我在 Math SE 上读到这个。基本问题是：

假设有人想学习一些高级的东西；做到这一点的一种方法是从基础开始并建立起来。但“更大的图景”可能会在这个过程中迷失。另一种方法（我更喜欢称之为 Recursive Wiki）是拿起一篇论文，然后在 Google/Wiki 上找到一个人不理解的术语；阅读它们。其中将包含新的术语；谷歌/维基他们，直到你达到彻底了解材料的“基本情况”。向后工作，直到你彻底理解论文。重复其他论文。这将允许在保持动力的同时获得知识。但是，它可能会导致基本面问题。

它基于斯坦福大学 Vakil 教授的一篇文章。这是一段摘录：

.....数学是如此丰富和无限，以至于无法系统地学习它，如果您等待掌握一个主题，然后再进入下一个主题，您将永远不会有任何收获。相反，你会有知识的卷须延伸到你的舒适区之外。然后您可以稍后从这些卷须中回填，并扩展您的舒适区；这比学习“前锋”要容易得多。（注意：这种回填是必要的......

这种方法的反对者普遍认为，对于像每季度发表 100 篇论文的代数几何或弦理论研究这样的领域，如果你在接触弦理论之前尝试建立数学基础，你会80 与阿尔茨海默氏症。我的问题是：这是学习 CompSci 的好策略吗？

由于 Comp Sci 是如此多学科（工程师通常需要同时了解数学和计算），因此这种递归学习模式是否足以进行学术研究？还是传统模式好到无法替代？

例如，我需要在操作系统知识为 0 的情况下了解 Translation Lookaside Buffer (TLB)。

我的递归路径（根据维基百科）是：

TLB > 缓存 > (返回) TLB > 页表 > (返回) TLB > 虚拟地址 > (返回) TLB > 重读。完毕

我觉得我知道 TLB 是什么，如果我再次遇到它，我会知道发生了什么。我是在欺骗自己吗？