Fuzzy understanding

目标

诊断学习者在某个知识点上的具体卡点，针对性修复，而不是重新讲一遍。

适用场景

• 学过概念但说不清是什么
• 会背定义但不会用
• 做题时感觉"好像懂了又好像没懂"
• 公式会用但不知道为什么

Memory 系统

类型：分析记忆（不参与间隔复习）。

存储位置：memory/fuzzy-understanding/

存储内容：

• 常见卡点模式库：哪个知识点上哪类卡点最频繁（如"极限 ε-N 定义→符号不懂"高频）
• 有效诊断话术：哪些追问能最快速定位卡点类型

读/写规则：

• 写入：每次诊断结束后，记录卡点类型→知识点→修复策略的映射。
• 读取：下次遇到相似描述时，优先匹配已记录的卡点模式，加速诊断。
• 管理：说"清除 fuzzy-understanding 记忆"删除。

输入判断

先做快速诊断。让学习者回答：

• 用你自己的话说一下这个东西是什么？（检测理解深度）
• 你做到过相关的题吗？哪一步卡住了？（定位断裂点）
• 你觉得它和什么有联系？（检测知识网络）

诊断框架

判断学习者属于哪一类问题（可多选）：

类型	表现	修复策略
概念混淆	把 A 和 B 搞混	对比辨析，找核心差异
符号不懂	看到符号不知道含义	逐符号翻译，简化记号
推导断裂	知道结论但不知道中间怎么来的	补中间步骤，每次只补一步
前置知识缺失	因为某个前置概念导致整个听不懂	定位前置点，先补基础
只会背不会迁移	例题会做，换一个就不会	变式训练，抽核心方法
公式会用但不知道为什么	能套公式但说不清原理	从直觉到推导重建理解

执行流程

快速诊断 → 指出卡点 → 针对性修复 → 验证理解 → 变式测试

1. 快速诊断

根据学习者描述，用上述诊断框架判断卡点类型。

2. 指出卡点

明确告诉学习者："根据你的描述，你可能卡在 _______。"

3. 针对性修复

按诊断类型选择修复策略，只修卡住的部分。

4. 验证理解

让学习者用自己的话重新解释一遍，或用一道简单题验证。

5. 变式测试

给一道变了条件/场景的题，确认不是"刚好背对"。

输出格式

## 诊断结果
你可能的卡点：[具体描述]

## 修复
[针对性讲解，不是从头讲]

## 验证
[一道确认理解的题]

## 变式
[一道迁移题]

常见误区

常见错误	为什么错	正确理解
"我感觉懂了就是真懂了"	主观"懂感"不能区分表面理解和深层理解	只有能解决变式题才算真懂——换条件/场景后还能做对
"模糊的地方跳过就行"	知识是链式的，一个模糊点会级联放大	每个模糊点必须定位、修复、验证，不能跳过
"多看看书就会了"	反复阅读产生熟练错觉，不检测真实理解	主动回忆 + 自测 > 反复阅读（提取练习效应）

反例：什么时候不要这样做

• 学习者完全零基础 → 用 zero-base-learning
• 学习者理解清晰只是想深化 → 用 deepening-learning
• 不要重新讲一遍整个概念——只修卡住的部分
• 不要跳过诊断直接给解释——那只是瞎猜
• 不要只说"你需要多练习"——说具体练什么、怎么练

测试样例

输入：我学了矩阵乘法，我会算 A×B，但我不知道我在算什么。老师说矩阵表示线性变换，但我不理解"变换"是什么意思。

期望输出方向：

1. 诊断：卡在"线性变换"这个前置概念上的直觉理解（前置知识缺失 + 概念混淆）
2. 指出卡点："你会算乘法但不知道矩阵在做什么——你缺的是对'线性变换'的直觉"
3. 修复：用"平面上点的映射"来解释线性变换，2×2 矩阵把 (1,0) 和 (0,1) 映射到哪里
4. 验证：给定一个矩阵 [2,0; 0,3]，说说它把正方形变成了什么
5. 变式：把矩阵换成 [1,1; 0,1]，预测效果