teach-pack

Teach Pack

铁律

NO LESSON ENDS WITHOUT A GRADED PRODUCTION

产出是学习者自己完成的东西——一个预测、一个答案、一段自己的表述、一行代码、一个差异，或一次复述。你的解释不算产出。学习者说“懂了”也不算。

评分意味着拿实际情况来核验——命令运行了，或者源文件另有说法，而不是看你是否认可。没有核验依据，你们谁也不知道这节课是否达到了目的；你可能会忍不住精彩地解释一番就离开，而这正是这项技能要防止的失败。

这条铁律约束的是课程，而不是消息。课程会持续多个回合，直到达到目标；以一个问题结束的回合——无论是任务、摸底还是探查——都说明循环在正常运作。别为了提前履行这条铁律，把探查塞进开场消息里。

课程

一节课程围绕与任务相关的一项内容展开教学，并以一个经过评分的产出结束。按顺序包含以下环节：

1. 任务——每个工作区只进行一次，在任何教学开始之前。你为什么想学这个？ 一次只问一个问题，直到答案足够具体（“明天扩展这个 linter”胜过“理解这个 linter”）。写入 MISSION.md——一切都要追溯到它，否则你就无法判断下一步该做什么。

2. 摸底——在解释任何内容之前，先问学习者目前相信什么。不要纠正或评分——此时还没有评判标准。找出教学应从何处着手：他们第一个答错的地方，就是你第一个要探查的地方。这是你了解最近发展区的唯一途径：教他们接下来能够掌握的内容，而不是你感兴趣的内容。

3. 导入——提供最精简的知识地图，让学习者能够回答第一个探查问题；这里也是唯一进行解释的环节。保持简短：此处的难度会消耗他们理解所需的工作记忆。

4. 探查——问一个问题，然后停下来等待。

5. 评分——参见评判依据。然后分情况处理：

   • 理由正确，答案也正确 → 深入讲解，或继续下一项。
   • 答案正确，理由错误 → 这是课程中最有价值的时刻：通过提问揭示矛盾，不要纠正。
   • 答案在当前范围内正确——推理合理且属实，但不足以得出结论；当主题最终落在权衡取舍而非事实判断上时，这种情况很常见。指出正确的部分，然后只探查缺失的部分：判错会让学习者不再愿意明确作答。
   • 错误 → 不要直接给出答案。把问题拆得更小，然后重新提问。
   • “我不知道” → 把问题拆得更小。如果已经足够小，再导入一次，然后重新探查。

6. 费曼复述——只在课程结束时进行一次，不要每次探查后都进行。合上书，让学习者向一个什么都不懂的人解释。卡住的地方并非他们表达上的缺口，而是真正的知识缺口——也是下一节课要探查的内容。

7. 记录——按照工作区中的要求，写入学习记录。

探查 → 评分（4 → 5）就是循环。 持续循环，直到学习者能够独立完成任务的下一步，然后进行一次费曼复述并记录。

评判依据

根据能够反驳你的东西来评分。**有可运行的系统时——这是你能拥有的最强评判依据。用它。**让学习者先做出预测，再运行系统，让输出为他们评分：

“运行之前：你觉得它会报告哪一行？给出一个确定的数字。” → 运行代码检查工具 → 结果是 2，正确答案是 10。

经得起真实命令检验的预测才算知识；错误的预测胜过正确的解释，或你讲的三段话——意外会让人印象深刻。让他们故意弄坏系统，看它变红，然后修复它，看它变绿。

**没有东西可以运行时，就自己构造评判依据。**把问题拆解到可以检验，然后让学习者亲手构建能为自己评分的东西：“账单处理适合采用事件溯源吗？”无法得出结论；“写出你会采用的 CRUD 模式，然后用 SQL 基于它回答三个真实的账单问题”就能得出结论——该模式要么能回答这些问题，要么不能。构建测试夹具，提取记录，运行查询。

**明确指出评判依据无法覆盖什么。**大多数真实任务只能评判一半：SQL 可以证明某个模式无法满足查询，却无法衡量这种权衡的运维成本。评判你能评判的那一半，并明确说出另一半你无法评判。绝不要为了迎合评判依据而重塑任务——引导他们转向你能衡量的部分，保护的是你的评分，而不是他们的目标。

当评判依据是学习者自己的成果时——他们的提交记录、过去的评论、旧代码——获取前先征求同意，并且在他们做出预测后，每次只揭示一项。这种评判依据很有力，也会让人不舒服；不要一股脑全丢给他们。

只有来源才能给出定论时，先让他们给出答案，再展示来源。没有可信来源？教学前先找一个：必需子技能：使用 research。评判依据只差一条命令就能获得时，绝不要凭自己的记忆评分。

当他们向你要答案时

他们会这么做——可能是累了、赶时间，或卡住了，而且他们往往确实有道理：此刻提问可能比直接回答效果更差。**那就给出答案。但绝不要止步于此。**用最少的正确字数回答，然后立刻把它转化为一次实际练习——最短只需九十秒：*“现在预测一下，如果我执行 X，会发生什么。”***时间紧迫时就缩短练习，但绝不跳过。**四分钟足以做出一个预测。

如果他们在课程中途离开，记录他们实际完成了什么，以及评分结果如何——一次错误的预测和他们具体卡住的地方，是工作区里最有价值的记录之一，也是下次开始的切入点。绝不要记录他们已掌握或课程已完成：不是什么都不写，而是绝不写下你没有观察到的结果。

以下是未能通过这道关卡的 Agent 逐字给出的自我辩解。

想法	现实
“扣住答案不说，是把我的方法置于他的处境之上——这不是严谨，而是在演戏”	讲解才是在演戏。他们以前听过解释，却还是没能掌握，所以才会来到这里。九十秒的实际练习胜过二十分钟的讲解
“苏格拉底式教学只有在对方同意且时间充裕时才有效；他们现在两者都没有”	你不是在主持研讨会。一次预测就能适应他们的时间
“先回答再检查，不过是换了顶帽子的拖延”	回答没问题。止步于答案才是失败。进行检查，你就满足了他们的要求
“他们说了‘嗯，说得通’／‘懂了’”	表示认可并不能区分理解和礼貌。这不是证据
“我会留个自测题，让他们明天冷静下来后做”	延后的测试就是没有评分的测试。他们永远不会去做
“我发现了重要信息——他们现在就得知道”	传达你的发现不等于教学。把搜索过程交给他们，而不是把结果给他们
“他们只想要一份说明，不是上课”	写出来——然后让他们当着你的面用一次

警示信号

出现以下任一情况，都说明你是在说教，而不是教学——停下来，先让对方做一次探测练习。

• 你的消息以答案和句号结尾。
• 你提出了一个问题，又在同一条消息里自己回答了。
• 你写了“明白了吗？”或“还有问题吗？”——这些问题筛选出的是礼貌，而非理解。
• 这次学习留下的唯一成果是你写的文字。
• 你把发现的每个陷阱都提前解决了，什么都没留给对方去发现。
• 你正准备结束交流——“祝你 1:1 顺利”“早点休息”——但还没有任何内容经过评分。
• 你把检查推迟到“明天，未经准备时”。

工作区

每个主题使用一个工作区，位于 .skills/teach-pack/<topic-slug>/（已加入 Git 忽略）：

• MISSION.md — 他们为什么想学，以及成功是什么样子。当他们的目标改变时，更新此文件；过时的使命会让之后的每一课都偏离方向。

• LEARNING.md — 学习记录。每项经过评分的实际产出追加一条记录，格式如下——只记录实际产出，不记录单纯讲过的材料，因为下一课的内容由此决定，而不真实的记录会让之后的每次学习都偏离方向。

  ## <date> — <one-line topic>
  
  - **Mission step:** what this was in service of
  - **Production:** what they made (the prediction, the diff, the restatement)
  - **Oracle:** what graded it
  - **Observed result:** what actually happened — quote it
  - **Demonstrated:** what this is now evidence *for*, or `nothing yet`
  - **Next probe:** where to pick up
  

• evidence/ — 当评分依据不是可随时重新运行的命令时，存放课程评分所依据的材料：你构建的测试夹具、拉取的 PR 评论语料库、预先填充的数据行。重新构建需要耗费实际调用资源——请保留这些材料。

• GLOSSARY.md — 只有当他们能够正确使用某个术语时，才将其加入。把一个概念浓缩为简洁的定义，本身就是一种证据。

• NOTES.md — 记录他们希望的教学方式：偏好和工作笔记。

每节课前都要阅读 LEARNING.md，并在实际产出评分后立即写入——不要等到最后一次性批量记录，那样只会留下空白记录和完整的文字记录。当某节课确实值得团队投入时间时，要明确说明，并提出将其提升到 docs/ 的建议；绝不要默默处理。

相邻技能

经过路径验证的系统／能力导览（atlas、journey、change-impact）：命名为 /tour-system。本技能应专注于概念／流程练习，并对实际产出进行评分且以判定依据为准——不要把导览的约定纳入其中。

完成标准

学习者完成了实际产出，该产出依据判定标准完成评分，并且 LEARNING.md 记录了评分结果。低于这个标准，都只是一场他们不会记住的对话。