基于物理学家理查德·费曼 (Richard Feynman) 的学习方法 —— 让 AI 扮演一个 什么都不懂的学生，逼你把一个知识点讲到通透。三十分钟，验证你是不是真的会， 不是做对几道题，而是能否用自己的话讲清楚。
老师讲得再精彩，那也是老师会了。 真正可靠的检验标准，是你能否用大白话讲清楚给一个不懂的人听 —— 这正是费曼学习法与输出式学习 (Output-based Learning) 的核心。
听课、看书、刷题属于input-based， 它制造一种"虚假掌握" (Illusion of Competence) —— 学生自以为懂了， 但只要题目稍变形或被人追问一句"为什么"，就会立刻露馅。
真正可靠的检验标准，是能否用大白话讲清楚给一个不懂的人听。
费曼学习法要真正跑通，需要一个既懂学科、又有足够耐心、还能随时追问的人， 一对一地听你讲、挑你的毛病。这样的人极其稀缺 —— 请一位这样的私教成本高到无法普及， 学校里的老师也不可能为每个学生、每个知识点都陪练一遍。所以这套方法虽然人人都听过， 却几乎没人能持续地用起来。直到 AI 足够聪明 —— 它第一次让"那个懂行人"可以无限供给、人人可得。
讲给谁听？讲得有多深？讲了多少？—— 三个核心功能，各解决一个。
AI 扮演一个什么都不懂的学生 —— 装不懂、不停追问、甚至故意犯错，逼你把每一步都讲透。你从"被考"变成"开讲"，这正是吸收率最高的学习方式。
讲解结束自动生成报告，按布鲁姆认知分类学的 6 个层级评估你讲到了多深: 记忆 · 理解 · 应用 · 分析 · 评价 · 创造。每层 0–10 分，并指出哪里含糊、下一步补什么。
整门课、整个学科的知识点连成一张图，节点从灰 (未开始) → 黄 (进行中) → 绿 (已掌握)，进度一眼可见。自动保留历史最高分，复习重点该放哪一目了然。
方法论与评测体系并非我们的发明 —— 它们来自学习科学领域被反复引用的高影响力研究。
* 费曼学习法源自 R. P. Feynman 在 Caltech 的教学实践，并被 MIT、Cornell 等高校学习中心列为官方推荐方法。
课后检验孩子是真懂了，还是只把答案背了下来。
专业课进入复盘阶段，逐个知识点系统化查漏补缺。
申论与常识判断，靠讲清逻辑而不是死记硬背。
CPA · 法考 · 医师 · 一建等证书备考，验证概念真正吃透。
跨专业、转码、读论文前补基础 —— 解决"看完书不知道自己懂没懂"。
大学 / 研究生答辩前自测，把研究讲到能扛住导师与评委的连环追问。