AI学习

系列说明：这是「用 Claude 系统学任何技能」四部曲的第一篇。全系列共四篇，涵盖学习的四个核心缺失环节——路径、测试、压缩、反馈——以及把它们串联成系统的完整方法。 一、为什么你的 AI 学习「看着很有用，过两天全忘了」 你一定有过这种经历： 你问 Claude：「解释一下量子计算 / Rust 所有权 / Transformer 架构」。 它给了一个条理清晰、例子丰富的回答。 你看完觉得「我懂了」，甚至还收藏了。 两周后，你在面试 / 实战 / 讨论中遇到相关问题，脑子一片空白。 这不是你的记忆力不好，也不是 Claude 解释得不够清楚。 问题在于：你把「获得答案」当成了「完成学习」。 二、真正的学习缺少的四样东西 认知科学和教学设计的研究一致指出：被动接收信息 ≠ 学习。真正的学习需要四个核心环节，而普通的 AI 对话通常全缺： 核心环节 普通 AI 对话 真实学习需要 一条路径 随机问答，跳跃式 知道按什么顺序学什么，清楚自己在哪、下一步是什么 一次测试 看完觉得懂了 主动回忆、暴露知识盲区、在真实场景前发现漏洞 一份压缩 全文保存/收藏 压缩成可在 5 分钟内复习的核心卡片，考前/会前/实战前速览 一个反馈循环 答错没人纠正 漏洞被立刻指出、只重讲遗漏部分、循环直到解释清晰 这四个缺口，正是普通人「用 AI 学了一堆却什么也没留下」的根本原因。 三、这套系统的整体架构 我们要构建的不是「更好的提示词」，而是一个 学习系统，包含 6 个提示词，对应 4 个核心环节 + 2 个辅助环节： ┌─────────────────────────────────────────────────────────────┐ │ 学习系统的 6 个阶段 │ ├──────────────┬──────────────┬──────────────┬───────────────┤ │ 1. 学习阶梯 │ 2. 20小时80/20 │ 3. 主动回忆测试 │ │ │ → 路径 │ → 路径(精简) │ → 测试 │ │ ├──────────────┼──────────────┼──────────────┼───────────────┤ │ 4. 一页速记表 │ 5. 精选资源 │ 6. 费曼循环 │ │ │ → 压缩 │ → 路径(资源) │ → 反馈循环 │ │ └──────────────┴──────────────┴──────────────┴───────────────┘ 本文（第 1 部分）只讲前两个最基础的：为什么随机提问没用，以及第一把钥匙——「学习阶梯」。 ...