面去触摸更大的世界。而白盒是自底向下的，因为我们需要从头开始去构建出白盒一样的逻辑。

这也就是知其然，知其所以然的含义了。如果我们要学习一门领域的知识，具体到一门课里的时候，我们应该跟着教材或者老师讲解的思路，一步一步完成知识体系的构建。也就是说，把自己设身处地地放置到课本当中所描绘的场景里去，回到前人在那个时候面对知识荒原时代的景象中，面对具体的实际问题，去思考如果是你应该怎么做。

学习过程中其实会有一个我称之为单向函数的过程，即正走难反着看简单。也就是一个问题在你想明白找到解决方案之前，对你来说是很难的，因为你往往陷入其中，或者由于信息缺失，不得要义；而假使你通过各种手段让自己得到了一个问题的解，那么去验证这个求解，或者你再回头看，往往很容易的一个过程。

而这个很难的过程其实就是一个构建白盒的过程。就是你需要把一个白盒里面的所有逻辑自己走通，而正因为你走通了，有了参与和投入，你才能获得全面的体验与认知，这个过程给你留下的才是扎实的、牢固的、累积性的，因为你的印象深刻。

在计算机领域中，如果你去看许多国外的经典著作，很多其实就是按照这个风格来讲解的。而这样你在一开始看上去感觉很简单，但是往往这些最基础的部分，才能决定你最后能走多远。

但是我们往往会很浮躁，我们图快，想最速学习，于是我们只想看结论，认为这是干货。其实很多时候结论都会带有前提和假设，而甚至可以说结论有时候不重要，从假设出发得到结论的分析过程往往才有价值。这个过程便是白盒过程所能体现的。当严谨的分析，恰当的关联，一致的推理，和准确的计算连接在一起，我们往往能取得许多重大的突破。

这就像我们在中学时代做题目一样，如果你每一道题目连想都不想就看着答案做，整个过程你会非常的省力，但是却未必会有很大的提高。学习的过程就像寻宝的一个过程，而其最大的价值未必在于你找到了那个宝，而是在你按图索骥寻找的过程中，在你遇到问题分析解决的过程中，在你心理有障碍设法突破的过程中，给你留下的经验财富。

因为宝贝以各种各样姿态存在，每次可能都是新的，而通过参与投入习得的技能，才是让你在所有新场景下见招拆招的本事。其实我们中学大学所学习的都是低难度的模拟演练，也就是给你的问题前人已经找到答案了，只是让你再走一遍白盒，看你能不能复现一下，所以你做出题目所获得的喜悦，也只能算小快感。而在科研领域需要面对的问题是前人尚未解决的，把这些新问题搞定，为人类科技进步作贡献，那带来的快感，才是终极的快感。这也是为什么，你会看到很多顶级的聪明人，去做学术的原因了，我想大概是世间没有什么东西，能比搞定一个前人没有解决过的问题同时又产生最大的效应来得更爽了。

但是你想想要做到这一点，你需要多少年的学习？需要积累多少白盒的模拟实战？

所以对于学习而言，多做白盒，厘清原理，摸透规律；当然，如果你志向不在学界，可以在你学成之后寻求变现，再对他人做一个有价值有意义的黑盒，也足矣。

最后分享一首老歌，这是我严格意义上听的第一首英文歌。