核心功能 / 主动学习
费曼学习法与主动回忆
LingMo 的学习模块致力于帮助你深度诊断并强化对知识的理解，而非被动阅读。系统将复习能力分为两套核心引擎：基于间隔重复算法的“复习闪卡”，以及基于苏格拉底式发问的“费曼追问”。
DECK: 编程进阶薄弱卡片
DECK: 系统架构待复习
什么是 ReAct Agent 的核心思想？
ACTIVE RECALL
费曼追问：如何通俗解释 RAG 机制？
点击卡片或按下空格查看 AI 诊断追问逻辑...
AI 深度追问：“如果检索出来的片段包含错误或冲突信息，RAG 系统该如何处理？”
费曼追问深度自测卡片与 SM-2 间隔记忆复习流
费曼第一定律：不要自我欺骗
“费曼学习法”的核心在于尝试向他人（或 AI）用最浅显直白的语言解释一个高深概念。当你无法在不堆砌专业术语的前提下讲清一个逻辑时，就说明你还没能真正彻底地掌握它。
核心学习机制对比
| 学习机制 | 主要解决的痛点 | 最适合的内容载体 |
|---|---|---|
| 复习闪卡 (Flashcards) | “记不住、容易忘、临考心慌”，需要强化记忆提取线索。 | 专业定义、编程指令、公式、步骤、选择题等原子事实。 |
| 费曼追问 (Feynman Inquiries) | “以为自己懂了，却无法深入讲解”，存在认知逻辑盲区。 | 哲学理论、技术底层架构、复杂算法机制、商业论证模型。 |
| 视频/语音转译 (STT Learn) | “看完了几小时视频课，脑中空无一物”，缺乏输出沉淀。 | 学术公开课、技术访谈、核心会议记录及外语讲座。 |
苏格拉底式费曼追问流程
当你使用 /费曼追问 指令后，AI 不会直接给出答案，而是会化身“刁钻的追问者”，对你的自白进行多重追击，帮助发现认知死角。
- 自选概念启动：在编辑器内敲击
/费曼追问，选择或输入一个你想自测的概念（例如“TCP 三次握手”）。 - 拒绝复制背诵：系统要求你完全用自己的话解释它。AI 会主动筛除课本标准的套话，只审查你的逻辑。
- 认知漏洞审查：AI 会扫描你的文字，寻找“跳步推理”、“概念混淆”、“缺乏现实用例”和“适用边界不清”等常见认知硬伤。
- 连续互动追问：针对薄弱处，AI 会抛出 1-3 轮深刻的挑战性问题（例如：“如果在第二次握手时丢包会怎样？”），引导你层层剖析。
- 打分与薄弱点诊断：测试结束后，AI 会从概念、机制、实例、边界等维度给出客观评分，并生成复习诊断卡。
费曼追问模式分级
| 模式名称 | 追问深度与轮次 | 最适合的演练场景 |
|---|---|---|
| 快速温故 (Quick Mode) | 1-2 轮轻快互动，快速归纳弱点 | 考前或技术面试前的应急查漏补缺 |
| 标准探究 (Standard Mode) | 3 轮交互，全方位覆盖概念、例子和边界 | 日常阅读完核心著作或技术文档后的深度总结 |
| 严厉审查 (Stubborn Mode) | 4-5 轮追根究底，严防逻辑跳步与概念含混 | 攻克关键技术架构或编写高精学术论文前的极限自测 |