写读书笔记本来并没有什么规则，但过去几年内我实践总结的结果，发现还是有一些经验可以作为普遍的规律。

1. 强力研读，一本书应该被读两遍，而且只读两遍。好书读一遍不可能掌握精要，反过来说如果一遍就够了，那这本书也不值得强力研读。我们说的思想类书籍，不是什么学术名著，所以再好也没必要读三遍。两遍正好。而且最有效率的办法是读完一遍马上再读一遍。

2. 第一遍是正常通读，只要放松地欣赏作者的精妙思想和有趣故事即可。不要追求读的快，值得时不时停下来思考一下的书才是好书。

3. 在读第二遍的同时写下读书笔记，然后这本书就可以还给图书馆永不再借。读书笔记的一个重大作用是给自己日后以最快速度重温这本书提供方便，直接看笔记就可以。还有别的好书等着我们去读呢，所以笔记最好要写到可以取代原书的程度。

4. 我看到网上有很多人用画“思维导图”的方法来做读书笔记，也看到不少这样的思维导图，这种方法意义不大。这种笔记跟语文课分段总结段落大意没什么区别，半个小时就可以全写完。流水帐式的读书笔记就好像用三个数字来描述一名美女一样无趣。我认为思维导图不是干这个用的。

5. 我习惯完全按照原书的章节给读书笔记划分章节，甚至保留各章的标题。在每一章的开头，写下这一章作者到底想说什么，各章穿起来就形成了系统 — 不过这种内容提要并不重要。

6. 重要的是一定要确能看出来作者的逻辑脉络！除非你写，否则你甚至可能根本看不到这个脉络。善于写书的作者往往会在书中收录大量引人入胜的小故事。单独拿其中一个小故事出来写篇文章，每个人都会对这个故事有与众不同的解读。然而这个故事在书中的作用却往往会被人忽略，最后只记住了小故事的树木，而看不到背后的森林。实际上我们小时候学习的那些所谓“中国古代寓言”，就是从古书中提出来的小故事，而我们对这些寓言的解读往往背离古人写书时的本意。

7. 好的读书笔记是不均匀分布的。笔记，是我听说了一个想法之后很激动，必须把这个想法记下来据为己有的行为。所以逻辑脉络之外，如果发现某个小故事实在是好，那么就把这个故事也给写下来，甚至具体到细节。一方面，以后将来万一写文章之类，从笔记里翻出来就可以用。更重要一点，是这些故事日后将会反复地在我们的大脑中出现，它们用各种出其不意的方式左右我们的思想，直至改变我们对世界的认识。

8. 颜色和字体的变化可以起到自动突出重点和分类的作用，使用 Gmail 和 Google reader 非常方便。我上大学的时候整理物理笔记，每次都用三四支不同颜色的笔，方便区分比如哪些是最重要的思想和公式，推导的关键一步，哪些是自己的理解和想法等等。

9. 因为读书笔记是为了把书扔掉，要注意给将来使用搜索引擎留下线索。也就是说要把关键字，人名地名组织名等记好。万一将来想进一步了解，可以直接上网搜索背景资料。

10. 强力研读是一种主动式的读书。要在笔记中写下自己对此书的评论，好像跟作者对话一样。我现在的统一做法是把自己的评论全部放在方括号【】中，到时候哪些是书里的，哪些是自己的一目了然。

11. 要随时注意发现书中思想跟其他书的联系，共同点或者不同点。一个真正善于主动读书的人对这种联系是非常，非常敏感的。要敏锐地记载下这些联系，关键词是敏锐！如果你不够敏锐，说明你不够主动。

12. 另外我谈谈 Kindle 的使用。强力研读需要读两遍。如果书不是图书馆的，那么第一遍读的时候随时在书上划下重点句子，在空白处写下自己的批注，第二遍写笔记的时候无疑会省很多力气。我们看到牛人都喜欢在书上批注。Kindle 的出现彻底改革了这个过程：你甚至可以只读一遍，第二遍不用看书直接写笔记！这是因为当你在 Kindle 上划线和做批注的时候，系统会自动把你划线的句子和你的批注复制到一个叫做 ‘My Clippings.txt’ 的文件上去 — 我们只要直接读这个文件就可以做笔记了。所以我用 Kindle 读书的时候经常比较高密度地使用光标和键盘。（这里面有个问题，就是我经常同时读好几本书，这些书的“摘录”被 Kindle 交叉地都保存在这一个文件中，而且每一段摘录都包含原书标题和位置，非常不易阅读。我用 Python 写了一个小程序，自动从 ‘My Clippings.txt’ 中提取一本指定的书的全部相关内容，且去除所有标题和位置的垃圾信息。）

显然，用这种方法写出来的笔记主要作用是帮助自己掌握书中的内容，和方便日后查阅。读书笔记不是书评，是写给自己，而不是为了公开发表的 — 可以完全专注于意思，而不必关心文笔。虽是这样，阅读别人写得好的读书笔记仍然是一种乐趣，而且可以节省大量的阅读时间。我甚至觉得应该有一个专门供人交流读书笔记的网站。另外，Google Wave 这个工具，其实非常适合几个人共同读一本书，然后联合完成其读书笔记。

笔记是对一本好书最大的敬意。写的过程如同跟着作者把这本书演练一遍，所以它的一个附带好处是对写书这个工作越来越熟悉，以至于学会自己写书。

最后摘录一段我对 Super Crunchers 其中一章的笔记。此段笔记写于08年9月，这里全文贴出，完全没有修改。

Ch 3. Government by Chance

本章谈如何用 SC 方法对公共政策进行随机测试。

1966年，一个经济学生 Heather Ross 进行了几个价值$500万的公共政策测试：Negative Income Tax（NIT，当你的收入少于某标准的时候，政府给你发钱）

是否会降低人们找工作的积极性。实验随机选择穷人给 NIT，结果发现，NIT不会像大家害怕的那么减少就业，但是接收了NIT的穷人家庭的离婚率大增。【这是否可以解释为什么高福利的欧洲国家的出生率的下降呢？】

Spending Money to Save Money

用SC随机测试的方法验证公共政策是一个特别省钱而有效的方法。1993年经济萧条时期，经济学家Larry Katz （作者以前在 MIT的室友，极其聪明），认为如果政府花点钱对失业者进行找工作培训（不是技能培训，而是找工作中的面试技巧之类的培训），那么这些失业者可以更快地找到工作，从而减少失业保险的支出。于是在很多州进行了随机测试，跟控制组比较下，接收了这种帮助的失业者的确更快地找到了工作。有参议员甚至提出以后凡是公共政策都要先进行这种随机测试。实验中的面试技巧部分，实际上是通过 regression 方法分析出来的，再把这些技巧教给失业者。
【我认为这个案例有一个问题，那就是随机测试中，那些接受培训的人的竞争力大于市场上没有接受培训的失业者，所以才更快找到工作。然而如果政府真的给所有人培训，那么这种竞争力优势将不复存在。毕竟这只是找工作的技巧，而不是工作技能。这是本书的一个漏洞：随机测试结果和全面采用这个政策的结果可能是不同的！】【此实验的结论虽然号称成功了，不过后来似乎也没有一直全面执行。】

The True State Laboratory of Ideas

这种实验方法堪称民主的实验室。实验的关键是实验的设计：你需要一个好的控制组（control group）。目前此方法已经全面实行。

Keep an Eye Out for Chance

任何一个可以随机的对一群人实行，而对另一群人不实行的政策，都可以进行这种测试。显然美联储利率变化不能使用这个方法，因为你不能只给一部分人不同的利率。【其实上文说的那个也属于不能实行此方法的。】

除了有目的的主动随机实验之外，super crunchers 也可以通过对以往政府因为其他原因而进行的”随机事件”的分析来得出一些结论。比如说候选人名字在选票上的排位是否对选举结果有影响？加州的选票排位是特意随机的，研究发现，在初选中，名字在选票上排第一位的确有好处，而在更重要的选举中，则没什么效果。

联邦法院总是随机的往不同的辖区派法官。这给了 Joel Waldfogel 一个回答一个经典问题的机会：更长的刑期是否有助于减少再犯罪率（recidivism rate）？有些法官倾向于重判，给长刑期；有些法官倾向于轻判，而随机过程决定了每个法官倾向于总体面对类似的案件。最后通过 SC，结论是，刑期长短与再犯罪率无关。

The World of Chance

发展中国家在这种对公共政策的随机测试方面反而出于领先地位，因为测试成本更低。Poverty Action Lab 就是一个2003年创建于MIT专门研究怎么减少贫困的政策的机构。

某些国家的优势是他们可以测试一些美国政府不能出台的测试：比如印度政府1998年要求1/3的村子的村长必须是女性。而这个选择是随机的。结果证明女性村长更乐于投资那些与女人平时工作相关的基础设施，而男性村长更乐于投资于教育。

Poverty Action Lab 的学者 Esther 的实验发现，在那些只有一个老师的印度学校里面装备一个记录时间的照相机，要求老师在上学和放学的时候与学生合影，同时把工资与出勤率挂钩，可以大大减少老师迟到的概率。【这不是废话么，这算什么天才。】

可能最重要的一个这样的测试是墨西哥进行的 Progresa 测试：有条件的给穷人钱。想要得到资助，你必须让孩子上学，怀孕的时候必须检查营养等等，而且钱只给母亲。试验结果极其成功。甚至纽约都开始学了。【中国当学之。】