摸索是在一无所知中获取知识；学习是对未知领域已知结论的探索；而刻意训练是对已有技能的加强。我们常常混淆这三者，但实际上将这三个概念区分开有利于我们在解决问题时做出最优的决策。

学习的出发点是未知，即我们遇到一个自己不了解的领域，然后通过接触前人的经验而使自己对这个领域快速熟悉起来；而刻意训练则是针对一个我们已经了解的领域。面对一个问题，我们知道应该如何做，但可能效率不足，这时候需要通过反复地刻意训练使自己产生一种本能，用已知的最优方法解决特定问题。

从概率的角度可以帮助我们更好地理解这两个概念。最原始的状态下，人们没有任何知识，所有的行为全部都是无目的的（或许可以类比为布朗运动的）。但是无目的地做的某一些事可能达到了很好的效果，于是便形成了知识，比如什么食物可以让人类生存。这个过程我们称之为摸索。在这个阶段，理论上讲我们可以通过摸索掌握世界的一切知识，但是问题在于速度太慢了。例如地球上可能有千万种植物，而适宜人类食用的可能只有一千种，那么随机地选择到适宜人类食用的食物的概率是1/10000，也即尝试10000次才能遇到能吃的东西。这个概率已经很小了，而且还没有考虑尝试到100次时已经饿死或者真的碰到食物却没有意识到这是适宜食用的食物。啰啰嗦嗦写这么多，就是想要表达即使是苹果能吃这么简单的知识，如果靠无目的地探索可能也要几十年一个人才能学会。而人的生命只有短短数十载，靠这样原始的手段了解世界显然只能停留在最原始的状态。

那怎么才能更快速地了解世界的规律呢？靠学习。学习是什么？学习就是在你之前的人已经发现并记录下了苹果，小麦能吃（当然也有错误的记录，毒药能吃）。这些记录可能只有2000种食物了，其中800种是适宜人吃的，这个时候如果基于这些记录做选择，选到能吃的食物的概率就很高了（2/5），这样一个后来者就很容易在有限的生命中掌握一个领域的解决问题的方法（当然这些方法未必是最好的，获取更好的方法依然要靠学习和摸索）。

解释过学习是什么之后又有一个问题摆在面前，如果你已经知道了小麦和高粱能吃，那么当你饿了的时候该吃哪个呢？这个比喻或许不大恰当，但当面对一个问题而你已知多种方法时，就会有以下一系列问题了：选哪种方法？这种方法我熟不熟练？）要知道，你获取的知识往往是一系列步骤，而且是树形结构的一系列步骤。每进行一步都又会有多种选择。虽然每个路径都是可行的，但效率和效果却可能不同。这个时候，就要靠刻意训练来加深最佳路径在我们大脑中的印象。也就是通过重复地实践，让最佳方案在大脑中出现的频率更高，于是在下一次做同样的事情时，便有更高的概率选择最佳的方法。

写了这么多，是时候做一下总结了。还是举一个例子：如果你的工作是每天求解等差数列的和，而你之前从未遇到过同样的问题，你应该如何做？你当然可以开始闷头算，一个一个加下去，总能算出来，当然这样做很慢。或许闷头算了几个月之后你突然发现了规律（摸索），而后算的很快，当然也有可能一辈子也发现不了规律。你也可以翻翻书，然后发现高斯解决过类似的问题，然后每天使用公式求解（学习），轻松加愉快。当然一开始使用公式的时候你很不习惯，所以也有可能放弃了公式回归闷头算的方法。又或者，你反复训练自己习惯等差数列求和公式（刻意训练），练习一百道题之后你已经可以自如地使用公式了。当然，如果你不满足于此，再去学习，或许又会发现还有计算机这么一个东西，可以把公式录入自动化执行。如果你又学会了这种方法，从此你的工作就可以交给计算机了！

综上，遇到不会的问题，首先应当去学习，学习之后要刻意训练将知识转化为自己的技能。只有当一个问题从未有人解决过时，才有必要慢慢摸索，并且这探索也应基于问题相关资料的学习。