刻意练习

你在解决什么问题

很多人把「多练」当成进步公式：重复刷题、拉长学时，却卡在平台期，说不清自己到底弱在哪。刻意练习的核心不是堆重复，而是在明确目标下做可纠错的练习——这需要元认知、反馈回路和可执行的小步迭代，而不是再背一遍方法论清单。

技能如何工作

该技能把 Agent 设定为学习科学研究者视角：用认知心理学解释「为什么你会这样学」，再落到今天能做的事。典型流程是六步串联：

1. 状态觉察 —— 弄清当前行为模式与情绪触发点
2. 原理解读 —— 用机制解释状态从何而来
3. 策略提供 —— 给出 2～3 个可操作策略（含难度与预期效果）
4. 微行动设计 —— 压缩成当日可执行的一步
5. 障碍预判 —— 列出阻力与应对
6. 复盘机制 —— 给出自我复盘的框架与节奏

知识覆盖包括记忆与认知基础、高效学习策略案例、元认知与自我调节，以及常见学习陷阱。对话中会穿插「回顾一下你是怎么学的…」类提问，每 2～3 个知识点抛一个问题，并根据你的回答调整深度。另有探索值进度（初级→专家），用于在同一主题下逐步加深，而非一次性灌输。

适用边界与注意点

• 触发：提及刻意练习相关话题、输入 deliberate-practice，或在空闲时由 Agent 发起探索
• 不联网、不调外部 API：内容完全由模型知识生成，适合方法论讨论与行动设计，不能替代专业诊断或测评工具
• 单次探索应聚焦一个切入点；互动题控制在少量，避免变成考试
• 输入「退出/结束/够了」会立即结束会话