学习方法论

这期50分钟教程把DeepSeek Harness（DSH）解释为给大模型套工具的“马具”，围绕模式、权限、斜杠指令和插件四大件，讲解桌面端安装、模型配置、工作区设置及Office技能。作者用PTC模式、/plan先计划和多插件组合，演示搭建“自动盯视频课程并生成Word笔记”的课程助手，强调选对模式、权限和指令往往比换更贵模型更管用。读者可据此快速上手DSH，形成从启动、控制到扩展的组合路径，并注意权限与token成本。

文章借巴拉巴西三部曲讲成功可计算与知行漏斗：推荐、购买、读完、做到每步约10%，最终仅0.001。《成功定律》五律包括：能力可衡量时靠表现，不可衡量时靠网络；能力有界而成功无界；优先连接让早期优势复利；团队功劳常归最知名者；Q因子不随年龄衰减，成功可发生在任何年龄。博主补充“想、说、做”对齐，以及钱、关系、认知构成的成功三角形，关系与认知靠诚实积累。读者可落地：制造最小可验证成功启动优先连接；书面记录个人贡献，保护功劳；复盘想法转化率，从执行结构提升Q因子。

博主称从未花钱学英语、未去英语国家，仅靠下载几部电影练出流利口语：选战争、爱情、犯罪、政治四部片，逐句暂停跟读，同速同情绪，生词当场查，循环重看，直到能不暂停为整部电影配音，再以6–7部电影和美剧保持输入。其原理涉及可理解输入、影子跟读和情景记忆。作者补充用AI对话练输出、双语字幕逐句精听和语音识别纠音，并建议30天内选真心喜欢的电影，每天跟读约15句，每周不暂停重看，第30天与AI对话。提醒：跟透一部胜过浅过四部，不跳过情绪，不只观看。

本文总纲回答如何把知识变成能力，围绕记忆、专注、思考、践行，融合费曼、西蒙、FASTER等框架。核心结论：遗忘是默认状态，学习后1小时约忘50%、24小时约忘70%，注意力10—40分钟后衰减，须主动回忆、间隔重复和意义编码。费曼法以教代学，西蒙法主张锁定方向、拆解分块、持续专注，约1000小时可掌握一门学问；专注力是成就起点，分心后平均需23分15秒恢复。读者可用系统替代目标、避免清单、MOM与记忆宫殿等，把过程当目的，让学习与现实自洽。

Qwerty Learner 是约 23.3k Star 的开源免费项目，把背单词与打字练习结合，无需注册，可通过 qwerty.kaiyi.cool 在线使用，也提供 VSCode 插件和本地部署。它内置约 380 个词库，覆盖四六级、考研、雅思托福、GRE、高考中考、商务英语、编程 API 词汇及日语、德语等。核心机制是打错必须重来，不能跳过，以避免形成错误肌肉记忆；练习中提供实时速度、错词标红、错题本、真人发音、音标和默写模式。作者建议先追正确率再追速度，每天短时练习，选择难度适中的词库；程序员可从常用语言 API 词库入手，同步提升单词记忆与打字速度。

GitHub 上的“电子书下载宝库”不存书，只收集各电子书网站的索引和下载链接，整理成可搜索页面。它收录约 24071 本中文书、1000 个分类，每本通常有 epub、mobi、azw3 三种格式，来源覆盖帆书、微信读书、京东读书、喜马拉雅等平台的大部分电子书。在线搜索支持实时出结果和空格组合多关键词，分类目录也能当书单浏览；项目已获 1.6 万多 star，2023 年维护至今，不收钱也不要关注。适合 Kindle 找书、通勤读听过的书原文、写东西查资料或不知道读什么时逛分类。建议把它当试读和找书工具，觉得好再支持正版。

想学AI、用AI变现却缺方向的人，建议听GenJi老师直播课，掌握涨薪和做副业的关键技能，小白也能轻松上手。文章还分享AI最新全套资料包，涵盖办公、工具、动漫、提示词、Agent、codex、变现等方向，并给出百度网盘获取方式：首个链接提取码7777，另有备用地址，解压密码6739。读者可据此听课并下载资料，用于学习AI应用与变现。

本文介绍了一个用于管理有明确终点与总量学习目标（如背完2000个单词、读完440页书）的单文件HTML工具。该系统每日自动计算建议学习量，支持补记、休息日容错与逾期调整；并提供今日待办、看板图表、周报复盘和数据设置四个功能页。针对localStorage存储量小、清空浏览器即数据丢失的局限，文章提出了三项优化方案：引入IndexedDB提升性能，增加WebDAV配置以实现跨设备云同步与数据恢复，以及设置累计记录自动下载JSON的防呆备份。优化后的提示词要求本地优先、断网可用，同时引入云同步能力，旨在解决本地数据易丢与跨设备迁移的核心痛点。

文章介绍了一种提升AI提问效果的提示词方法：要求AI先不回答，而是分析提问者未言明的假设、缺失的关键信息及常见思维错误，再提出一个最关键的问题以澄清真实目标。该方法的背后逻辑在于，人的思维是线性的，常忽略交代背景与前提，导致AI给出泛泛而谈或偏离需求的答案。文章将此类比于心理咨询的“诊断”阶段，强调通过“思维链界定技术”将个人化经验转译为模型可推理的结构化输入，本质是信息补全机制。其深层价值不止于获得精准回答，更在于迫使提问者厘清自身意图、训练结构化表达能力，形成人机双向认知校准，成为辅助人类思维进化的知识协作范式。

`learn-from-materials` 是一个基于开放 Agent Skills 规范的开源学习工具，能将书籍、PDF、PPT、网页等多格式资料转化为可追溯的知识库、交互式学习网页及同步 Markdown。它支持“快速了解”和“系统学习”两种模式，为 PDF、PPT 等建立细粒度来源映射，并生成核心框架、术语大全、自检等页面。其核心特色是区分材料依据与模型补充，执行覆盖审计，并默认离线运行、保护隐私，不主动联网。该项目适用于 WorkBuddy、Codex 等能读取文件并运行命令的 Agent 环境，要求 Python 3.10+。安装方式为在对应 Agent 的技能目录中克隆仓库。项目基于多个 MIT 开源项目二次开发，并以 MIT 许可证发布。