Feynman learning skill
锻造任何领域的思维工具 — 不是角色扮演一个智者，而是锻造一把可执行的思维工具。基于 Agent Skills 开放协议，可在 Claude Code、Cursor 等 50+ runtime 中运行。
npx -y skills add peterfei/forge-skill --skill feynman-learning-skillAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
One thing to look at
- 9 stars9 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
What its author says it does
Copied from the file, not written here
费曼学习法（Feynman Learning Technique）的结构化思维工具。基于 Richard Feynman 的学习方法论、认知科学等一手来源的深度调研， 提炼 4 个核心原理和完整的操作协议。 触发词：「费曼学习法」「Feynman technique」「费曼技巧」「以教代学」「学不会」「讲不明白」。
SKILL.md
10.2 KB, as published. Nobody here has run it
费曼学习法 · 思维工具
"If you can't explain it simply, you don't understand it well enough." — Richard Feynman
激活条件与触发词
- 直接调用：「用费曼学习法」「按费曼的方式学...」
- 语义触发：用户说"学不会""讲不明白""以为自己懂了但不会用""知识卡壳"
- 组合调用：「先用费曼学习法吃透概念，再用第一性原理分析」
方法框架概览
费曼学习法的核心是以教代学暴露理解缺口，它通过尝试教授发现知识漏洞、简化表达检验理解深度、类比构建桥接认知来将浅层记忆转化为深层理解。
核心原理（3-7个，每个须附 ≥2 个跨域证据）
原理 1: 用教代学暴露知识缺口（Teaching Exposes Knowledge Gaps）
一句话定义：当你尝试将一个概念教给他人时，你会立即发现哪些地方自己其实不懂。
跨域证据：
- 物理学教学：Feynman 本人在准备 Caltech 物理学讲义时发现多个他以为懂的概念其实理解浅薄（来源：Feynman, Surely You're Joking, 1985）
- 现代学习实践：Scott Young 用"教给想象中的学生"完成 MIT 4 年计算机课程只用了 12 个月（来源：Young, Ultralearning, 2019）
应用方式：面对任何想学的内容，拿出一张白纸，假装给一个 12 岁的孩子讲解。在讲不下去的地方标记——这就是你的知识缺口。
局限：不适用于纯身体技能（如游泳、骑自行车）。适合概念性知识的学习。
原理 2: 简化是理解的终极检验（Simplification as Ultimate Test）
一句话定义：如果你不能用一个简单的比喻或平实的语言解释一个概念，说明你没有真正理解它。
跨域证据：
- 教育技术：Khan Academy 创始人 Sal Khan 的核心教学原则是"用最简单的话解释最难的概念"（来源：Khan, The One World Schoolhouse, 2012）
- 物理学：Einstein 说"如果你不能把它解释给你的祖母听，你就没理解"（来源：引用自 Einstein 相关资料）
应用方式：当你讲完后，检查你的解释中是否包含自己不理解的术语。如果有，回去重新学习那个术语直到能用平实语言解释为止。
局限：某些高度技术化或数学化概念（如量子场论）无法完全用日常生活语言表达而不丢失精度。
原理 3: 类比构建桥接认知（Analogies Bridge Cognitive Gaps）
一句话定义：将新概念与已知的概念类比，利用已有认知结构理解新事物。
跨域证据：
- 物理学教学：Feynman 用"水流"类比"电流"讲解电学基础，使得没有物理背景的学生也能理解基本概念（来源：Feynman, The Feynman Lectures on Physics, 1963）
- 计算机科学：数据结构教材用"图书馆书架"类比"数组"、"排队买票"类比"队列"（来源：众多 CS 教材实践）
应用方式：对每个新概念问"这个概念最像我已经懂的什么？"但必须同时标注这个类比在哪一点失效。
局限：不准确的类比比没有类比更糟。每个类比必须标注失效边界。
原理 4: 主动检索强于被动复习（Active Recall Over Passive Review）
一句话定义：大脑不是硬盘——回忆比反复阅读更有效地强化记忆。
跨域证据：
- 认知科学：Roediger & Karpicke (2006) 实验证明主动检索组 1 周后记忆保持率是重复阅读组的 2 倍（来源：Roediger & Karpicke, Psychological Science, 2006）
- 语言学习：间隔重复系统（如 Anki）基于 Ebbinghaus 遗忘曲线，用主动回忆卡而非多次阅读（来源：Ebbinghaus, Memory: A Contribution to Experimental Psychology, 1885）
应用方式：学完后合上书本，在白纸上写出你记得的所有内容。然后对照原文检查遗漏了什么。
局限：主动检索需要更多认知努力，学习者可能倾向于偷懒选择重复阅读。
操作协议（Agentic Protocol）
Step 1: 问题分类 — 判断该方法是否适用于当前问题
适用信号：
- 用户学习新概念但感到模糊和不确定
- 用户以为自己懂了但无法用自己的话解释
- 用户需要在短时间内深度掌握一个主题
不适用信号：
- 用户需要身体技能训练（如运动、乐器）
- 用户只需要表面信息不需深度理解（如查找事实数据）
- 用户面对的是价值/信仰问题（不可"解释"只能"体验"的内容）
输出：适用 / 不适用（附理由）/ 部分适用（附建议）
Step 2: 费曼式分析 — 研究维度须从核心原理推导，禁止使用通用"搜索相关信息"
-
概念选择：你想真正理解什么？选择一个具体概念（不要太大）
- 来源原理：原理 1（用教代学）+ 原理 4（主动检索）
- 操作方式：把概念写成"我想理解 X"的形式，X 足够具体
-
尝试教授（白板测试）：假装教给一个完全不懂的人
- 来源原理：原理 1（暴露知识缺口）
- 操作方式：用最简单的语言写出解释，禁止使用任何你自己不完全理解的术语
-
简化表达检查：检查你的解释是否含有"Jargon 伪装理解"
- 来源原理：原理 2（简化是终极检验）
- 操作方式：圈出所有专业术语，每个用普通语言重述一遍
-
类比构建：找一个你完全理解的领域做类比
- 来源原理：原理 3（类比桥接认知）
- 操作方式：写出"它就像...但是在...[边界] 处失效"
Step 3: 费曼式输出 — 基于分析结果的格式化输出
- 用最简单的语言写出的概念解释
- 标注知识缺口（你在哪里卡住了）
- 类比和类比失效边界
- 下一步：你需要回去学习的子概念
适用/不适用判断
| 问题类型 | 适用度 | 说明 |
|---|---|---|
| 学习抽象概念 | 高 | 经典场景，费曼学习法的原始设计目标 |
| 教学准备 | 高 | 教别人之前自己先用费曼法过一遍 |
| 准备演讲或面试 | 高 | 检验是否真正理解要讲的内容 |
| 学习身体技能 | 低 | 概念理解有助于但核心是练习 |
| 查找事实数据 | 低 | 费曼法过于耗时，直接查即可 |
典型案例库
成功案例
-
Feynman 本人的物理学教学（物理学/1960年代）
- 问题：Caltech 学生对传统物理教学感到乏味
- 方法应用：Feynman 用日常语言和生动类比重新讲解物理基础知识
- 结果：讲义成为全球最畅销和最受推崇的物理教材
- 来源：Feynman, The Feynman Lectures on Physics (1963)
-
Scott Young 的 MIT 挑战（自学/2011-2012）
- 问题：能否在 12 个月内自学 MIT 4 年计算机科学课程
- 方法应用：用费曼法深度理解每个概念，用"教给假想学生"检验理解
- 结果：通过所有最终考试，证明快速深度学习可行
- 来源：Young, Ultralearning (2019); ScottHYoung.com
-
Khan Academy 教学法（在线教育/2008至今）
- 问题：如何让全球任何人理解任何学科
- 方法应用：Sal Khan 用费曼原则：黑板+简笔画+口语化讲解，不讲术语先讲直觉
- 结果：成为全球最大免费教育平台之一
- 来源：Khan, The One World Schoolhouse (2012)
失败案例
- 假装理解的陷阱（Illusion of Competence）（认知偏差/普遍）
- 问题：学生反复阅读笔记和标注，感觉自己会了
- 误用方式：把"反复阅读"误当作"学习"，没用费曼法检验真实理解
- 教训：高亮和重读产生一种虚假的"熟悉感"但非"理解"。判断是否真懂的唯一标准是你能不能讲给别人听
- 来源：Roediger & Karpicke, Psychological Science (2006); Brown, Make It Stick (2014)
误用检测器（≥3 种误用模式）
| 误用信号 | 检测逻辑 | 警告信息 | 建议动作 |
|---|---|---|---|
| 方法与问题不匹配 | 用户面对纯记忆性任务（如背单词）想用费曼法 | "费曼法是理解工具不是记忆工具。对纯记忆任务，用间隔重复（Anki 等）更高效。" | 推荐记忆工具 |
| 跳过关键步骤 | 用户自认为已理解，跳过白板测试 | "不要去你能讲出来就进行下一步。拿出一张白纸，假装教给一个 12 岁的孩子。如果讲不下去，你就还不懂。" | 引导回白板测试 |
| 假类比陷阱 | 用户用类比替代理解而非辅助理解 | "不是找到一个类比就完了——你必须说清楚这个类比在哪个关键维度上失效" | 要求标注类比边界 |
诚实边界（≥3 条具体局限）
- 不适用于纯技能学习：游泳、乐器、编程实操等技能需要"手感"，概念理解有帮助但不能替代练习
- 简化可能丢失核心精度：某些概念（如数学定义、法律条款）的精度在其精确表述中，简化过度会丢失关键信息
- 类比陷阱：不准确的类比可能形成错误的第一印象，比没有类比更糟
- 时间成本高：深度使用费曼法比快速阅读耗时，需要选择性使用——关键概念深度用费曼法，一般信息略读即可
调研来源（一手来源占比须 >50%）
| # | 来源 | 类型 | 一手/二手 | 权重 |
|---|---|---|---|---|
| 1 | Feynman, Surely You're Joking, Mr. Feynman! (1985) | 自传 | 一手 | 高 |
| 2 | Feynman, The Feynman Lectures on Physics (1963) | 著作 | 一手 | 高 |
| 3 | Young, Ultralearning (2019) | 著作 | 一手 | 高 |
| 4 | Roediger & Karpicke, Test-Enhanced Learning (2006) | 论文 | 一手 | 高 |
| 5 | Khan, The One World Schoolhouse (2012) | 著作 | 一手 | 中 |
| 6 | Brown, Make It Stick (2014) | 著作 | 一手 | 中 |
本 Skill 由 Forge Skill — 锻造思维工具 生成