真懂学习系统

为什么需要这个系统

普通学习流程有三个坑：看视频、划重点、做计划，看起来像在学习，但没有可验证的产出。用户自评往往高估——"我懂了"和"我能做"之间差了一个迁移测试的距离。中断之后更麻烦，新对话从零重建上下文，之前学到哪里、卡在哪里全部丢失。

核心能力与关键步骤

这个技能把学习拆成可运行的闭环，规划只是准备，提取、练习、纠错和迁移才是主体。

先诊断再规划

不根据自评安排课程，而是给一个与目标同构的小任务，按 认识 → 复述 → 理解 → 迁移 → 独立产出 五级记录当前表现。完全答不出时转从零模式，只给当前单元所需的最小输入，而不是判定失败。

承重知识优先

用三个问题排序该学什么：是否前置依赖、是否反复出现、是否能减少一类错误。每个阶段选 3–7 个承重点，明确为什么现在学、什么可以暂缓，不声称任何主题都存在固定 80/20 分布。

单元微循环

每个单元必须形成完整闭环：本轮目标 → 最小输入 → 闭卷提取 → 实际练习 → AI 考官逐题诊断 → 费曼复述 → 保存单元证据。要求用户作答时立即暂停，不提前泄露答案。

AI 考官

混合提取、机制解释、边界识别、新问题解决四类题，一次一题。评分用 通过 / 部分 / 错误 / 未覆盖，不用 √/× 糊弄，能区分"结论对但机制错"。

费曼双循环

单元级用 $learn-by-explaining 验收单个概念；阶段级让用户面向外行解释完整主张链、说清失败边界、在新场景操作。类比必须说明在哪里失效。

学习账本

每完成一个单元维护最小状态，中断后从账本中的真实缺口继续，不重建计划。

适用边界

不适用于一次性解释、摘要或代写。用户暂时不愿作答时可切教学模式，但明确标记"尚未验收"。一次对话通常只能证明本轮通过，不能证明长期保持。