如何用 Claude Code 搭建自己的 AI 学习系统 — Digest

微信公众号”架构师 JiaGouX”主理人若飞 2026-06-22 22:42 推送。

一句话总结

AI 学习稀缺的不是答案，缺的是一个能持续暴露问题的环境。 用 Claude Code 搭”学习工作台”——4 个文件（学习契约 / 资源 / 错题集 / 测试卷）+ CLAUDE.md 长期陪练规则 + 3 周节奏（D1 契约→D2 资源→每日故障复现→W2 错题重练→W3 小项目）+ 4 个小验收（24h 闭卷复述 / 换题能做 / 错误数减少 / 真实项目落地），把”答案机”升级为”能留下能力的学习系统”。

核心观点

  1. 答案机 vs 学习工作台：前一种反馈快，后一种更慢，但能留下能力的往往是后一种
  2. 第一版不用复杂：4 个文件 + 30 分钟就能启动 = 一个很小的学习 Harness
  3. 目标要先”可验收”：写学习契约再讲解；后端学 K8s 不是”看完官方文档”而是”能定位 Service 访问不通”
  4. 学习环境先瘦身：资源 ≤ 5 个，明确说哪些热门资源本轮先不看
  5. 答案不能提前出现：一旦答案先出，大脑进入”识别答案”模式，不是”生成答案”模式
  6. 规则写进 CLAUDE.md：先提示→再追问→再检查→最后才揭示答案
  7. 每轮只压成”一页学习卡 + 一条错误记录”：维护成本决定能否坚持
  8. 3 周具体节奏：D1 契约 / D2 资源 / 每天一故障复现 / W2 错题重练 / W3 真实小项目
  9. 4 个小验收：24h 闭卷复述 / 换题能做 / 错误数减少 / 小项目落地
  10. AI 学习系统的边界：AI 反馈 ≠ 真实反馈；目标错就更快走错；事实问题要回第一来源

关键参数

速查表：3 个核心 prompt 模板

写学习契约（不讲解正文）：

我想学习【主题】。请先帮我建立一份学习契约，暂时不要讲解正文内容。请问我不超过 5 个问题（当前水平 / 真实用途 / 可投入时间 / 目标类型 / 本轮不学），问完后给 3-5 个学习阶段 + 完成标准 + 一项练习。

筛资料（不超 5 个）：

我要学习【主题】，目标是【真实用途】。请帮我筛选 3 到 5 个最值得投入的学习资源（权威 / 适合当前水平 / 按学习顺序 / 明确哪些本轮先不看 + 原因），基于这些资源设计 7 天学习路径。不要超过 5 个资源。

出测验（不一次给答案）：

我刚学完【主题】里的【具体范围】。请你扮演严格但友善的考官。一次只问 1 道题，等我回答后再继续；10 分制评分；只讲我答错/漏掉/含糊的部分；薄弱先追问不急进；结束后给薄弱点和下一组练习。不要一次性给出答案。

核心金句

  1. “AI 可以提高当场完成度，不等于提高了长期学习。”
  2. “如果 AI 只是更快解释，它会放大’我好像懂了’的感觉。等它开始让你先答、先做、先复述，再把错误记下来，它才有点像学习系统。”
  3. “看懂答案和自己答出来，中间隔着一道很深的沟。”
  4. “学习失败，很多时候不是人不努力。是目标一开始就太虚。”
  5. “环境不是越大越好，关键是能不能给出高质量反馈。”
  6. “答案不能提前出现。”
  7. “测验不只是考试感。它更像一次小型验收：这一轮到底有没有形成能力，至少要留下一个可复查的结果。”
  8. “能讲出来，只说明你理解了一部分；能换题做出来，才说明能力开始长出来。”
  9. “AI 反馈不等于真实反馈。”
  10. “AI 学习稀缺的不是答案。更稀缺的是一个能持续暴露问题的环境。”

反直觉点

  1. 理解感 ≠ 能力：第一天的清楚解释不会变成第二天的复述能力
  2. 越护栏越好：无护栏 GPT-4 访问，学生当场表现好，被拿走后独立表现可能变差
  3. 第一版越简单越好：4 个文件 + 30 分钟 = 学习 Harness；做重了就坚持不下来
  4. 资源越多 ≠ 推进：实际可能只是不断换入口
  5. 完整回答不一定是好事：默认值要调成”先提示→再追问→再检查→最后才揭示”
  6. 学习卡不追求完整：只解决”5 分钟把脑子接回去”
  7. 错误记录不用长：够用就行，”错误 + 原因 + 下次动作”
  8. AI 反馈 ≠ 真实反馈：能不能在项目里用出来，靠真实任务、真实约束、真实结果
  9. 目标错就走错得更快：AI 会顺着你的目标走，目标错了它帮你更高效地走错
  10. Bloom 羡慕的不是”讲得细”：而是形成性测试 + 反馈 + 纠正 + 再测试能持续发生

关联图谱

上游（基于 / 来自）

下游（应用于 / 验证于）

同级（横向 / 并列）

备注与限制

相关阅读