AI 学习流程：五个环节，各归其位
用 AI 学习效率低，多是因为环节错位：把该自己做的交给机器，把该机器做的耗费自己的时间。这一页给出一个五环节流程，明确每个环节人机各做什么。
同一个 AI，在不同人手里效果可以差十倍。区别不在工具，而在流程——把该由人做的判断交出去，学习就会空心化；把该机器做的重复工作自己扛，效率就会低。这一页给出一条明确的分工线。
① 定目标（人）。学什么、为什么学、学到什么程度。这一步不能外包，外包了学习就失去方向。
② 自己先做（人）。在接触 AI 之前，先独立尝试一遍。这一步是整条流程里最容易被跳过、也最不能跳的一步。
③ 获取反馈（机器）。把自己的产出交给 AI，要求它指出问题并说明依据。这是机器最擅长的部分。
④ 判断取舍（人）。AI 的建议不是结论。采纳哪条、拒绝哪条，必须能说出理由。
⑤ 独立复现（人）。隔一段时间在完全不用 AI 的条件下完成同类任务，检验真实能力是否同步变化。
能力只在处理困难的过程中形成。如果第一步就是问 AI，你练的是「修改别人的输出」，而不是「把想法变成产出」。
自己先做还有一个隐性收益：它会暴露你真正的卡点。带着具体卡点去提问，得到的回答质量完全不同。
产出变好但能力没变。作文分数上去了，独立写作却依然困难。这是环节②被跳过的典型信号。
提问越来越模糊。因为自己没尝试过，说不清到底卡在哪。
越来越依赖即时反馈。没有 AI 就不敢下笔，说明环节⑤没有做。
每月做一次无工具检测：同一类任务，在完全不用 AI 的条件下完成一次，与使用 AI 时对比。差距应当逐步缩小，而不是越拉越大。
下次用 AI 之前，先给自己十五分钟独立尝试。哪怕产出很粗糙，带着具体卡点去提问，效果完全不同。