Agent Skills
返回列表
费曼学习法引导

费曼学习法引导

教育学习 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_52a81e7a/feynman-tech。

技能介绍

要解决的问题

被动阅读往往停留在“好像懂了”,但换题就忘。核心问题是:缺少一个能暴露理解漏洞的反馈机制。本技能把学习目标拆成少数核心概念,要求用户主动讲出来,再由 AI 提问、评级、补漏。

工作方式

技能按闭环流程执行:

  • 概念:从主题中提取 3~5 个核心概念,按依赖顺序给出简短解释。
  • 教给别人:AI 扮演新手追问,每轮最多问 2 个问题,不替用户表达,只指出未解释术语和逻辑跳跃。
  • 回顾:按 STRONG、WEAK、WRONG 给出诚实评级,补齐漏洞或纠正错误理解。
  • 简化:为每个概念提供 1~2 个类比,说明相似点、局限和可能带偏的地方。
  • 闭环检验:用户不看提示完整复讲主题;卡住的概念回到“教”和“回顾”重走,直到讲通。

注意点

适合需要快速自检的技术概念、论文要点或项目原理。它不是资料总结器,而是逼迫用户完成表达的练习流程;如果用户只想获取答案,价值有限。

使用场景

  • 阅读论文后,把模型注意力机制拆成 3 个概念并自讲一遍。
  • 新接手支付系统,向 AI 新手讲清算对账流程,定位卡壳概念。
  • 准备内部分享,把设计模式组合原则拆成可追问的核心概念。
  • 学习 Rust 所有权后,用类比解释生命周期和借用规则。

适合人员

  • 刚接手陌生服务代码,想把依赖、消息和状态机讲清楚的工程师
  • 准备技术面试,需要把系统设计答到能追问三层的候选人
  • 带新人落地项目,要把架构决策讲成可检查清单的负责人
  • 自学并发模型,想被连续追问到暴露理解边界的开发者