脱离假学习，Dan Koe AI 加速学习法

你刷了几百个视频，听了几十期播客，收藏了无数篇文章。现在请你做一件事：打开一个空白文档，把你学到的任何东西写出来。 如果你对着光标愣了十秒以上，这篇文章就是写给你的。

一、问题：大多数人不会学习，别让假学习麻醉精神

1. 假学习三大症状—没有目标、没有输出、若有所悟

假学习有三个面孔，你可能三张都见过。

症状一：没有目标。 别人学 AI 你也学 AI，别人考证书你也考证书。你选的每一个学习方向都来自外部信号——热搜、朋友圈、同事推荐——唯独不是从你自己的人生目标倒推回来的。结果是，学什么都不需要理由，放弃什么也都不需要理由。

症状二：没有输出。 播客、视频、文章、社交媒体轮番轰炸，你感觉大脑很忙。但六个月后回头看，没有任何一件能展示的东西。 你用输入的动作替代了学会的结果——就像一直往胃里塞食物但从不让身体消化，最终只是信息肥胖，不是认知增长。

症状三：若有所悟。 这是最隐蔽的一个。听完一场播客你觉得豁然开朗，读完一篇长文你觉得认知升级。但这种感觉会在 24 小时内消散。你什么都没学到，但你觉得自己学到了。这是所有症状里最危险的一个。

2. 假学习的危害：比刷手机更隐蔽—麻醉精神、进步错觉、厌恶学习

刷手机的人至少知道自己是在浪费时间。假学习的人不觉得自己在浪费时间——他们认为自己在进步。 这就是假学习比刷手机更危险的地方。

假学习的快感多了一层自我欺骗：“我在变好”。这两层叠加，你不仅丢了时间，还丢了对"没学到东西"的警觉。持续处于这种状态，最终走向一个结果——"学了这么多还是什么都不会？"→ 归因为"我不行"→ 厌恶学习。很多人在离开学校后再也不碰系统性学习，不是没能力，是假学习先腐蚀了动机系统。

3. 学习的本质不是输入，是"输入→构建→输出"—不是"学会了再做"，而是"做的时候学"

学校教给我们的学习模型是：听课 → 记笔记 → 考试 → 忘掉 → 下一门课。 在这个模型里，输入就是学习的终点——听完了就是学完了。

但真正的学习是一个闭环：输入只是第一个环节。 后面还有构建——用你学到的东西做一个真实的项目；还有输出——把你构建的东西讲给别人听，让别人也能懂。只有经历过完整闭环的知识，才会从"别人的话"变成"你能调用的认知结构"。

Dan Koe 把这个反转概括为一句话：

“When I want to learn something new, I don’t start learning first. I outline a project first. Then I learn exactly what I need, and build out the project while learning.”

不是"学会了再做"，而是"做的时候学"。这个顺序的翻转，是从假学习到真学习的分界线。

“如果你不主动选择学什么，就会被别人安排学什么——你的人生选项将在你没意识到的时候被锁死。”

二、方案：完整学习系统四大步骤

1. 明确学习目标—没有深层意义的学习注定失败，借助AI审视你的人生规划

首先思考你为什么要学？

没有深层意义的学习 = 需要意志力。而意志力是一种消耗品——每一次强迫自己做不想做的事，都在消耗同一桶有限的燃料。当燃料耗尽，计划就崩溃。解决"为什么要学"不是一个哲学问题，是一个工程问题——你需要把它拆解到可操作的颗粒度。

练习：拿出一张纸（或一个空白文档），按以下顺序填空：

做完这四步，你已经比 90% 的人更清楚自己该学什么。但这只是初稿。接下来你需要一个外部视角——因为你自己看不出来的认知盲区，恰恰是卡住你的关键。AI 角色：把你的反愿景、愿景、技能拆解发给 AI，使用以下设定——

“你将扮演我的私人战略顾问。你的智商高达 180，反馈一针见血且毫不留情。你曾在多个领域获得成功，在心理学、战略规划和执行落地方面造诣颇深。你的使命是揪出制约我发展的关键短板，逼我突破舒适圈。请帮我审核这份人生规划——它哪里是自我安慰？哪里是真正的杠杆点？我首先应该做什么？”

AI 会毫不客气地告诉你：你的愿景太模糊、你的技能拆解缺少优先级、你的干扰识别在避重就轻。这种毒舌反馈的价值不在于友好，在于它看到了你自己看不到的东西。

2. 制定项目计划—学习最佳方式是以产出为导向，借助AI拆解模块和资源

传统的学习路径是：选课程 → 听课 → 做练习 → 考试 → 拿证书。这条路的问题是——证书不等于能力，练习题不等于真实场景。

Dan Koe 提出的替代路径是：选项目 → 拆解项目所需的能力 → 只学那些能力 → 在项目中练习 → 交付真实作品。

什么是"项目"？定义比你以为的宽得多：健康管理可以是一个项目（交付物：一个月的身体数据变化记录），感情经营可以是一个项目（交付物：每周一次深度对话的习惯），一本读完并输出读书笔记的书是一个项目，一张 PS 设计稿、一个网站、一个视频、一门课程——都是项目。核心特征只有一个：有明确的产出物，有截止时间，有可拆分的子任务。

项目启动三步法：

AI 角色：把你的项目描述发给 AI——“我要学 [X]，我的目标是在 [时间] 内做出 [产出物]。请帮我：（1）拆解这个项目需要哪些子技能，（2）推荐 3-5 个学习资源（书/视频/课程），（3）按优先级排列学习顺序。”

3. 在实践中学习—失败→求助 AI→实践→循环，卡壳处是学得最深的地方

上一节的项目计划不是让你"先学完再做的"学习路线图。它是让你知道"在哪该卡壳"的导航图。 因为真正高效的学习不是"学 → 会 → 做"，而是——

做 → 卡 → 学 → 通

先动手。做到某一步做不下去了。卡住了。这时候才去学那个卡住你的东西——真实障碍触发编码，知识被打上"有用"标签，进入长期记忆。你学到的东西和你遇到的困难成正比。 被动刷教程效率低的原因在此：没有真实障碍，大脑判定为无关信息，24 小时内清除。

AI 在这个环节的角色发生了质变——它不是你的课程规划师，它是你的即时障碍拆除器。旧世界和新世界的卡壳流程，差别不在效率，在动机保护：

每次卡壳都是一个放弃的风险点，AI 把这些风险点逐个拆除。

4. 写作分享：费曼技巧→门徒效应—先内化再分享放大，AI 打破空白屏恐惧

前三个步骤解决了"怎么输入"和"怎么构建"。但闭环还缺最后一段：输出。 输出有两个层次，分别对应两种认知收益。

第一层：写给自己——费曼技巧（Feynman Technique）。

物理学家理查德·费曼的学习方法只有四步，每一步都可以立刻执行：

费曼技巧的底层逻辑是：你以为你懂了 ≠ 你真的懂了。 解释是理解的唯一压力测试。“我觉得我懂了但我讲不出来”——这意味着你没懂，只是对信息产生了熟悉感。熟悉感和理解在大脑中是两种完全不同的认知状态，但假学习让你分不清它们。

第二层：写给世界——门徒效应（Protégé Effect）。

教育心理学研究发现：教的人比学的人收获更多。 当你试图把学到的东西教给别人——责任感迫使你追问"这个逻辑真的通吗"，读者的质疑暴露你的知识盲区，线性文字倒逼零散知识点形成树状结构。

写作是思想的乐高——屏幕上反复摆弄，直到逻辑严丝合缝。口头表达是限时拼装，写作允许你拆了重组。当你能在屏幕上自由摆弄一个概念，它就真正属于你了。

AI 角色：空白屏幕恐惧是写作最大的敌人。AI 不是替你写，是打破第一行。使用这个 prompt——

“你是撰写引人入胜文章的专家。关于 [我正在学习的主题]，帮我写三个不同角度的开头：① 痛点切入 ② 反常识切入 ③ 故事切入。每个 2-3 句即可，不要替我写完整文章。”

AI 搭骨架，你填血肉。个人经历和真实案例是 AI 无法替代的——也是读者唯一关心的东西。

“写作是思想的乐高。读了一本精彩的书却说不出它讲了什么，不是记忆力问题，是你从来没把它变成自己的结构。而当你公开分享，这个结构就不再只是你的——它变成了你的社会磁铁。”

三、杠杆：三个技巧让学习系统持续运转

上一章的四个步骤是一台引擎。但引擎需要三个杠杆才能持续运转不熄火：怎么启动它、怎么借力加速、怎么持久运行。

1. 如何启动：蔡格尼克效应²—先做简单任务，大脑无法忍受未完成，推着你继续

苏联心理学家布卢玛·蔡格尼克在 1927 年发现：人们对未完成事项的记忆远深于已完成事项。 运用到学习上，产生了一个技巧（学习策略研究者 Justin Sung 称之为"平方蔡格尼克"）：在正式开工前，先做一件简单到不可能失败的任务。

• 不想写文章？打开文档，先写标题和大纲——告诉自己"只写大纲，不写正文"。
• 不想健身？换上运动服，走到跑步机上——告诉自己"走五分钟没感觉就回家"。
• 不想看专业书？翻开第一页，读一个自然段——告诉自己"读完这段就合上"。

任务一旦开始，大脑就无法忍受它处于未完成状态。十有八九，你会继续做下去。这个技巧的精妙之处在于——它不需要意志力。 它只需要那个"开始"的瞬间。蔡格尼克效应会做完剩下的一切。

2. 如何借力：可复制的 AI Prompt 举例—拿来即用，快速生成学习计划

第二章已经把 AI 嵌入到每个步骤的方法论讲清楚了。这里不再重复"为什么"，只给两组可以直接复制使用的 prompt 入口。

场景一：需要一份完整的学习路线图。 把下面这句话发给 AI——

“我要学习 [填入主题]，目标是在 60 天内能独立完成 [具体项目]。请为我制定一个四阶段训练计划：① 沉浸打基础（推荐一本核心书籍 + 每日阅读计划）② 技术应用（设计一个练手项目）③ 创意探索（分析 3-5 个优秀案例的风格和技巧）④ 精炼实践（打磨一个完整作品）。每个阶段给出具体行动步骤和检验标准。”

场景二：卡住了，需要即时解答。 不需要复杂 prompt——直接描述你正在做什么、卡在哪一步、试过什么但不行。

我正在做 [具体项目/任务]，卡在了 [具体步骤]。已尝试 [方法] 但 [为什么不行]。工具：[名称和版本]。请先告诉我怎么做，解决后再补充原理。

场景三：卡住了，需要即时解答。 不需要写复杂 prompt——直接描述你正在做什么、卡在哪一步、你尝试过什么但不行。AI 的回复质量比你想象的更依赖你提问的精确度，而不是 prompt 的长度。

我正在做 [具体项目/任务]，目前卡在了 [具体步骤]。我已经尝试过 [你试过的方法]，但 [为什么不行]。使用的工具/软件是 [名称和版本]。请帮我解决这个问题。解释时请用我能直接操作的语言，不要给理论背景——先告诉我怎么做，解决之后再给我补充原理。

场景四：学完了，想输出但找不到切入点。 零散笔记丢给 AI，让它帮你找主题串联和行文结构。

你是撰写引人入胜文章的专家。关于 [我正在学习的主题]，帮我梳理已学内容并给出三个不同角度的输出方向：1. 痛点切入 2. 反常识切入 3. 故事切入。每个方向 2-3 句即可，帮我找到行文突破口。

3. 如何持久：学、做、写三块交替—不依赖意志力，依赖日历上的固定节奏

没有人会主动给你学习和构建的时间。你必须自己挤出时间，并把时间块固定在日历上——固定的节奏比意志力可靠一百倍。

可以集中到一天，也可以拆分到不同天：

散步是认知基础设施。走路、洗澡、做家务时，大脑默认模式网络（DMN）激活——把白天零散信息重新组合，生成你坐在桌前想不到的连接。灵感不是等来的，是做项目的副产品。

“把它变成仪式：咖啡、大纲、专注音乐。不是意志力让你持续——是日历上的固定节奏和大脑的惯性。一旦你完成了第一个项目和第一篇公开输出，这套系统就不再需要你推着它走——它会推着你走。”

四、总结：从假学习到自我强化正循环

1. 正循环全景图—假学习→明确目标→项目驱动→AI 加速→写作分享→吸引机会→强化动机

假学习 → [觉醒] 自诊 → 明确目标 + AI审核 → 项目驱动(做→卡→学→通) → AI加速 → 写作分享(费曼内化→公开放大) → 吸引机会 → 强化动机 → [循环]

2. 启动清单：今天就能做的 5 件事—每件 5-20 分钟，有明确产出

总共不到一小时。但做完这五件事，你就已经完成了整套系统的第一次完整循环：目标 → 项目 → AI 加速 → 公开输出。 剩下的不是学新东西，是把这五件事重复一百次。

“只有经历’项目驱动、写作固化、公开验证’的知识，才能真正长在你身上。”

参考资料： B站：Dan Koe 拆解如何利用 AI 进行 10 倍速学习 · Dan Koe, YouTube · 费曼技巧 · 蔡格尼克效应 (1927) · 门徒效应 (JEP) · 默认模式网络 (Raichle et al., PNAS, 2001)