像素范
线性吸纳教程注定因意志力衰减而失败,高效学习须利用AI前置提问摸底断点、优先攻坚关键难点,并依靠自主手绘图谱交由模型纠偏来建立稳固认知。
AI-assisted summary of 如何利用AI学习?把测试、练习和反馈接起来 — original source. Check the original for full context.
Source published:
Key ideas
- 学习低效的根源并非缺乏努力或资源,而是缺乏前置测试;自学者应要求 AI 展开 2~3 轮前置提问摸底真实阶层与认知断点,再定制个性化进阶路径。 (0:00)
- 传统教程由浅入深的编排与人类递减的心力曲线相冲突,高效学习需利用初期干劲峰值前置攻坚最具决定性的 20% 核心硬骨头,后续再借下行心力扫尾边角细节。 (5:00)
- 单向输入容易产生看似掌握的“知晓幻觉”,自学必须配合 AI 高频反向出题与阶段性小成果交付,借助“集章效应”持续为意志力充能。 (10:00)
- 直接让 AI 生成思维导图无法形成深层记忆,学习者应亲手绘制知识拓扑图并交由多模态 AI 审图纠偏,以此构建类似大模型向量坐标的快速检索结构。 (20:00)
Detailed notes
## Background 本内容由B站创作者“像素范”于2026年10月16日发布。视频简介指出,看懂教程不等于能独立完成任务,提倡将AI用作个性化自适应学习工具,通过“先测再学、优先核心、学完动手、自建图谱”把被动听讲转变为有闭环反馈的练习过程。
## TL;DR 主讲人结合自身14年教学经验,直击传统自学“重输入、轻测试”以及忽视个体心力衰退的致命误区。针对自学痛点,他提出让AI担任私教:首先通过多轮提问摸清真实知识断点,并顺应初期高心力曲线前置攻克20%的核心硬骨头。随后,借助高频闭卷测试与阶段性产出打破“看懂即掌握”的认知幻觉,并主张由学习者亲手绘制知识拓扑图、再交由AI识图查漏纠偏。整套方法论将AI深度嵌入测试、练习与反馈的闭环,旨在帮助普通人过滤信息噪音,把自适应学习能力转化为终身核心竞争力。
## Atmosphere & style 分享风格辛辣幽默、直击痛点,主讲人以资深导师兼“老江湖”的口吻侃侃而谈,既有对学生惰性与自学虚荣心的无情戳破,又充满实战派的底层洞察。讲解中频繁穿插学生时代垫底自嘲、软件教学突击检查、以及看病抽血等接地气的生动比喻,毫无枯燥的说教感。整场氛围既有对“世界是个草台班子”的犀利解构,又带着极强的执行驱动力,让听众在被频频戳中软肋的同时,获得一套清醒而解渴的高效学习心法。
## Bulletin - [00:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=0s) 学习低效的根源并非缺乏努力或资源,而是缺乏前置测试;自学者应要求 AI 展开 2~3 轮前置提问摸底真实阶层与认知断点,再定制个性化进阶路径。 - [05:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=300s) 传统教程由浅入深的编排与人类递减的心力曲线相冲突,高效学习需利用初期干劲峰值前置攻坚最具决定性的 20% 核心硬骨头,后续再借下行心力扫尾边角细节。 - [10:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=600s) 单向输入容易产生看似掌握的“知晓幻觉”,自学必须配合 AI 高频反向出题与阶段性小成果交付,借助“集章效应”持续为意志力充能。 - [20:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=1200s) 直接让 AI 生成思维导图无法形成深层记忆,学习者应亲手绘制知识拓扑图并交由多模态 AI 审图纠偏,以此构建类似大模型向量坐标的快速检索结构。
## Key takeaways - [00:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=0s) 通用教材和大班课因缺乏个体梯度适配,极易出现内容过浅或跨度过大的问题,而 AI 能以极低成本提供过去百倍代价的一对一定制教学。 - [00:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=0s) 教学资源调配必须建立在测试之上,正如看病必须先化验诊断,不经摸底就直接规划学习路径往往劳而无功。 - [05:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=300s) 人类意志力通常呈现初期达峰、随后迅速衰减的下行曲线,线性通读很容易在接触核心重难点前就耗尽心力。 - [05:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=300s) 向 AI 发出指令时,应要求其将目标技能拆分为 5 个清晰等级,并明确晋级标准、常见错误与具备最高杠杆率的核心 20% 知识。 - [10:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=600s) 看懂操作演示极易滋生能力错觉,一旦脱离教程闭卷实操往往漏洞百出,必须让 AI 持续出题考查直至暴露出真实卡点。 - [10:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=600s) 阶段性的微小作品交付能带来即时正反馈,利用人类追求补全的“集章心理”为疲惫期的意志力提供续航。 - [15:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=900s) 互联网已公开海量顶尖教育资源,信息差不再是门槛,报课的核心价值在于引入外部强制力与监督环境来克服自控力缺陷。 - [15:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=900s) 大脑在进化史上并不擅长直接解析纯文字符号,将生涩概念抽象为几何图形或字数黑框能有效绕过阅读障碍并加速记忆构建。 - [20:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=1200s) 直接索取现成知识图谱毫无意义,正确的做法是自主手绘空间网状拓扑图,再上传至多模态 AI 检查知识缺漏与层级逻辑错位。 - [20:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=1200s) 人类大脑深层存储与 AI 多维向量空间相似,依赖空间网状关联而非线性文字背诵,学习的目标是建立可在五分钟内快速点亮的知识索引。 - [25:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=1500s) 当前时代的核心困境是信息噪音泛滥导致“囤积癖”,善于用 AI 过滤干扰并提炼关键主干是拉开差距的关键素质。 - [25:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=1500s) 社会竞争的底层是终身学习迭代速度,“草台班子”现象意味着许多先行者知识结构空洞,掌握科学学习法即可在短时间内实现弯道超车。
## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=0s) 学习最大的误区:缺乏测试与无视个体梯度的盲目输入
讲者结合自己 14 年教龄、带过上万名学生以及培养出众多百万年薪学员的经历指出,绝大多数人无论是上 B 站自学、盲目报课还是买书,从一开始方法就错了,因为他们完全忽略了最核心的一步——对自身真实能力的“测试”。在常规教学设计中,讲者带作品集班或线下设计课时,开局必然会布置一个学生在当前阶段根本做不出来、无法完成的作业,以此摸底学员的真实阶层,再对症下药排布课程梯度。这就像学英语背单词,许多人拿着单词书翻开第一页背“abandon”,前面的基础词早就会了,后面的难词又跨度太大;只有测出短板,才能精准给药。
许多人之所以自学或报大班课效果差,本质在于非定制化——内容要么太简单,要么太难。在过去,想要量身定制的学习路径只能花百倍代价找一对一私教(好比请郎朗单独教钢琴),而如今 AI 完全可以低成本充当这个角色。学生在求学阶段最讨厌周期性的摸底考、期中考和周测,但讲者强调:“没有测试是没办法对你进行定制调配资源的。”就像去医院看病,医生必须通过抽血化验、望闻问切搞清机体状态,否则开药就是扯淡。聪明的老师会把测试伪装在聊天、小项目或暗中观察中;自学者在使用 AI 时,也不要直接索要现成方案,而应主动要求 AI 提出两到三轮问题进行摸底,厘清彼此认知边界后再搭建个性化路径。
- 教学核心逻辑:通过无法完成的阶段性作业完成“摸底”,用测试结果动态反哺教学资源的调配。 - 市场课程弊端:公开发行的课程和图书是非标品的通用折中方案,极易出现太难或太浅的梯次失衡。 - AI 的测试落地:先让 AI 针对目标技能抛出 2~3 轮前置问题,诊断用户的真实知识断点,再定制学习路径。
```mermaid flowchart LR accTitle: AI个性化自适应学习闭环 accDescr: 展示从AI多轮提问摸底到定制路径、阶段练习及知识图谱校验的完整流程 subgraph S1["阶段一:诊断摸底"] A["设定学习目标"] --> B["AI 抛出2~3轮摸底提问"] B --> C["诊断真实阶层与断点"] end subgraph S2["阶段二:路径与核心"] C --> D["定制梯次化学习路径"] D --> E["前置攻克核心 20% 难点"] end subgraph S3["阶段三:输出与校验"] E --> F["高频闭卷提问 / 小项目产出"] F --> G["自主绘制结构图谱"] G --> H["AI 识图校验漏洞与层级"] end ```
[05:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=300s) 梯次拆解与前置 20% 核心:顺应心力曲线的高效攻坚
大多数人学不进去的核心症结不是不够努力,而是一上来就跳错了层级,概念尚未串联便盲目硬啃复杂项目。使用 Claude 等 AI 工具时,指令不能只是泛泛的“帮我学 Python”,而应要求其:“请把 Python 拆成五个学习等级,从完全新手到能独立做项目,每一层告诉我应该掌握什么、常见错误是什么、达到什么标准才能进入下一层。”此外,必须让 AI 揪出其中最重要的“关键 20%”。讲者以自己上学时因初高中谈恋爱导致成绩跌落的经历为例自嘲:某学期自己彻底摆烂考了倒数第二,震惊于班里竟然还有个考倒数第一的“高手”;在仔细研究对方的学习方法后,讲者发现那个同学最大的问题就是“眉毛胡子一把抓”,想把所有细枝末节全都抓在手里,结果全盘崩溃。
很多人从头死磕红宝书、逐个排查软件插件,这种线性学习法只适合自制力极强、精力充沛的极少数人,绝大多数人都严重低估了自己的惰性。教程与书籍的设计往往是由易到难的上升坡度,但人类的心力、冲动和激情却是一开始处于峰值、随后快速衰减的下行曲线。如果顺着传统教程学,最有干劲的时候都在机械重复毫无意义的基础项(如背诵一辈子用不到几次的“abandon”),等到真正涉及核心重难点时,心力早已耗尽而放弃。讲者直言:“你要跟着你的心力安排你的学习内容。”趁着刚开始能熬夜、冲劲最足的前几天,必须让 AI 将最具决定性的核心难点前置,直接啃下 60% 到 80% 的关键骨架,后续再借着下行心力进行边角扫尾。
- 拆解指令模型:要求 AI 将知识切分为 5 个清晰层级,每级明确掌握标准、常见错误与晋级阈值。 - 心力反向匹配:知识编排多为由浅入深,而人的意志力呈峰值下坠;高效学习需将 20% 的硬骨头知识前置到初期解决。 - 避免全盘胡抓:拒绝从细碎插件和边缘概念漫无边际地堆砌,优先攻坚具备最高杠杆率的核心模块。
[10:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=600s) 逼迫输出与阶段练习:用即时产出给意志力“续航”
自学的第三个关键动作是“让 AI 一直考你,直到你答不上来”。看视频、刷短视频或读文章时,大脑极易产生“我都懂了、这很简单”的虚假流畅感,但一旦被要求合上材料完整复述或实际操作,就会瞬间卡壳。讲者直言,在 14 年带学员实操软件的过程中,看着老师一步步点选 A、B、C 节点极其流畅,学生常产生看电竞大神打比赛般“我也行、Faker 不过如此”的错觉;但只要老师借口“去上厕所”、实则躲在门口观察并留下小练习,学员立刻原形毕露:汉化出 bug、软件版本不对、功能找不到、操作路径中断等问题层出不穷。
只输入不输出的自学,在遇到实操壁垒时会产生极大的挫败感,进而让人彻底弃坑。因此,阶段性的强行测试不仅是为了揪出漏洞,更重要的是通过“小产出”来维系心力与成就感。如同日本寺庙与神社的“御朱印集章册”,或者游乐园的盖章打卡,当小册子上已经盖了几个章后,哪怕游客身体再疲惫,为了补全空缺也会被驱动着走到下一个景点。讲者在课程前几节都会刻意安排低门槛的小型作品交付,让学生产生“来都来了、我已经有沉淀”的心理锚点。自学时绝不能仅仅单向吸纳信息,必须指令 AI 不断反向出题并要求独立完成阶段性迷你作业,依靠可见的交付成果持续激活意志力。
> “绝大多数人学习最大的门槛就是他不愿意去面对自己的失误,不愿意面对自己学不会的状态。”
- 警惕“知晓幻觉”:看懂教学演示与能够独立完成实操存在巨大的认知沟壑,必须由闭卷产出打破假象。 - 集章效应设计:利用人类对“闭环与补全”的心理倾向,通过阶段性产出和打卡记录为学习心力持续充能。 - 练习的双重职能:练习不仅是查漏补缺的诊断工具,更是提供即时正反馈、防止中途放弃的心力补充站。
[15:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=900s) 克服惰性与信息图形化:用大脑兼容的坐标结构替代文字死记
针对直播间观众“学会这些方法是不是就不用报课”的疑问,讲者辛辣地指出,学习资源从来不是门槛——B 站上早已公开了清华大学的所有课程与教材,但拥有素材不等于能考上清华。报课的核心本质是“花钱找人对自己下狠手”,如同人人都知道“管住嘴、迈开腿”能减肥却依然无法自律一样,大部分人根本无法对自己实施严格的逼迫式训练。
而在信息吸收维度,人类进化了数万甚至数亿年,但文字的出现仅有几千年,人类大脑生来并不擅长直接解析大段文字符号,多数人或多或少存在不同程度的阅读障碍(如丘吉尔在处理日常简报时需要专人朗读)。许多人看漫画、看短剧、看视频神采奕奕,一翻大部头理论著作就打瞌睡,原因便在于文字无法在大脑中直接映射为具象画面。讲者分享了自己初中突击历史、政治及阅读《罪与罚》等大部头俄国文学时的独特方法:不纠缠冗长生涩的人名与字面定义,而是将排版文字转换成长短不一的“几何图形黑框”,仅记忆句式长短或名字字数(如“八字人杀了六字人,埋在后面被四字人发现”)。将文字强制降维转化为空间和长短图形,是大脑快速构建稳定记忆结构的高效捷径。
> “冷知识,上清华大学所用的素材、所用的教程、所用的视频早就在 B 站有了,你再读一次高考你一定就能上清华了?哟,你太忽视你自己了……你自己控制不住的,方法我都教你,你自己下不了手的。”
- 自律的边界:信息差早已被互联网抹平,课程付费的核心价值在于外部强制力、监督与督导执行。 - 生物学阅读局限:文字在大脑进化史中存在时间极短,直接阅读纯文字极易引发大脑抗拒与信息过载。 - 几何抽象记忆法:通过将语句或长名字抽象为色块、长短条或字数标识,能有效绕过文字处理障碍,实现信息极速锚定。
[20:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=1200s) 自建知识图谱与向量化认知:AI 审图纠偏与板书的底层逻辑
为了将大脑中的图形化结构落实到学习中,讲者提出了明确的实操指令:向 Claude 等 AI 提问时,不要让 AI 直接生成现成的思维导图或图谱,因为“它给你生成知识图谱狗屁用没有,它不是你脑子里边长出来的样子”。正确的做法是让 AI 给出归纳的规则与方法,由学生自己提笔在纸上绘制知识图谱或框架表格;画完后拍照或扫描上传给具备多模态读图能力的 AI,让模型去审图并排查:知识节点是否有遗漏、关联连线是否错误、层级逻辑是否存在错位。
讲者以线下培训讲师团队(如胡博老师、小朱老师、子墨老师)的严格考核为例,强调顶级老师的核心基本功是“黑板板书”。优秀的板书绝非单纯罗列目录,而是在下课时呈现出一套完整的知识空间拓扑——清楚标明哪个知识点与哪个相关、哪两个观点互为平替、某个要素出现后哪个要素会被淘汰。讲者指出,这种知识结构与现代 AI 大模型的底层逻辑完全一致:AI 处理信息依赖多维向量空间中的坐标关联,人类大脑储存深层知识同样依赖网状空间坐标。“文字是不可能在我们大脑里边存在的,你一定是把它放到某一个位置两两相结合。”学习的终极目标不是重新通读,而是建立稳固索引,“在五分钟内把脑子里的结构重新点亮”。
| 维度 | 低效自学模式 | AI 辅助的结构化学习模式 | |:--- |:--- |:--- | | **知识图谱构建** | 直接让 AI 输出完整导图,自己只看不做 | 让 AI 提供规则,自己亲手手绘空间拓扑图 | | **AI 参与环节** | 单向灌输文本答案 | 多模态读图审校,检查层级错位与逻辑缺漏 | | **信息储存机制** | 线性死记硬背文字段落 | 空间坐标化、向量化关联,实现 5 分钟内快速点亮 | | **老师板书作用** | 照搬书本大纲罗列知识要点 | 呈现知识点间的衍生、平替与淘汰的动态空间拓扑 |
> “真正需要的不是重新学一遍,而是在五分钟内把脑子里的结构重新点亮。”
[25:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=1500s) 学习能力作为终身底层竞争力:打破资源噪音与草台班子
当前时代的学习陷阱早已不是资源匮乏,而是“信息噪音泛滥”。在任何主题下,书籍、网课、短视频、博客、付费社群铺天盖地,很多人所谓的学习最终异化成了狂热收藏,“收藏了一堆资源然后再也没打开过”。讲者以自己在简派线下分享会上海站拆解《反脆弱》为例:自己能在一周内吃透数万字的大部头著作,将其完全落地化并结合实操案例输出,全靠这套组合拳——前置核心 20%、知识图形化、自主绘制拓扑、高频自我测试以及借用 AI 过滤噪音。
许多人误以为离开校园后便不需要学习,或者以为在学校考不过学霸、走向社会凭“社会经验”就能翻盘,讲者认为这完全是误判。学习能力将贯穿人的一生,无论是参透做生意的门道、理解人性规律、获取流量,还是应对涌现的新技术,比拼的底层全部是学习迭代速度。之所以常说“这个世界是个巨大的草台班子”,正是因为当你掌握了极速学习的方法论后,会发现许多比你早入行数年的所谓“行业大佬”,其知识结构极其匮乏空洞,你只需用正确方法高强度攻坚几天便能轻易超越。在像素范与简派的教学体系中,核心永远围绕三件事:“敢学、愿意学、会学”。最后,讲者幽默地总结:如何“会学”可以彻底交给 AI 来辅助落地,但如何“敢学”依赖自身的破局心态;至于如何“愿意学”,那还是得花钱报课——因为缺乏自制力的人,往往需要花钱找老师在群里天天“阴阳怪气”施加高压,逼着自己下狠手去练。
> “为什么说这个世界是个巨大的草台班子?因为当你掌握了学习能力以后,你会发现他们在比你早了几个月、早了几年进入这个行业的大佬,他们所掌握的那些知识如此的匮乏,我轻轻一学就赶上他们了。”
- 资源噪音反噬:信息过载导致学习退化为“囤积癖”,善用 AI 进行信号提纯与主干提炼成为必修课。 - 竞争维度升维:社会竞争并非单纯的资源或年限碾压,而是学习迭代速率对存量经验的降维打击。 - 三维教学模型:“敢学”(克服畏难心态)、“会学”(掌握 AI 工具与科学测试图谱法)、“愿意学”(借助外部环境和导师督导对抗惰性)。
## Notable quotes > [10:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=600s) 绝大多数人学习最大的门槛就是他不愿意去面对自己的失误,不愿意面对自己学不会的状态。 — 像素范
> [20:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=1200s) 真正需要的不是重新学一遍,而是在五分钟内把脑子里的结构重新点亮。 — 像素范
> [05:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=300s) 你要跟着你的心力安排你的学习内容。 — 像素范
> [00:00](https://www.bilibili.com/video/BV1CTJ26XE24?t=0s) 没有测试是没办法对你进行定制调配资源的。 — 像素范
## Mentioned 像素范, Claude, Python, 清华大学, B站, 丘吉尔, 罪与罚, 反脆弱, 简派, 胡博, 小朱, 子墨, 郎朗, Faker
## 弹幕氛围 (Danmaku mood) — 1 条 弹幕整体呈现出轻松诙谐、幽默戏谑的氛围。观众借用网络上经典的“不上清华”梗进行反向自嘲和调侃,表现出强烈的互动感与喜剧效果。
**整体情绪**:😊 正面 75% · 😐 中性 20% · 😞 负面 5%
**热议点** - **调侃经典“不上清华”凡尔赛梗** —— “是的,就是不想上清华” - **反向幽默与戏谑自嘲** —— “是的,就是不想上清华” - **配合视频语境进行捧哏式互动** —— “是的,就是不想上清华”
**代表弹幕** > 是的,就是不想上清华
## Video description 看懂教程,不等于能独立完成任务。用AI学习,可以试着把“听讲”变成一套有反馈的练习过程。 ① 先测再学:让AI通过提问和小任务,了解你会什么、卡在哪里,再安排学习路径。 ② 优先学核心:围绕目标任务,先掌握关键知识,再逐步补充细节。 ③ 学完就动手:独立操作、复述或完成小作品,检验自己是否真正掌握。 ④ 自己整理结构:先画知识图谱,再请AI检查遗漏和关系错误。 让AI帮你发现问题、调整方法,也给自己留下思考和练习的空间。
[Source](https://www.bilibili.com/video/BV1CTJ26XE24)