不知道你有没有类似的经历。一个技术背景的人转到跟行业结合更紧密的方向。比如从纯开发转到量化、从后端转到金融科技、从互联网转到工业互联网。技术栈倒是不怕都是相通的。但入职第一周就会发现一个尴尬的事实同事们讨论业务场景的时候你连术语都听不懂。这时候你面临两个场景场景 A完全没接触过的金融概念需要从零入门场景 B技术概念你懂但放到行业语境里就说不清了需要查漏补缺这两个场景用传统方式补课效果都不太理想。一、场景 A金融概念新手入门假设你第一次接触 “夏普比率” 这个词。你让 AI 给你讲讲。它开始输出定义、公式、计算步骤……你听完好像懂了但关上对话框仔细一想发现自己其实说不清楚夏普比率到底是干嘛用的。换个方式试试让 AI 反过来问你。它会从最简单的问题开始“假设有两只基金。A 基金每年赚 15%但波动很大经常一年亏 20% 又赚回来。B 基金每年稳定赚 8%几乎不亏。你觉得哪个更好”你回答。它继续问“那你觉得只看收益率够不够判断好坏”“如果要把’收益’和’风险’放在一起衡量你想想可以怎么做”你跟着它的节奏一步一步自己推导。到最后你发现夏普比率这个公式不是你背下来的是你自己想出来的。这就是从零入门的最佳路径不是听别人把定义念给你听而是被问题引导着自己走到答案面前。这样学到的概念印象深得多。二、场景 B技术概念查漏补缺第二种场景更隐蔽你懂技术概念但你以为自己懂了其实没完全懂。窗口函数你是熟的。滑动窗口、滚动窗口你都能说出个一二来。但你试试看回答这个问题“10 条数据、窗口大小为 3滑动窗口输出几行滚动窗口输出几行”你可能脱口而出“滑动输出 8 行滚动输出 3 行。”它接着问“那前两条数据呢窗口不满 3 条的时候输出什么”你想了想说“第一个窗口和是 1第二个窗口和是 3。”虽然窗口没填满但数据从第一个位置就开始算了。然后它说“你刚才说滑动窗口输出 8 行也就是第 1、第 2 个位置没有结果从第 3 个位置才开始出数。但你现在又说第一个窗口的和是 1也就是第 1 个位置就出数了。这两种说法隐含的前提其实是矛盾的——你能看出矛盾在哪吗”你没看错。它是用你刚才自己说的话来挑战你。你前后两句话摆在一起矛盾自然就暴露出来了。这时候你不需要别人告诉你正确答案你自己就能发现漏洞在哪里。然后它会继续追边界条件“理解。那如果数据中间有缺失比如周末停盘、假期无数据同样的窗口计算结果还一样吗”从对话前觉得自己会了到对话后才发现原来这个地方没想透。这就是技术概念查漏补缺的精髓你的知识不是均匀缺失的你有的地方懂了有的地方自认为懂了其实没懂还有的地方完全没意识到自己不懂。Lecture 填不满这种结构性的缺口。但追问可以因为它是从你当下的理解出发一层一层往下挖的。三、把这个追问过程做成一个 Skill这两个场景让我意识到提问的质量决定了学习的质量。一个好的老师不一定是最会讲的那个而是最会问的那个。但你不能指望每次学习都碰巧遇到一个擅长追问的 AI。所以我把这个过程固化成了一套可复用的工作流做成一个 Claude Skill叫做beginner-tutor。核心流程分 5 步Phase 1摸底Intake先搞清楚你要学什么、你什么背景、你的目标是什么。不是上来就讲而是先定位。Phase 2探底Probe这是最关键的一步。在你正式学习之前先让你用自己的话讲一遍你当前的理解。AI 记下三件事你哪里说对了后面以此为基础、你哪里说错了后面重点攻、你哪里含糊不清后面追问的切入点。Phase 3追问Question这是核心循环。每一轮都是先问一个问题 → 你回答 → AI 从你的回答中找出可以深入的点 → 再问下一个问题。具体包含PROBE抛出一个具体问题不是你懂了吗而是具体数字和场景LEVERAGE确认你说对的部分CHALLENGE如果你说错了把你自己的话拉出来对比SOLIDIFY用可视化或类比把你踩过的坑填平CONNECT连到下一个概念这里最核心的技巧叫矛盾揭示法不纠正你而是把你前后矛盾的陈述摆在桌面上让你自己看。另一个叫边界条件测试不是问你懂了吗而是给一个极端情况问那这时候怎么办。Phase 4固话Consolidate学完之后不急着出文档先做三件事把学到的所有概念整理成对比表回访每个被纠正过的错误防止复发让你用自己的话总结 2-3 个关键收获Phase 5输出Document生成一篇记录了你真实理解过程的教程文档。四、它跟直接问 AI 有什么区别维度传统问法“给我讲讲 X”beginner-tutor起点AI 假设你什么都不知道AI 先让你说再找到你的缺口错误处理AI 直接纠正AI 揭示矛盾让你自己发现深度验证你说了懂了就算过用边界案例测试你是否真懂知识缺口需要你主动提问AI 主动找到你不知道什么输出模板化教程记录你真实理解过程的笔记一条直觉的判断如果你学完一个东西之后**别人就同一个概念问你三个稍深的问题你答不上来那你之前的理解大概率是假性的。传统放养式很难防假性理解因为它是灌输式的。而追问式学习天然免疫假性理解。如果你不懂你会在第三轮追问中就暴露出问题。五、开源与使用这个 Skill 已经开源在 GitHub 上https://github.com/zhangxinyu0330/WorkSkills/tree/main/beginner-tutor使用方法需要你已经配置好 Claude 的 Custom Skills 功能把仓库里的beginner-tutor放到你的.claude/skills目录下在 Claude Code 中通过/beginner-tutor触发告诉它你想学什么然后准备好被追问六、AI 不该只是答案机技术人转行的时候最大的障碍通常不是学不会新工具而是无法快速进入一个新的行业语境。AI 给了我们一个前所未有的机会一个随时在线的、永不疲倦的苏格拉底。但前提是你得用对的方式去用它。如果你只是把它当成一个高级版的搜索引擎它确实很好用。但如果你让它反过来问你自己你会发现它不再是一个答案机而是一个真正能帮你思考的东西。好的 AI Skill 不是替你回答而是逼你找到答案。仓库地址https://github.com/zhangxinyu0330/WorkSkills/tree/main/beginner-tutor