AgentSkillsCN

first-principles-learning

基于第一性原理的学习方法与时间规划技巧。适用于：(1) 将复杂的学习主题拆解为基本要素；(2) 制定契合认知科学的学习计划；(3) 优化时间分配与任务优先级；(4) 构建知识体系与思维模型；(5) 打破学习瓶颈、化解规划难题。当用户需要学习新知识、规划学习时间、提升学习效率，或希望运用第一性原理思维解决问题时，可借助此技能。

SKILL.md
--- frontmatter
name: first-principles-learning
description: 基于第一性原理的学习方法和时间规划技能。用于：(1) 分解复杂学习主题到基本元素，(2) 制定基于认知科学的学习计划，(3) 优化时间分配和任务优先级，(4) 建立知识体系和思维模型，(5) 解决学习瓶颈和规划困难。当用户需要学习新知识、规划学习时间、提高学习效率、或想用第一性原理思维解决问题时使用此技能。

第一性原理学习法 (First Principles Learning)

核心理念

第一性原理思维: 将复杂问题分解到最基本的、不可再分的真理，然后从这些基本元素重新构建理解。

— 不接受类比和权威，只接受逻辑和证据

为什么第一性原理对学习至关重要？

code
传统学习: 接受结论 → 记忆应用 → 容易遗忘
第一性原理: 追问本质 → 理解原因 → 长久掌握

AI 行为指南

当用户触发此技能时，AI 应遵循以下行为模式：

🎯 识别用户需求类型

需求类型特征关键词AI 应采取的行动
学习规划"学习计划"、"怎么学"、"入门"启动完整规划流程
困难求助"不理解"、"卡住了"、"太难"使用问题诊断模板
知识分解"这是什么"、"原理是什么"应用第一性原理分解
时间管理"没时间"、"效率低"、"拖延"使用时间规划框架
复习巩固"复习"、"记不住"、"遗忘"应用间隔重复方案

📋 交互原则

  1. •先诊断，后处方 - 不要直接给建议，先了解用户具体情况
  2. •追问本质 - 帮助用户明确真正的学习目标，而非表面需求
  3. •量化具体 - 时间、任务、目标都要具体可衡量
  4. •分解优先 - 大目标必须分解为可执行的小步骤
  5. •检验理解 - 询问用户是否能用自己的话解释

🔄 标准对话流程

code
Step 1: 明确目标
        ↓ "你想达到什么程度？如何验证学会了？"
Step 2: 评估现状
        ↓ "你目前的基础如何？已经知道什么？"
Step 3: 识别差距
        ↓ "从现状到目标，需要掌握哪些内容？"
Step 4: 分解任务
        ↓ "这些内容可以分成哪些子任务？"
Step 5: 制定计划
        ↓ "你有多少可用时间？精力高峰期是什么时候？"
Step 6: 输出方案
        → 生成结构化学习计划

🛠️ 需求诊断问卷生成器

当用户提出模糊或宽泛的学习需求时，AI 应使用此工具生成一系列选择题来快速明确用户的真实需求。

工具使用规则

  1. •触发条件: 用户问题过于宽泛，无法直接生成有效计划
  2. •问题数量: 生成 3-5 个关键问题
  3. •选项要求: 每个问题至少 4 个选项，可多选或单选
  4. •设计原则: 选项应覆盖常见情况，最后一项始终为"其他"

问卷输出格式

markdown
## 📋 需求诊断问卷

为了更好地帮助你，请回答以下几个问题（直接回复数字即可）：

### Q1: [问题描述]
□ A. [选项A]
□ B. [选项B]
□ C. [选项C]
□ D. [选项D]
□ E. 其他（请说明）

### Q2: [问题描述]
...

问题模板库

根据不同场景，从以下问题模板中选择组合：

📌 目标维度 (必选)

markdown
### Q: 你希望达到什么程度？
□ A. 了解概念，能看懂相关内容
□ B. 掌握基础，能独立完成简单任务
□ C. 熟练应用，能解决实际问题
□ D. 精通专家，能教授他人或创新
□ E. 其他（请说明）
markdown
### Q: 你学习这个的主要目的是？
□ A. 工作需要 / 职业发展
□ B. 考试认证 / 学业要求
□ C. 个人兴趣 / 自我提升
□ D. 解决具体问题（请说明什么问题）
□ E. 其他（请说明）

📌 基础维度 (必选)

markdown
### Q: 你目前的相关基础如何？
□ A. 完全零基础，从未接触过
□ B. 有一点了解，知道基本概念
□ C. 有一定基础，学过但不够系统或已遗忘
□ D. 基础较好，现在想深入或专精某方向
□ E. 其他（请说明）
markdown
### Q: 在相关领域你已经掌握了什么？
□ A. 什么都不会
□ B. [领域相关基础技能1, 如"会基本的Python语法"]
□ C. [领域相关基础技能2, 如"了解基本的数据结构"]
□ D. [领域相关进阶技能, 如"有项目开发经验"]
□ E. 其他（请说明）

📌 时间维度 (必选)

markdown
### Q: 你每天能投入多少学习时间？
□ A. 不到1小时（碎片时间为主）
□ B. 1-2小时（每天有固定时间）
□ C. 2-4小时（有较多空闲时间）
□ D. 4小时以上（全职学习）
□ E. 不固定，请帮我评估需要多少时间
markdown
### Q: 你有明确的截止日期吗？
□ A. 没有，按自己节奏学习
□ B. 1个月内需要达到目标
□ C. 3个月内需要达到目标
□ D. 6个月或更长，不着急
□ E. 有具体日期（请说明）

📌 偏好维度 (可选)

markdown
### Q: 你偏好什么学习方式？
□ A. 看视频/听课（被动输入为主）
□ B. 读书/文档（自主阅读为主）
□ C. 动手实践（边做边学）
□ D. 项目驱动（通过完成项目学习）
□ E. 不确定 / 都可以
markdown
### Q: 你之前学习新技能时遇到的最大困难是？
□ A. 容易半途而废，坚持不下来
□ B. 理论能懂，但不会实际应用
□ C. 内容太多，不知道先学什么
□ D. 容易忘记，学了就忘
□ E. 其他（请说明）

📌 资源维度 (可选)

markdown
### Q: 你能接受付费学习资源吗？
□ A. 只用免费资源
□ B. 可以小额付费（100元以内）
□ C. 可以适度付费（1000元以内）
□ D. 预算不是问题，只要有效
□ E. 希望你推荐适合的资源
markdown
### Q: 你是否有可以请教的人？
□ A. 完全自学，没有可问的人
□ B. 有同学/同事可以交流
□ C. 有导师/老师可以指导
□ D. 有社群/论坛可以提问
□ E. 其他（请说明）

问卷生成示例

用户输入: "我想学Python"

AI生成问卷:

markdown
## 📋 需求诊断问卷

为了帮你制定最适合的Python学习计划，请回答以下问题（直接回复字母即可，如 "A, B, C"）：

### Q1: 你学Python的主要目的是？
□ A. 数据分析 / 数据科学
□ B. Web开发 / 后端开发
□ C. 自动化脚本 / 办公效率
□ D. 人工智能 / 机器学习
□ E. 先打基础，之后再定方向
□ F. 其他（请说明）

### Q2: 你目前的编程基础如何？
□ A. 完全零基础，从未写过代码
□ B. 学过其他语言（如Java/C/JS），没学过Python
□ C. 学过Python但不系统，会一些基础
□ D. 有Python基础，想深入特定领域
□ E. 其他（请说明）

### Q3: 你每天能投入多少学习时间？
□ A. 不到1小时
□ B. 1-2小时
□ C. 2-4小时
□ D. 4小时以上
□ E. 时间不固定

### Q4: 你希望多久能达到目标？
□ A. 1个月内快速入门
□ B. 3个月系统学习
□ C. 6个月深入掌握
□ D. 不着急，按节奏来
□ E. 有具体截止日期（请说明）

### Q5: 你偏好什么学习方式？
□ A. 视频教程 + 跟着敲代码
□ B. 书籍/文档 + 做练习题
□ C. 直接做项目，边做边学
□ D. 不确定 / 都可以

问卷结果处理

收到用户回答后，AI 应该：

  1. •汇总分析: 整理用户选择，形成用户画像
  2. •确认理解: 用一句话复述用户需求，请用户确认
  3. •生成计划: 根据用户回答定制学习计划

示例:

code
根据你的回答，我理解你的情况是：
- 目标：学习Python进行数据分析
- 基础：有其他编程语言基础，Python小白
- 时间：每天可投入1-2小时
- 期限：希望3个月内系统掌握
- 偏好：项目驱动学习

确认以上理解正确吗？如果有需要修改的，请告诉我。

🧠 思维工具箱 (Thinking Tools)

为了帮助用户真正掌握第一性原理，而不仅仅是制定计划，AI 应熟练运用以下思维工具引导用户：

1. 假设粉碎机 (Assumption Buster)

目的: 区分"类比思维"（别人都这么做/以前都这么做）和"第一性原理"（物理定律/基本事实）。

触发场景:

  • •用户说 "这个太难了"
  • •用户说 "通常都是必须要...的"
  • •用户说 "大家都认为..."

交互模板:

你的想法/恐惧它是绝对真理吗？<br>(物理定律/数学公理)它是社会假设吗？<br>(历史习惯/他人观点)如果打破这个假设，<br>会发生什么？
"我必须读完整本书才能学会"否是。传统教育习惯。只读目录和核心章，配合实践，可能学得更快。
"电池组成本不可能低于$100/kWh"否是。基于当前供应链价格。如果按原材料(Co,Ni,Li)原子成本计算，理论极限是$80。

AI 引导语:

"你提到的这个限制，是像'光速不可超越'那样的物理定律，还是像'马车不能跑高速'那样的历史经验？让我们拆解一下..."

2. 5-Whys 深度钻取 (The 5 Whys)

目的: 穿透表面现象，找到问题的根本原因（Root Cause）。

操作流程: 连续追问至少 5 层 "为什么"。

示例对话:

用户: "我总是学不会动态规划算法。"

AI (Why 1): "为什么觉得学不会？是完全看不懂题，还是有了思路写不出代码？" 用户: "能看懂题，但写不出状态转移方程。"

AI (Why 2): "为什么写不出方程？是因为找不到子问题，还是找不到子问题间的联系？" 用户: "我不知道怎么定义子问题。"

AI (Why 3): "为什么无法定义子问题？是因为没画出决策树，还是不知道什么导致了状态变化？" 用户: "我脑子里是一团浆糊，没画图。"

AI (ROOT): 找到原因了。并不是你"学不会算法"，而是你"跳过了画决策树/递归树"这个具象化步骤，试图直接进行抽象思考。

解决方案: 强制练习画递归树，不画图不写代码。

3. 知识树重构 (Knowledge Tree)

目的: 强制结构化思考，避免碎片化记忆。

规则:

  • •树根 (Root): 基本原理 (First Principles)
  • •树干 (Trunk): 核心理论/方法
  • •树枝 (Branches): 具体应用/细分领域
  • •树叶 (Leaves): 细节/具体案例

AI 任务: 要求用户不再列 List，而是描述 Tree。

"试着把你是知识画成一棵树。如果'能量守恒'是树根，那么'电路'和'热力学'分别是哪根树枝？"

🕵️‍♂️ 苏格拉底教练模式 (Socratic Coach Mode)

当用户表现出依赖性（"直接告诉我怎么做"）时，AI 应切换到此模式，授人以渔。

核心原则

  1. •不直接给答案: 哪怕AI知道答案，也要反问用户。
  2. •挑战定义: 这里的每个词，你真的理解它的定义吗？
  3. •寻找反例: "有没有哪种情况下，这个结论是不成立的？"

对话脚本库

场景 A: 用户概念不清

  • •用户: "我想学高并发。"
  • •AI: "在你的定义里，多少 QPS 算高并发？是因为 CPU 算不过来，还是 IO 读写太慢？" (强迫量化和溯源)

场景 B: 用户盲目跟风

  • •用户: "大家都说要学 Rust。"
  • •AI: "抛开'大家说'，从原本质上看，Rust 解决了什么 C++ 解决不了的底层问题？这对你的项目是必须的吗？"

场景 C: 用户遇到瓶颈

  • •用户: "我如果不看答案就写不出来。"
  • •AI: "当你'看答案'时，你看的是具体代码，还是解决思路？如果你只看第一行思路，能推导出剩下的吗？"

🌱 思维习惯养成 (Micro-Habits)

帮助用户在日常生活中建立第一性原理思维的微习惯：

每日三问

建议用户每天问自己三个问题：

  1. •Definition Check: "我刚才使用的那个词，我能用五岁小孩听得懂的话解释吗？如果不能，说明我只是在背诵。"
  2. •Delete History: "如果今天我第一次做这件事，没有过去的历史包袱，利用现在的技术，我会怎么做？"
  3. •One Level Deeper: "这个现象背后的原理是什么？原理的原理又是什么？"

语义过滤训练

训练用户识别"虚词"：

  • •当听到 "很复杂"、"很难"、"不可能" 时 → 🔴 警报：这是主观评价，不是事实。
  • •练习: "把 '这事很难' 翻译成事实描述。" → "这事需要 3 个高级工程师工作 2 个月。" (去情绪化，事实化)

🛠️ 实用工具脚本 (Scripts)

本 Skill 包含可直接运行的 Python 脚本，辅助你执行学习计划：

1. 学习计划生成器 (scripts/generate_plan.py)

交互式工具，帮助你快速生成符合第一性原理格式的 Markdwon 学习计划。

运行方式:

bash
python scripts/generate_plan.py

2. 深度工作计时器 (scripts/deep_work_timer.py)

CLI 倒计时工具，内置三种科学时间管理模式：

  • •❄️ 深度学习: 50min 专注 + 10min 休息
  • •🔨 练习巩固: 25min 专注 + 5min 休息
  • •🔄 复习回顾: 15min 专注 + 3min 休息

运行方式:

bash
python scripts/deep_work_timer.py

学习方法论

Phase 1: 分解 (Decomposition)

将学习目标拆解到不可再分的基本单元。

操作步骤:

  1. •明确学习目标 - 具体描述"学会"意味着什么
  2. •提取核心概念 - 列出必须掌握的基本元素
  3. •建立依赖关系 - 理解概念间的先后顺序

分解示意图:

code
           ┌─────────────┐
           │  学习目标    │
           └──────┬──────┘
                  │
     ┌────────────┼────────────┐
     ▼            ▼            ▼
 ┌───────┐   ┌───────┐   ┌───────┐
 │ 子目标1 │   │ 子目标2 │   │ 子目标3 │
 └───┬───┘   └───┬───┘   └───┬───┘
     │           │           │
   ┌─┴─┐       ┌─┴─┐       ┌─┴─┐
   ▼   ▼       ▼   ▼       ▼   ▼
 概念A 概念B  概念C 概念D  概念E 概念F
   │     │     │     │       ↑
   └─────┼─────┘     └───────┘
         │           (依赖关系)
      原理X

示例: 学习机器学习

code
目标: 能独立完成一个ML项目

├── 数学基础
│   ├── 线性代数 (向量、矩阵、特征值)
│   ├── 微积分 (导数、梯度、链式法则)
│   └── 概率统计 (贝叶斯、分布、假设检验)
│
├── 编程基础
│   ├── Python 语法
│   └── NumPy/Pandas 数据操作
│
├── ML核心概念
│   ├── 监督学习 vs 无监督学习
│   ├── 损失函数与优化
│   ├── 过拟合与正则化
│   └── 模型评估方法
│
└── 实践技能
    ├── 数据预处理
    ├── 模型训练调参
    └── 结果分析解读

Phase 2: 基础构建 (Foundation Building)

从最基本的概念开始，稳固地建立理解。

核心方法:

  1. •质疑假设 - 你认为"已经知道"的东西真的理解了吗？
  2. •建立心智模型 - 用类比和可视化构建直觉理解
  3. •主动回忆测试 - 不看材料，能否解释清楚？

心智模型构建技巧:

概念类型推荐方法示例
抽象概念具象类比"递归像俄罗斯套娃"
流程步骤流程图HTTP请求生命周期图
因果关系因果链A→B→C的影响路径
分类体系树状图编程范式分类
数量关系公式+图表时间复杂度曲线

Phase 3: 综合重构 (Synthesis)

将分散的知识整合为完整的理解体系。

方法:

  1. •从基础重建 - 用自己的话从头解释整个主题
  2. •建立知识连接 - 将新知识与已有知识网络关联
  3. •费曼技巧 - 用简单语言教给他人

费曼技巧四步法:

code
Step 1: 选择一个概念
Step 2: 假装教给一个小学生
Step 3: 发现解释不清的地方 → 回去重学
Step 4: 简化语言，使用类比

时间规划框架

Step 1: 精力映射 (Energy Mapping)

根据认知负荷理论，将任务与精力状态匹配。

个人精力曲线评估:

code
精力水平
   高 │    ╭──╮
      │   ╱    ╲        ╭─╮
   中 │──╯      ╲      ╱   ╲
      │          ╲    ╱     ╲
   低 │           ╲──╯       ╲──
      └─────────────────────────→ 时间
        6   9   12  15  18  21  24

任务-精力匹配表:

精力状态特征适合任务类型示例
高峰期头脑清醒、专注力强新概念学习、难题攻克、创造性工作学习新算法、写核心代码
平稳期状态稳定、效率一般练习巩固、笔记整理、例行任务刷练习题、整理笔记
低谷期疲惫、难以集中复习回顾、简单阅读、行政事务看视频、回顾已学内容

Step 2: 任务分解与时间估算

学习模块模板:

模块类型专注时长休息时长适用场景
深度学习块50分钟10分钟新概念、高难度内容
练习巩固块25分钟5分钟刷题、编程练习
复习回顾块15分钟3分钟复习笔记、回忆测试

时间估算公式:

code
实际所需时间 = 理想时间 × 1.3~1.5 (缓冲系数)

新手学习某主题: 预估时间 × 1.5
有基础巩固深化: 预估时间 × 1.2
纯复习无新内容: 预估时间 × 1.0

Step 3: 间隔重复计划 (Spaced Repetition)

遵循遗忘曲线的复习间隔：

code
学习日 ─┬→ +1天: 第1次复习 (10-15分钟)
        ├→ +4天: 第2次复习 (5-10分钟)
        ├→ +7天: 第3次复习 (5分钟)
        ├→ +14天: 第4次复习 (3分钟)
        └→ +30天: 第5次复习 (3分钟)

复习内容建议:

  • •第1-2次: 重新阅读笔记 + 主动回忆测试
  • •第3-4次: 仅主动回忆，检查薄弱点
  • •第5次及以后: 快速回顾，确认长期记忆

问题诊断模板

当用户遇到学习困难时，按此流程诊断和解决：

code
┌─────────────────────────────────────────────────┐
│ Step 1: 明确问题                                 │
│   → "具体哪里不理解？能描述一下卡住的点吗？"     │
└─────────────────────────┬───────────────────────┘
                          ▼
┌─────────────────────────────────────────────────┐
│ Step 2: 追溯基础                                 │
│   → "这个概念需要哪些前置知识？"                 │
│   → "前置知识你都理解了吗？"                     │
└─────────────────────────┬───────────────────────┘
                          ▼
┌─────────────────────────────────────────────────┐
│ Step 3: 找到断点                                 │
│   → "知识链条在哪里断开？"                       │
│   → "从哪里开始就不太明白了？"                   │
└─────────────────────────┬───────────────────────┘
                          ▼
┌─────────────────────────────────────────────────┐
│ Step 4: 填补空白                                 │
│   → 提供缺失基础知识的学习资源                   │
│   → 用第一性原理重新解释                         │
└─────────────────────────┬───────────────────────┘
                          ▼
┌─────────────────────────────────────────────────┐
│ Step 5: 验证理解                                 │
│   → "现在能用自己的话解释这个概念吗？"           │
│   → "能给我举一个例子吗？"                       │
└─────────────────────────────────────────────────┘

快速状态评估

学习状态快检

在开始学习前，快速评估当前状态：

精力评估:

code
❓ 你现在的精力状态如何？
   [ ] 🔥 精力充沛，头脑清醒 → 适合攻克难点
   [ ] 😊 状态尚可，比较稳定 → 适合练习巩固
   [ ] 😴 比较疲惫，难以集中 → 只适合轻松复习

学习准备度检查:

code
□ 明确知道今天要学什么
□ 准备好了所有学习材料
□ 手机已静音/移除干扰源
□ 设定了具体的时间限制
□ 知道如何验证今天学会了

认知负荷自检

学习过程中感到困难时：

信号可能原因应对方法
反复阅读无法理解前置知识不足先补基础
看懂了但说不出来被动学习主动回忆练习
容易走神认知过载或太简单调整难度
焦虑烦躁任务太大分解成更小步骤
感觉"好像都会了"流畅性幻觉做测试题验证

规划会话流程

为用户制定学习计划的完整流程：

1. 信息收集

必须询问的问题:

markdown
1. 学习目标
   - 你想学什么？
   - 学到什么程度算"学会"？(具体可衡量)
   - 有没有具体的应用场景或截止日期？

2. 当前基础
   - 你目前对这个领域了解多少？(1-10分)
   - 有哪些相关的已有知识？
   - 之前学过没成功的经历？原因是什么？

3. 时间资源
   - 每天/每周可以投入多少时间？
   - 你的精力高峰期通常在什么时候？
   - 有没有固定不可占用的时间？

4. 学习资源
   - 有没有已经选定的学习材料？
   - 偏好什么形式？(书籍/视频/课程/实践)
   - 有没有可以请教的人？

2. 分析与分解

markdown
根据收集的信息：
1. 将目标分解为3-7个子目标
2. 为每个子目标识别核心概念
3. 评估每个子目标的认知负荷 (高/中/低)
4. 确定子目标间的依赖关系
5. 估算每个子目标的学习时间

3. 时间分配

markdown
原则:
1. 高认知负荷任务放在精力高峰期
2. 每天深度学习时间不超过3-4小时
3. 预留20-30%的缓冲时间
4. 每周安排复习巩固时间
5. 设置每周检查点评估进度

4. 输出计划

使用标准输出格式生成计划。

输出格式模板

学习计划模板

markdown
## 📚 学习计划: [主题名称]

### 🎯 目标定义
- **最终目标**: [具体描述学会意味着什么]
- **验证方式**: [如何知道自己学会了]
- **预期时长**: [总体时间估算]

### 📋 知识分解

#### 模块1: [名称] (预计X小时)
- [ ] 概念1.1: [描述]
- [ ] 概念1.2: [描述]
- [ ] 🔗 依赖: 无 / [依赖的模块]

#### 模块2: [名称] (预计X小时)
- [ ] 概念2.1: [描述]
- [ ] 概念2.2: [描述]
- [ ] 🔗 依赖: 模块1

...(更多模块)

### 📅 时间安排

| 日期 | 时间段 | 任务 | 认知负荷 | 完成标志 |
|------|--------|------|----------|----------|
| Day 1 | 9:00-10:00 | [任务描述] | 高 | 能解释XXX |
| Day 1 | 10:30-11:00 | [任务描述] | 中 | 完成X道题 |
| ... | ... | ... | ... | ... |

### 🔄 复习节点

| 原学习日 | 复习日期 | 复习内容 | 时长 |
|----------|----------|----------|------|
| Day 1 | Day 2 | 模块1核心概念 | 15分钟 |
| Day 1 | Day 5 | 模块1快速回顾 | 10分钟 |
| ... | ... | ... | ... |

### ✅ 每周检查清单

**Week 1 检查点:**
- [ ] 能用自己的话解释 [核心概念]
- [ ] 完成 [练习数量] 道练习
- [ ] 能向他人讲解 [知识点]

### 📝 学习资源

- **主要教材**: [名称和链接]
- **补充资料**: [名称和链接]
- **练习平台**: [名称和链接]

### ⚠️ 潜在困难与应对

| 可能困难 | 应对策略 |
|----------|----------|
| [困难1] | [策略1] |
| [困难2] | [策略2] |

问题诊断输出模板

markdown
## 🔍 学习困难诊断

### 问题描述
[用户描述的困难]

### 诊断分析

**知识链条检查:**

[目标知识点] ↑ 需要理解 [中间概念B] ← ⚠️ 可能的断点 ↑ 需要理解
[前置知识A] ← ✅ 已掌握

code

**断点识别**: [具体哪里断开]

**根本原因**: [分析原因]

### 解决方案

**Step 1**: [具体行动]
**Step 2**: [具体行动]
**Step 3**: [具体行动]

### 推荐资源
- [资源1]: 用于补齐 [知识点]
- [资源2]: 用于练习巩固

参考资料

深度学习和理论背景请参阅：

快速参考卡片

code
┌────────────────────────────────────────────────────────┐
│                   第一性原理学习法                      │
├────────────────────────────────────────────────────────┤
│  ① 分解 → ② 构建 → ③ 综合                              │
├────────────────────────────────────────────────────────┤
│  📐 分解: 复杂→简单，找到最基本的元素                   │
│  🧱 构建: 从基础开始，逐步建立理解                      │
│  🔗 综合: 连接知识，形成完整体系                        │
├────────────────────────────────────────────────────────┤
│  🔑 核心问题:                                           │
│     • 这个的本质是什么？                                │
│     • 能再简单一点吗？                                  │
│     • 我能用自己的话解释吗？                            │
├────────────────────────────────────────────────────────┤
│  ⏰ 时间法则:                                           │
│     • 高峰期 → 攻克难点                                 │
│     • 50-10-50 深度学习块                               │
│     • 遗忘前复习: 1-3-7-14-30天                         │
└────────────────────────────────────────────────────────┘