AI对话式加速学习

它解决什么问题

传统学习本质上是单向输入：读、听、记，大脑扮演被动接收器。读完一本书、看完一门课，你以为自己懂了，真到要解释、要应用时才发现漏洞百出——那些模糊点一直存在，只是没人戳破。这个技能要做的是把 AI 变成一面"认知镜子"：不替你思考，而是通过追问、反驳、验证，让你看见自己思考中的盲区和不完整。

技能如何工作

底层逻辑是双向碰撞替代单向输入，基于三条认知科学结论：主动回忆的记忆留存远超被动阅读；认知冲突是深度学习的强触发器；语言加场景的双编码能显著提升记忆。

技能内置 5 种经过验证的对话式方法，每种有独立 Prompt 模板（如 references/method1_socratic.md），可单独使用也可组合：

1. 苏格拉底追问：永远不给答案，只给比当前理解高一小步的问题，引导你自行发现。
2. 错位对话：你故意抛出有漏洞的观点，AI 逐条反驳并给出替代思维模型。
3. 知识缝合：把碎片知识画成关系图谱，标注因果/并列/包含/对立，识别盲区与优先补全节点。
4. 场景迁移：用 3 个完全不同行业的真实场景解释同一概念，验证是否真懂。
5. 刻意练习：按 Bloom 认知层级生成 10 道渐进式题目，逐题点评对错与原因。

执行时会做意图路由：识别"学一下""检验""梳理""跨领域""测试我"等触发词，匹配到对应方法；未指定时按学习阶段推荐组合。每轮执行后生成一份知识卡片，含概念定义、核心类比、关键洞察与自测问题。

适用边界

• 这 5 种方法高效覆盖记忆与理解层；应用、分析、创造仍必须靠真实实践完成。
• 苏格拉底模式刻意"不给答案"，约 42% 的学习者会感到沮丧——这是设计的一部分，不是故障。
• 需要警惕认知卸载：若你越来越依赖 AI 直接给答案，技能会主动提醒。
• 知识缝合要求你已有碎片知识，不适合完全零基础的场景。