Claude Code 个人学习系统：从答案机到学习工作台的 5 步法¶

Ch09.002 Claude Code 个人学习系统：从答案机到学习工作台的 5 步法¶

📊 Level ⭐ | 6.6KB | entities/claude-code-personal-learning-system-ruofei.md

Claude Code 个人学习系统：从答案机到学习工作台¶

核心洞察¶

"当 AI 已经很会给答案，学习的关键就变成了：能不能给自己搭一个暴露问题的系统。"

Claude Code 不只是写代码工具——它是一个能读文件、改文件、跑命令的工作台，可以维护一个学习项目。核心转变：从"答案机"到"学习工作台"。

两种用法的对比¶

	答案机模式	学习工作台模式
交互方式	不懂就问→得到答案	目标→测验→纠错→复盘
留下的东西	"我好像懂了"的感觉	错误记录 + 学习卡 + 证据链
能力形成	理解感，非迁移能力	可迁移的判断、操作、表达
AI 角色	客服（问什么答什么）	陪练（先提示→追问→检查→揭示）

Bastani 等人(PNAS 2024)研究：无护栏 GPT-4 提高当场表现，但 AI 拿走后独立表现变差。带护栏的 AI tutor 通过提示、追问、不直接给答案缓解此问题。

最小可用版：4 个文件¶

30 分钟即可启动的学习 Harness：

文件	职责	核心问题
`learning-contract.md`	目标 + 阶段 + 完成标准	为什么学、学到哪、先不学什么
`source-ledger.md`	3-5 个精选来源	每个来源的用途和学习顺序
`quiz-log.md`	测验记录	问了什么、自己答得怎样
`mistake-log.md`	错误模式	反复出错的地方 + 下一步动作

"这 4 个文件已经够跑第一轮。它不追求复杂，只负责把学习过程里最容易丢的东西留下来：目标、来源、测验和错误。"

5 步法¶

Step 1：学习契约 — 把目标变成可检查对象¶

不问"请教我机器学习"，先让 Claude Code 问 5 个问题确认水平/用途/时间/需求/排除项，再输出阶段+完成标准+练习+自测题。

学习失败往往不是不努力，是目标一开始就太虚。与 Loop Engineering 的"反馈契约"同构：目标不清→反馈无落点→循环只是热闹。

Step 2：控制资料 — 不要超过 5 个¶

资源越多越容易以为自己在推进，实际只是不断换入口。学习环境要先瘦身——资料少一点，反馈反而更清楚。

这与 Environment Engineering 的核心观点一致：环境不是越大越好，关键是能不能给出高质量反馈。

Step 3：先让它做考官 — 答案不能提前出现¶

一旦答案提前出现，大脑进入"识别答案"状态而非"生成答案"状态。看懂答案和自己答出来，中间隔着一道很深的沟。

规则：一次一题→10 分制评分→只讲答错部分→薄弱先追问→结束后给下一组练习。

学习科学支撑： - Karpicke & Roediger (Science 2008)：检索练习本身就是学习 - Dunlosky et al. (PSPI 2013)：practice testing > 大多数学习策略 - 没有测验，很多"我懂了"只是界面渲染成功

Step 4：带护栏的陪练 — 写进 CLAUDE.md¶

默认规则（持久化到 CLAUDE.md）：

先给提示和追问，不直接给完整答案
每次只推进一个概念或一道题
回答错误→指出具体错误→更小的练习
每次结束→更新学习契约、测验记录、错误记录
涉及事实→标注来源层级（官方文档/论文/教材/经验判断/模型推断）

"普通对话里，模型天然像客服。学习场景里，完整回答不一定是好事。默认值调成：先提示，再追问，再检查，最后才揭示答案。"

Step 5：每轮只留两样 — 学习卡 + 错误记录¶

学习卡：5 分钟恢复上下文（一句话问题 + 5 核心概念 + 最小例子 + 3 误区 + 3 速答） 错误记录：错误→原因→下次动作（直接进入下一次练习）

验收标准¶

验收	方法
24h 闭卷复述	先自己讲→讲不出的让 Claude 追问（不让它重新解释）
换题迁移	同一证据链排查新问题：现象→假设→命令→证据→结论
错误减少	同类错误反复出现→学习计划降一层
小项目落地	本地 kind 集群 + 坏 YAML + 完整排障记录 > 三篇讲解

边界与局限¶

AI 会把错误说得很顺 — 法律/医学/生产配置必须回到第一来源
AI 顺着目标走 — 目标设错了，它帮你更高效地走错路
AI 反馈 ≠ 真实反馈 — 概念漏洞能发现，项目里用出来靠真实任务验证

Bloom 的 2 Sigma Problem：让人羡慕的不是"有人讲得更细"，而是形成性测试、反馈、纠正和再测试可以持续发生。Claude Code 给了低成本入口，但入口不是终点。

与 Harness Engineering 的关系¶

这篇文章是 Harness Engineering 框架在个人学习场景的应用：

学习契约 = AGENTS.md（目标+规范）
4 文件结构 = Harness 的最小可用版
测验+错误记录 = 验证循环（Step 6 of harness engineering）
CLAUDE.md 护栏 = 安全护栏（Step 5）
学习卡 = 上下文恢复机制

作者若飞（JiaGouX）系列关联：Harness 实践指南、Harness 框架