Slide 1
01 / 19
像训练 AI
一样训练自己
明确目标 → 高质量模仿 → 监督纠错 → 自主试错 → 复盘思考 → 提炼范式 → 泛化迁移。
Part 1｜回答同学们最关心的那些问题
02 / 19
问题 1
最高效的高中学习方法是什么？
- 最有效的方法不是题海，是总结"思维链"
- 做完一组相近题目后，停下来提炼共通的解题逻辑：
- 看到什么条件
- 想到什么方法
- 第一步为什么这样走
- 关键突破口在哪儿
- 把通用思路套到新题上，练到条件反射。
Part 1｜要有创作欲：把思考变成作品
03 / 19
承接：思维链之后
要有创作欲
创作欲：把脑海中的想法主动转化为外在成果的冲动。
想法
→
表达
→
作品
日记
写日记，是把感受变成文字
文章
写文章，是把观点组织成表达
项目
做项目，是把设想变成现实
解题
解题，是把思维过程传达到笔头
学习不只是吸收知识，也要持续留下自己的作品。
Part 1｜要有创作欲：把思考变成作品
04 / 19
双系统类比
创作欲，就是训练脑和手的连接
创作欲训练的是如何把脑中的东西尽可能无损地传到现实里。
Part 1｜要有创作欲：把思考变成作品
05 / 19
表达训练
把思维
传达到笔头
把隐性的思维，转化为清晰、完整、可检查的显性表达。
01
脑海中的直觉
02
整理判断依据
03
写出完整过程
04
检查逻辑漏洞
05
形成可复用的方法
我观察到了什么？
我为什么这样判断？
我选择了什么方法？
前后步骤有什么逻辑关系？
写一本自己能用、也能把别人讲懂的“教辅”。
Part 2｜像训练 AI 一样训练自己
06 / 19
总框架
你的学习系统可以像 AI 一样升级
05 高阶学习
总结通解范式
泛化
04 可诊断
写出思考过程
思维链
03 策略化
独立试错优化
强化学习
02 规范化
老师纠错
有监督训练/微调
01 入门
照答案做
行为克隆
Part 2｜像训练 AI 一样训练自己
07 / 19
行为克隆
通过模仿已有示例学习动作
先模仿，
再拆解
01
照着做
看板书、背答案、模仿同学步骤，先把标准动作做顺。
02
遮答案复做
不看示范再做一遍，检查自己是否真的会走完整流程。
03
说出判断
讲清看到什么条件、为什么第一步这样做、卡点在哪里。
Part 2｜像训练 AI 一样训练自己
08 / 19
有监督训练/微调
用标注样本和反馈校正输出
老师监督下的
规范练习
老师讲题 = 高质量标注，作业批改 = 外部反馈
你要关注的不只是"对不对"，而是：
- 这道题是什么题型？
- 关键条件是什么？
- 第一步为什么这么做？
- 错误来自知识漏洞，还是策略偏差？
Part 2｜像训练 AI 一样训练自己
09 / 19
智能体
能根据目标观察、判断、行动，并从反馈中调整策略的系统。
把自己想象成一个智能体
面对每道题（状态）→ 选择策略（动作）→ 得到反馈（奖励）→ 持续优化（更新）
奖励怎么设计
定义什么行为会被强化。关注思路清晰度、可迁移性，而非刷题量与分数涨跌。
→ 09 奖励函数
探索 vs 利用
平时多尝试不同解法（高 ε），拓宽视野；考试选最稳的路径（低 ε），追求确定性。
ε-greedy 策略
信用分配
等整道题做完再归因，你分不清哪一步出错。每步即时验证，才能精确定位到具体步骤。
→ 10 步步为营
Part 2｜像训练 AI 一样训练自己
10 / 19
奖励函数如何选择
奖励函数
定义什么行为会被强化
坏奖励
刷题量、答案对错、速度快慢、分数涨跌
容易把注意力放到表面结果上
好奖励
思路清不清晰、方法稳不稳定、错误可不可定位、能不能迁移
会把学习推向真正可复用的能力
学习质量 = 正确率 × 可解释性 × 迁移能力
Part 2｜像训练 AI 一样训练自己
11 / 19
信用分配
蒙特卡洛方法（MC）— 终局整体归因，模糊
时序差分算法（TD）— 每步即时归因，精确
步步为营：
即时纠错
等整道题做完再归因（MC）——你已分不清是哪步出的问题。
TD 每步都验证，错误一出现就被定位到具体步骤。
信用分配越精确，改进就越高效。
每做一步，立即验证这一步
- 涉及计算 → 检查计算过程，多次验算
- 使用定理 → 检查使用条件是否满足
- 字母代入数值 → 立刻做出标记
确保每次迭代时 前面的步骤都是有把握的。这一步确认无误的"奖励信号"，就是进入下一步的底气。
Part 2｜像训练 AI 一样训练自己
12 / 19
思维链
让模型在输出最终答案前，先生成中间推理步骤
把思考从黑箱
变透明
简单模板：
- 看到什么条件
- 判断什么题型
- 选用什么方法
- 为什么这么开始
- 怎么检查答案
Part 2｜像训练 AI 一样训练自己
13 / 19
OVERFITTING LEGEND
过拟合图例
过拟合
正常拟合
过拟合与母题
别背题，
要吃透结构
坏过拟合
好拟合
表现
记数字、记答案、记题面
记结构、记入口、记方法
结果
变式失效
可以迁移
做法：
挑选高价值母题
反复重做
提炼通解
换条件验证
Part 2｜像训练 AI 一样训练自己
14 / 19
泛化
在未见过的数据上也能正确输出——AI 训练的终极目标
通解范式
找到以不变应万变的通解
数字会变、背景会变、问法会变，但核心结构不变
做完同类题后，总结出统一方法
参考答案有多种解法可以了解，但复习时优先固定一种最稳的
用这套方法重做同类题，直到成为条件反射
Part 2｜像训练 AI 一样训练自己
15 / 19
Part 1｜回答同学们最关心的那些问题
16 / 19
问题 2
大学选修课占比大吗？
跟主修弱相关怎么办？
选修课学分占比小，一般每周 1–2 次
不会决定你的专业主线，但会影响你的视野宽度
弱相关课程通常没负面影响，还可能提供跨学科视角
Part 1｜回答同学们最关心的那些问题
17 / 19
问题 3
寒暑假怎么规划？
压力大怎么办？
假期用来清空大脑：运动、旅行、打游戏都可以
但别完全脱手，保留轻量学习维持手感
压力大；写东西、运动、阶段性放空
"有计划地放松"远好过失控拖延
Part 1｜回答同学们最关心的那些问题
18 / 19
问题 4
大学整体应该
怎么安排？
别一进大学就把未来完全锁死
先稳住基础成绩，再用课程、竞赛、科研、实习去试探方向
有人适合读博，有人适合就业，有人适合跨专业——没有绝对高级的路径
成绩依然重要，但更讲策略：了解每门课评分构成；重视平时分、作业、实验、展示；别只在期末赌命
Part 1｜回答同学们最关心的那些问题
19 / 19
问题 5
专业怎么选？
完全没想法怎么办？
- 专业选择不是找"完美热爱"，而是在信息不足时做可调整的风险选择
- 别被网上一面倒的劝退帖吓住
- 重点看四件事：自己是否真的排斥；课程难度能不能接受；未来出路是否大致清晰；学校在这个专业上有没有资源
- 完全没想法时，先排除明显不喜欢的方向
- 喜欢会变，所以要给自己留退路
了解方式：
问在读的学长学姐
翻培养方案和核心课程
用 AI 对比不同专业和就业路径
看招聘软件上的岗位要求