用AI成为超级自学者

一套名为“SELF”的AI辅助自学系统，

帮助人们摆脱传统教育中

“死记硬背”

和“囤课无行动（Shelf Help）”的困境，

通过七个步骤将AI作为不公平优势，

实现高效的自我教育和技能掌握。

1. S - Select It（精准选择）

即时学习（Just-in-Time Learning）： 

摒弃“以防万一”的学习模式，

转向解决当下实际问题的“即时学习”。

只学习能立即应用并产生执行力的内容。

让AI提问而非直接问AI： 

不要直接向AI索要答案，

而是告诉AI你的目标和痛点，

让它通过提问来了解你，

你的具体背景、差距和需求，

从而生成定制化的学习资源清单。

定制化资源列表： 

利用特定的Prompt（如MAPS框架），

让AI根据你当前的挣扎点

推荐书籍、播客或课程，

并以表格形式呈现，

避免盲目追求热门资源。

专注单一资源： 

从列表中仅选择一个资源开始，

培养“选择并推进到下一步”的能力，

避免贪多嚼不烂。

2. E - Extract It（深度提取）

研读而非阅读： 

区分“消费内容”与“研习内容”。

不要像看小说一样通读，

而要带着“提取可实施点”的目的

去狩猎信息。

每日非做不可

（Daily Non-negotiables）：

建立可持续的微习惯

（如每天早晨读10页书），

利用睡眠进行记忆巩固，

保持大脑对新信息的敏感度。

重写内化： 

在学习时，

用自己的语言重写核心观点

并记录在笔记中，

这是将知识真正内化的关键步骤。

单一行动项： 

每次学习只提炼一个具体的行动项，

追求每天1%的进步，

而非试图一次性解决所有问题。

AI辅助构建知识体系：

对于未出书的创作者，

可利用AI（如“Book Architect”提示词）

抓取其公开内容，

自动生成包含故事和框架的书本大纲

供学习。

3. L - Live It（实践与教授）

48小时法则： 

学到的知识若在48小时内未付诸行动，

就会变成“货架帮助”。

必须将学习内容转化为日历上的具体任务，

而非待办事项。

镜子测试（Mirror Test）： 

借鉴医学教育模式，

通过“教”来验证“学”。

尝试向他人详细讲解所学内容，

并要求对方复述；

若对方无法准确复述，

说明你并未真正掌握。

AI作为练习对象： 

若无真人练习，

可使用语音工具向AI讲解，

并让AI根据原始材料

对你的解释进行评分和纠错，

找出理解盲区。

4. F - Forge It（锻造精通）

从“做对”到“不会做错”： 

普通人练习直到做对一次，

高手练习直到形成肌肉记忆、

绝不出错。

精通的四个层级：

1万小时（入门基础）

1000天奉献（约2.4万小时专注）

100个月聚焦（约7.3万小时专注）

10年深耕（8万小时以上，

真正的精通需要十年周期）

长期主义： 

真正的改变和精通无法速成，

需要对单一领域进行长达数年的

持续投入和迭代。

💡 核心理念与工具建议

对抗“货架帮助”： 

警惕沉迷于买课、听播客带来的

虚假生产力感，

一切学习必须以执行为导向。

AI工具流：

Claude/ChatGPT： 

用于生成每日简报（Daily Brief）、

采访式需求挖掘、

书籍大纲生成。

NotebookLM： 

用于深度学习，

上传资料后生成自定义AI导师、

视频、播客和图表，

适合视觉学习者。

Whisper Flow等语音工具： 

用于“镜子测试”中的口语化

输出与AI反馈。

社交媒体即教育： 

将社交媒体从娱乐工具转变为教育源，

通过关注优质信源和优化算法推荐，

让日常浏览成为学习的延伸。

都爱梦：

这套系统强调AI是加速器，

但行动和坚持仍是核心。

AI解决了“学什么”和“怎么学得快”的问题，

但“用起来”和“练到极致”依然依赖于

个人的执行力与长期承诺。

PS ：内容来自Dan Martell视频