flow-learn-new-topic

学习一个新主题（编排器）

广度优先的入门流程。目标是绘制一幅可用的陌生领域地图：核心问题、主要方法类别、关键论文，以及足够的实践直觉，让你能开始阅读一手资料而不至于被淹没。此技能决定接下来做什么，以及交由哪个技能处理——它本身不负责教学。

与相关技能的区别：

• flow-deep-understanding — 对一个已经熟悉的对象进行深度优先的掌握。当广度不再是瓶颈时使用它。
• flow-idea-to-proof — 将用户自己的想法转化为正式论断。目标完全不同。

开始之前：了解用户的情况

只问无法推断的信息。你需要了解：

• 目标 — 具体说明主题、方法或领域。
• 起点 — 完全的新手、从相关领域迁移，或是“听过这些术语，但记不住”。
• 目的与深度 — 初步熟悉、能够阅读论文，还是能够动手构建。这决定流程要走多远。
• 时间预算 — 一小时的概览与数周的进阶计划截然不同。

如果目标很模糊（“我想学机器学习”），就先缩小范围再分流——海洋的地图毫无用处。

流程

按顺序执行以下阶段。跳转到用户当前所处的阶段；并非每个人都从阶段 1 开始。

Orient → Map → Build intuition → Ground with toy cases → Read sources → Teach back

关卡需要验证，不能想当然。 每个退出关卡都通过练习检查点进行验证：交由 concept-exercise-generator 生成一组简短、分级、由易到难的问题（答案放在单独的文件中），针对该阶段的水平。用户尝试作答，按照评分标准自评，然后才能继续。只有用户能独立解答检查点中较难的题目（Tier 3+），才算通过关卡——只答对简单的回忆题意味着需要重新学习，而不是取得进展。只有当用户明确选择跳过，或显然已经掌握该阶段内容时，才跳过检查点。

也可以通过讨论来验证关卡。 习惯通过讲解来学习的用户，可以针对该阶段的内容进行一轮讨论，以此通过任何关卡，而不必完成练习题——详见下文的讨论模式。每个阶段的两种验证方式可以互换：练习检验用户能否解题，讨论检验用户能否不借助他人讲解来阐释。两者都不是降低要求的选项；必须独立通过，否则就不算通过。

阶段 1 — 定位（由你直接完成）

用一屏内容概述全貌：该领域要解决什么问题、其中包含的 3–6 个子领域，以及用户会反复听到的术语。这只是帮助用户顺利进入后续阶段的草图，不是讲座。 退出关卡： 用户能说出主要子领域，并指出自己关心哪一个。 检查点： Tier 1–2 题目（回忆子领域、将术语与定义对应）。

阶段 2 — 绘制领域图谱 → literature-triangulation

交由该技能构建一份以来源为依据的领域地图：代表性论文、方法类别、基准测试，以及真实存在的分歧。这可以避免你教出一个虚构的共识。 退出关卡： 已有具体的阅读清单和方法类别图谱，并确定了用户的目标子领域。 检查点： Tier 1–2 题目（哪类方法解决哪类问题；哪个基准测试衡量什么）。

阶段 3 — 建立核心直觉 → professor-mentor-technical-teaching

对于图谱上的每个核心概念，交由该技能按以下顺序进行充分讲解：动机 → 直觉 → 假设 → 形式化 → 局限性。逐个讲解概念；不要一次性倾倒整个领域的内容。 退出关卡： 用户能解释每种核心方法为何存在，以及它要应对什么压力。 检查点： Tier 3 题目（为何选这种方法而非另一种；什么假设会使其失效）——这是实际验证理解的关卡，不可跳过。

阶段 4 — 用玩具案例夯实理解 → theory-to-toy-cases

将抽象概念转化为用户可以计算或想象的最小具体案例。让知识变得可操作，才能巩固入门学习。 退出门槛： 用户已针对每个核心概念完成（或观看你完成）至少一个最小示例。 检查点： 一组 Tier 2 + Tier 3 练习（独立计算一个新的玩具案例；预测输入发生变化时会有哪些变化）。

阶段 5 — 衔接原始资料

回到阶段 2 的阅读清单，让用户阅读第一篇经典论文；此时用户已有足够的背景知识来理解论文。也可以将任务交给 theory-formalism-translator，以处理该领域的符号与用户已熟悉的形式体系之间的冲突。 退出门槛： 用户能够阅读该领域的原始论文，不会因缺少先修知识而卡住。 检查点： 针对论文本身的一组 Tier 4 练习（评析核心主张；推导论文陈述的结果；设计一项能够证伪该主张的实验）。

阶段 6 — 让用户反过来讲解这张知识地图 → naive-student

让用户向一位真诚的初学者讲解核心机制及其适用边界。学生只会针对用户讲解中确实令人困惑的地方提问，并以复述结束。 如果复述有误，就将其退回到本应提供缺失依赖知识的阶段。 退出门槛： 复述逻辑连贯，并能预测一个新的案例，而无需学生暗中修补解释。 在讨论模式中，从阶段 1 开始就一直进行复述——本阶段是对整张知识地图的总结，而不是初次接触学生。

讨论模式

有些用户通过担任讲解者来学习，而不是通过阅读后测试。在讨论模式中，用户向三位角色讲解当前阶段的内容，讨论回放会取代练习检查点，作为通过该阶段关卡的依据。这是一种关卡机制，不是新阶段：上方的流程保持不变，变化的只是每个关卡的验证方式。

角色阵容。 STUDENT（naive-student）通过已获得的问题推动讨论。PEER（whiteboard-peer）会质疑用户的回答。MENTOR（professor-mentor-technical-teaching）很少介入，用来补充缺失的依赖项。MODERATOR 就是本文件——它用一行话判定每个回答，并决定何时继续。

教授分为三个角色。 主持讨论不是教学，二者也都不是评分。讨论期间不得触发 professor-critic：它要求有已完成的作品、明确的读者和验收标准，而实时讨论中这三者都不存在；对尚未完成的思考作出评判只会打击用户的积极性。

每个角色可以掌握的信息。 STUDENT 只能使用本次讨论中已经说出口的信息——绝不能使用外部领域知识，因为那会触发其悄然修补的失败模式，让回放沦为装饰，而非诊断工具。STUDENT 会用 [USER]、[PEER] 或 [MENTOR] 标记其接受的每条关联。PEER 和 MENTOR 不受知识范围限制，但其发言时机和数量受到严格约束。

一轮讨论。 STUDENT 针对最早缺乏支持的关联提出一个问题 → USER 始终先回答 → PEER 随后可以质疑（默认操作）；只有用户明确表示跳过时，PEER 才可以通过一个局部步骤提供协助 → MODERATOR 判定为 CORRECT / INCOMPLETE: <what's missing> / WRONG: <the error> / STALLED → STUDENT 记录来源标签并提出下一个问题。

逐级升级。 绝不跳过任何一级：

USER answers → PEER challenges → USER retries → PEER partial move → MENTOR minimal dependency

直接跳到导师会让讨论变回用户原本想避开的讲课。每轮最多：一个学生问题、一次有实质内容的同伴发言、一条主持人判定，以及一个导师依赖项。如果导师连续两轮都介入，就停止——这部分内容超出了用户当前的基础，应退回上一阶段，而不是继续讲解。

通过关卡。 只有当回放成立，并且每条关键关联都由 [USER] 提供时，关卡才算通过。依赖他人提供的关联而成立的模型是一笔债务，而非理解：将这些关联交给 knowledge-debt-audit，并重新进行本应确立这些关联的那一轮讨论。

由于此模式采用广度优先方式，每轮讨论都应聚焦于图谱中的一个概念。若讨论扩展到整个领域，回放就会过于分散，无法定位具体的知识缺口。

后续交接

当广度不再是瓶颈时，转至下一步：

• 现在需要深入掌握一篇特定论文或一种方法 → flow-deep-understanding。
• 有了一个想法，并希望将其形式化 → flow-idea-to-proof。
• 想评估一种方法是否确实有效，或找出其中的不足 → gap-finder 或 research-idea-stress-test。
• 能解释这张图谱，但希望同伴协助完善一个尚未成形的扩展 → whiteboard-peer。
• 希望有人评判讲解本身 → 先将讲解写成一篇完整作品， 然后再交给 professor-critic，并提供明确的读者和验收标准，二者都必须由用户提供——不要自行编造。这才是评审者应当介入的时机：讨论结束后，针对已定稿的作品进行评审，绝不能在讨论过程中介入。

路由规则

• 委派，而非重复讲解。 每个阶段都交给一个单例技能处理；此文件不会重新讲解该技能的内容。
• 接着学，而非从头开始。 从用户当前的实际水平开始。回归用户从上次尚未通过的出口关卡继续。
• 阶段 3–4 一次只学一个概念。 广度优先不意味着一次学完所有内容。
• 遵循深度目标。“阅读论文”到阶段 5 为止；“只是好奇”可能到阶段 3 就够了。
• 达到关卡要求后即停止。 不要让用户继续经历不需要的阶段。
• 验证关卡，而非想当然地认定通过。 使用 concept-exercise-generator 检查点或一轮讨论来确认每个关卡；只有用户能独立通过时才继续。在此处生成练习——不要直接写在这里。
• 讨论模式下，由用户先回答。 同伴抢先回答会破坏诊断效果——这样回放评估的就会是同伴，而非用户。