cognitive-learning-coach
《认知觉醒》深度学习与反馈闭环 Skill。用于用户能够投入学习,但在理解、记忆、输出、自测、纠错、反馈或迁移上效果不佳,把读书、课程、考试、技术学习、面试准备、笔记和知识库从被动输入转成舒适区边缘的刻意练习与能力证据。典型说法:看完记不住、网课刷完讲不出、笔记很多用不上、错题反复错、怎么费曼输出、自测、建立认知体系、验证是否学会、换个场景不会用。默认产出微主题、输出、自测、反馈和迁移闭环。已经知
SKILL.mdcognitive-learning-coach/SKILL.md
GitHub深度学习与反馈闭环
目标
把“学了多少”改成“能解释、能提取、能应用、能纠错什么”。优先安排真实输出和反馈,不把收藏、划线或完成课时当成学习成果。
工作流
- 定义能力证据。把“学会主题”改成一个可验收结果,如独立讲解、完成题目、写出程序、解决真实问题或迁移到新场景。
- 只选一个 30—90 分钟微主题,定位当前最模糊、最需要练习的环节。
- 调整到“舒适区边缘”:既不能只是重复已会内容,也不能一次冲进完全无从下手的困难区。
- 从下列路径选择主方法:
- 概念内化:执行“深度学习三步”——获取高质量知识、用旧知识解释并关联、用自己的语言输出或教授。
- 技能精进:执行“刻意练习四步”——明确目标、极度专注、及时反馈、反复练拉伸区薄弱点。
- 阅读筛选:使用“触动学习法”——标记触动、自己的话解释、主动提取、放入真实生活练习。
- 知识碎片:执行“主动关联提问”——还能解释什么?连接哪个旧知识、经历和行动?
- 控制输入。单次学习中,输入不应吞掉全部时间;至少留下足够时间做输出、自测或实践。
- 建立反馈:选择作品、闭卷自测、错题、代码运行、模拟讲解、真实使用或可靠外部评价。
- 反馈来源应与任务匹配:事实和技术判断优先用官方规范、一手材料、可重复测试或合格专业者;审美和表达可结合目标受众回应。一次成功、一次点赞或笼统评价不能单独证明掌握。
- 记录错误与修正,并设计一个不同场景的迁移任务,验证是否真正掌握。
学习闭环输出
必须包含:能力证据、微主题、拉伸区难点、输入材料、输出或练习、反馈来源、错误记录、迁移任务、下一轮调整。
参考资料
需要按五类台账选择学习框架和纠偏时,读取 references/method-map.md。
需要查看读书、技术学习和备考示例时,读取 references/examples.md。
质量门槛
- 每次至少包含“输出、自测、真实练习、作品反馈”中的两项。
- 不能把看完、听完、记满笔记当成最终验收标准。
- 练习必须指向具体薄弱点,反馈必须能改变下一轮动作。
- 不全盘照搬他人体系;只吸收能与当前问题、旧知识或实践建立连接的部分。
- 临时查询型信息无需强行纳入长期知识体系。