北京
傳統認知里，讀一個研究生學位意味著硬啃教材、刷論文、做作業，尤其是軟件工程這種硬核學科。但我現在的做法可能有點反常識：面對每周涌來的大量課程材料，我完全放棄了“通讀”的幻想，而是用一套AI工具把學習過程拆成了裝配線，自己只做質檢員。
我目前在職攻讀一個軟件工程與人工智能方向的碩士項目，學校用的是翻轉課堂模式——所有課程內容在開學前一次性放出來，你自己得在課前消化。單單一門課就是12周12個模塊，每個模塊包含導論、3到8種學習資源（教科書章節、論文、視頻、播客），外加1到4項活動（論壇、動手實驗、測驗）。每四周左右還得交一次評估作業。我這學期同時修三門課。
把數字算一算，一個學期面對的資源超過100份，評估作業9個，白天還有一份全職工作。如果按照常規學習方法，結果很可能是：匆匆瀏覽所有材料，什么也沒記住，到了交評估時對著空白文檔發呆。翻轉課堂默認你有本事自己搞定前期學習，我沒意見，但我不想手工去堆這個工作量。
所以我搭了一條流水線。具體來說，是給Claude Code設置了一組命名好的、可重用的技能，每個技能管一個階段，從原始PDF到最終手寫復習表和提交評估，一路下來?？芍貜托允顷P鍵——我不需要每周重新解釋“我怎么學習”，只需要輸入類似“/study-mode BDA 5”這樣的指令，就能得到同樣嚴謹的輸出。整個管道分成五個階段，每個階段消除一種特定的痛苦。
第一階段，畫學科地圖。新課程到手是一堆PDF——學科大綱、教學計劃、三份評估說明書，但沒有一個統一的地方能告訴你12周到底長什么樣。我用的技能叫/subject-scaffold，它用pdftotext讀取PDF，自動生成一份學科README.md文件，包含學科簡介、學習成果、逐周教學安排、模塊清單和評估時間表。技能合約很苛刻：只基于源文件中的事實構建，不允許臆造模塊標題、學習成果、評估主題、成績或日期。輸出結果就是我整個學期導航的地圖——比如它明確告訴我，BDA601課程的評估分別落在第4周、第8周和原本記錄里還缺的那一周。
這套方法真正解決的是“吞吐量”問題。內容從來都不是瓶頸，處理能力才是。以前我要花大量時間在篩選和總結上，現在每個階段都有固定的合同，我只需要給AI一個指令，然后檢查它交上來的半成品，把精力省下來處理需要真正動腦子的部分。這樣做的結果不是偷懶，而是把有限的注意力從材料梳理轉移到理解和應用上，恰好契合了翻轉課堂希望達到的效果。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
