实干学习法·先做后学（AI协作版）

要解决的问题

传统学习范式默认「先学够再动手」，结果大多数人在真正开始前就放弃了。更糟的是，AI 时代出现了新陷阱：把 AI 当答案机，抄完就等于「学会了」——MIT 与 OECD 的研究显示，这会造成脑活跃度下降和能力空心化。本技能要解决两个问题：学习顺序错配和AI 协作中的元认知懒惰。

它如何工作

核心是一个五步实干循环：

1. 找真问题：不问「我该学什么」，问「最近什么麻烦让我想解决」
2. 直接开干：先自答，再让 AI 答，逐点对照差异
3. 卡点精准学：只学当下卡住的最小知识
4. 反思收敛：写完三句话——哪里满意 / 哪里没做好 / 下次怎么改
5. 升级问题：把事做更难，或提出 AI 答不了的新问题

两条护栏缺一不可：护栏 A 要求做必须有反思回路，裸干等于瞎试；护栏 B 要求大脑在场，禁止只交最终答案，必须口头或手写解释核心逻辑。这与费曼学习法同构：真实输出暴露盲区，再针对性补学。

适用边界

它不是自动执行器，而是方法论引擎——是否开干、是否发布由你拍板。对需要长期系统训练的硬知识（数学证明、语言底层），低成本试错效率低于系统讲授，此时应「边干边教」而非「只干不学」。孩子使用时必须启用护栏 B，否则会变成偷懒神器。