今天在上最后一节凸分析的课的最后半个小时的时候，就开始不舍了。从来没有对一门课这么不舍过，以至于在下课之后走出教室的自己明明显得那么稀松平常，像极了离乡的旅人。
这是一门好课，这并不意味着我能轻松掌握什么，相反作为一个数理基础薄弱的工科学生，我并不奢望期末考试能考到前40%，但我的确收获满满，尤其是关于insight。
一些不能完全体系化的内容，有时不会有一条一通到底的主线，但并不意味着它没有深刻的洞察。时至今日我已经记不得kyq随机算法课程中的具体算法了，但我能隐约知道概率方法，去随机化，我已经记不得Optional Stopping Theorem的适用条件了，但我记得Martingale和小径分岔的花园。这也是我在凸分析课上听到的，虽然我只去了大约三分之二的课堂，但那些形形色色的优化方法和技巧，伴随着在老师课堂上经常一走神就看不懂推导，却意外地把其深刻地内核展现了出来。我甚至能仅仅用自己的感性认知也能体会到它的道理，然后试着把过往糅杂起来，借此优化我的未来。
一些众所周知的道理，课堂上应该是传递insight的，而不是传递知识的。但很遗憾作为一个信科的学生，我们绝大部分的课程都是在传递知识。譬如算法设计与分析这门课，我觉得他之所以并不太符合我理想课程的原因不是难或易，而是在传递出，为什么要线性规划，为什么会有网络流，为什么我们一遍一遍地学动态规划。再比如某开设的概率统计的课程，他即使是有一条主线串联了整个课程，但课程每节课的内容却几乎仅仅是知识的简单重复。我当然理解基础的课程总是希望大家能掌握知识，但这远远不够。
如果让我回忆起大一的时候为什么数学分析学得稀烂，因为我实在是不理解数学分析这些杂乱的东西能干什么，很遗憾作为一个对数学并无太多了解的大一新学生，我没有机会主动接触实分析复分析，我的眼前只有积分微分的各种变换，跳出其中的high level的视野往往不是初学者能独立掌握的，他确实需要被引导。我觉得这也能解释为什么Algebra Done Right这么受欢迎。
当然，好课就好像试卷中的好题，一张试卷如果都是好题那这张试卷也是一张烂试卷，也需要有送分题。这可能就是培养方案需要去修改的地方了，这么多学分也不是人能修得完的。但人微言轻的学生也只能承受这些负重。