知识（knowledge）表示知道某些信息。通常而言，知识是正确的，但不一定是完备的。知识本身有自己的适用范围，特别是工程技术类问题。

根据知识的类型，可分为三类：

• know-what
• know-how
• know-why

know-what 通常指和事实相关的描述性知识。know-what 描述的事实既可以是定性的（例如玻璃是透明固体），也可以是定量的（例如 1 天是 24 小时）。know-what 可通过文字、图片等媒介进行完整的书面记录，即为显式知识。

know-how是出现频率较高的词汇，通常企业收购等新闻中都会提及专利（patent）、know-how、版权（copyright）等知识产权（IP，intellectual property）的各个概念。know-how 通常指和某些方法步骤相关的知识。know-how 是比 know-what 更高层面的知识，基于 know-how 可完成特定的任务，实现特定的目标。know-how 可进行书面记录（例如机械操作手册），但是实操通常涉及大量个人经验与理解，很难完整地书面记录各细节，即为半显式知识。

know-why 通常指和底层原理相关的知识。know-why 和 know-how 类似，涉及大量个人经验与理解，很难完整地书面记录各细节，即为半显式知识。

知识的层级从浅到深的递进关系如图所示：

对于仿真工作，三个层级大概对应为：

• know-what：知道XX问题的背景与需要的仿真工具
• know-how：知道仿真思路方法，并能够做出结果
• know-why：知道仿真方法及其选项之间的细节差异

随着互联网的发展，know-what 已经唾手可得，know-how 也跟随论文文献、软件宣传案例等快速宣传扩散。很多浅层次的 know-what 和 know-how 甚至可以利用AI大模型直接整理总结。

know-why的积累很难直接照搬参考资料，需要在科学原理、算法实现、软件操作等多个方面搜集整理资料，并详细的逻辑分析。know-why是区分仿真能力的重要标志，因为know-why的理解水平直接决定了仿真准确性提升的可能性。如果一个仿真工程师对know-why不了解，最多只能算熟练的软件操作工，而不能算优秀的仿真工程师。

对于知识积累，核心是多记录多总结。知识记录过程中可将个人的知识理解可视化呈现，并分析梳理各自的联系、区别等。与此同时，也方便后续进行参考，避免遗忘。