学习 · 熟练
两套计划一起跑，两边都不算数
它按数据推题，你按感觉挑题 —— 数据就废了
用 AI 排学习路径的人，最常见的败法不是不用，而是「两套一起用」：一边让它按数据推题，一边另开一套「自己觉得该刷」的题海。两套计划互相打架 —— 它推的题你不做，等于它的数据永远缺一块；你自己挑的题不进路径，等于它永远不知道你哪里真错。结果就是两边都在跑、两边都不算数。这一页只讲一条纪律和它的四个落点：要么全交给它排、要么别用它的排。四个落点是：① 先做一次诊断，看模块冷热（正确率 · 用时 · 错因），不要只记一个总分 ② 只做当天路径里的题与回炉 ③ 单题卡壳就地追问错因，别攒着 ④ 达标就跳级，不按日历硬推 —— 已经会了的模块不要跟着统一进度重听。
方法 · 一图看懂
1
先诊断，再看冷热 — 诊断不是给你一个分数，是给你一张「哪个模块正确率低 · 哪个题型耗时多 · 哪个知识点错得多」的图
2
只做路径里的题 — 这是整套用法生效的唯一前提：一旦你另开题海，路径拿到的数据就是残缺的
3
卡住就地问错因 — 追问的目标不是「答案是什么」，而是「我为什么会错在这一步」，当下问清不留到下次
4
达标就跳，别按日历 — 某个模块达到阶段目标就跳到下一项，未达标就加码；统一进度会让会的模块陪跑
原理 · 为什么有效
为什么「两套一起跑」是致命的，而不是勤快：排路径的机制吃的是你的做题数据。它推的题你跳过，模型就以为你还在那个水平；你自己挑的题它看不到，模型就永远发现不了你的真错点。两边各占一半的行为数据 ⇒ 谁也拼不出完整的你 —— 于是路径越用越不准，你越用越不信它，最后退回凭感觉刷题。所以这条纪律不是「听话」，是数据链的完整性要求：要么让它独占你的行为数据，要么就别声称在用它的路径。
适用场景
适合已经在用某个带路径推荐的刷题 / 备考工具、并且觉得「它推的题不太懂我」的人。不太适合两类情形：① 工具只有题库没有路径推荐 —— 那你缺的不是纪律，是先用一次诊断把薄弱模块找出来；② 你处在最后冲刺、只剩真题可做 —— 那个阶段要的是按考场节奏成套跑，不是按模块跳级，判据在节奏那一层。
自测 · 5 问
我说得出上一次诊断给出的三个弱模块分别是什么吗（而不是只记得总分）？
最近一周我做的题里，有多少是路径推的、多少是我自己挑的？
上一次做错的题，我是当天问清了错因，还是记下答案就算过？
有没有哪个模块早就达标了，但我还在跟着统一进度重听？
如果明天路径推的题我不认同，我是跳过它，还是先问一句「它为什么推这个」？
怎么上手 · 验证步骤
第一步只有一个动作：做一次诊断，把「模块冷热」抄下来贴在你每天会看到的地方。不要开始刷题，先把那张图存下来 —— 之后三周的每一次「要不要加一套题」的犹豫，都以它为依据。第二步：给自己定一条规矩 —— 若要跳过路径推的题，必须写下跳过理由（一句话）。为什么写理由而不只是跳过：写下理由的动作会立刻暴露「我是真会了」还是「我只是不想做」，这两者在数据里长得一样，在你自己心里不一样。
自检动作：把最近两周做过的题按来源分两堆（路径推的 / 自己挑的），看自己挑的那堆里有多少道最后发现「其实路径早晚会推给我」。如果超过一半 ⇒ 你那套自选题海基本是重复劳动，先把它停掉两周，看路径准不准。