用途与实际影响
这一步怎样帮助学习
为什么需要它
没有大纲容易漏掉前置知识、反复讲同一件事；一次写死全部课程又无法适应实际理解和材料变化。这里保留清楚的整体安排，同时允许调整具体深度和顺序。
举个实际例子
我指出“上一单元的前提和现实对不上”。AI 会重查证据，说明这会不会影响前后依赖、讲解深度和下一单元；前提真的变了就重排路线，没有我的反馈就停在这里，不自顾自往下刷篇目。
最后我会得到什么
得到一份有阶段目标、知识衔接与主题安排的大纲，以及当前下一单元和选择理由。中断后知道从哪里继续，改变安排时知道为什么；它不是所有讲义已做完，也不是本人已经掌握的证明。
证据足够时
目标、能力覆盖、依赖、深度、停止标准和当前断点足够清楚时，返回一个下一单元及理由；人明确继续后才生成。
遇到冲突时
反馈、反证或新资料改变前提时，保留主线并明确说明受影响的覆盖、依赖、深度和后续顺序，不静默改口。
暂时无法判断时
目标、依赖或停止标准证据不足时保留待定路线，不猜下一单元、不恢复旧计划，也不预生成整套课程。
从哪里开始
提出持续学习目标，或说从上次停下处继续。
需要准备什么
- 想解决的实际问题
- 新的材料或反馈（如有）
从开始到拿到结果
- 1
系统核对并处理
先画完整可修改路线，临近学习才精备下一篇；反馈推翻前提时只重排受影响部分。
- 2
交付与接续
交回当前断点及下一主题理由；目标或依据不足时不在沉默中继续生成。
技术实现与依据
这里保留实现、关键条件、精确入口、历史记录和验证结果。
已发布方法 e44fb5d 明确完整、可修订的阶段大纲与逐篇精备；公开页不展示实际主题、课表或个人进度关键规则与设计选择
先形成唯一现行、完整而可修改的大纲与主题目标安排；AI负责专业覆盖和依赖判断，不让本人先审懂整套技术路线。
具体讲义临近教学逐篇准备，不一次生成全部正文；总课数、学时、字数和顺序不是永久不变。
每次只选择一个下一单元，明确反馈或反证可以调整后续顺序。
无自然反馈就停在当前断点，沉默不等于理解或继续授权。
公开页只解释方法，不投影实际路线、主题或个人进度。
这里会用到的说法
- capability coverage（能力覆盖）
- 为了当前目标必须理解或能处理的能力边界；不是公开的课程清单。
- dependency（依赖关系）
- 一个概念或能力在另一个之前成立的理由，用来决定顺序而不是凑章节。
- route checkpoint（路线断点）
- 恢复所需的目标、覆盖边界、依赖、停止标准和下一项待判断；不是进度百分比。
这一步说的是什么
先说明各阶段要解决什么问题、前后知识怎样衔接，再逐篇准备讲义。新资料和真实反馈可以改变大纲，不等于没有计划地即兴讲。
避免什么问题
解决无路线导致的漏前置与重复、冻结整套课程导致的僵化、反馈无法改变顺序、断点恢复错位和沉默被误作继续。
AI现在怎样协助
- 方法源 e44fb5d 要求先形成唯一现行路线、阶段大纲及主题/目标安排，固化只表示当前版本明确，仍可因新依据或反馈修订；不保存第二份完整讲义。
- 准备下一单元前核对既有覆盖、依赖、反馈与当前目标；一次只精备一篇，不能借允许调整长期无计划地即兴推进。
- 反馈或反证改变前提时记录原依据、新证据、受影响边界和重排理由；重要修正还必须在对话中主动说明。
- 学习项目来源e44fb5d的AGENTS要求Owner及后代使用宿主可验证的gpt-6-astra/max；独立审查使用全新无历史上下文，不复用旧代理，写作者不能自称独立终审。是否需要审查按风险与净收益判断，不固定人数和轮数；网页自身维护选型另按网站当前经济路由。
- 公开站点仅保存通用机制与 source commit，不保存路线值、私人路线清单、材料清单或个人反馈。
这一步怎样进行
- 1
明确当前目标与结束时应能解释的问题
- 2
结合三类材料形成完整、可修改的阶段大纲
- 3
核对前置知识与实际反馈，确定下一主题
- 4
临近教学精备这一篇，必要短答直接交流
- 5
说明为什么现在学它和暂缓什么
- 6
新证据或反馈改变前提时修订后续安排
- 7
没有自然反馈时保留断点，不擅自生成下一篇
边界
- 不公开实际主题、路线内容或个人断点
- 不冻结总课程表、总课数或统一篇幅
- 不因一次反馈推翻无关主线
- 不把沉默、浏览过材料或一题答对写成掌握
- 不建立课程数据库、后台生成器或监督任务
遇到问题时怎样处理
- 反馈或反证推翻路线前提
- 重查来源并说明受影响的覆盖、依赖和深度，再调整后续顺序；不假设用户会重读旧讲义。
- 目标、依赖或停止标准不足
- 保持当前断点和 Unknown，不预生成下一单元或整套课程。
- 旧计划与当前断点冲突
- 当前 source、已确认反馈和真实断点优先，旧计划只作定位线索。
参考与依据
US Department of Education · AI report人类控制、可检查与可覆盖的AI协作设计
UNESCO · AI competency framework能力框架、批判判断和人类能动性边界
ACRL · Framework for Information Literacy研究是持续探究，来源与理解会随问题演化
怎样检查这一步没有跑偏
- 本轮核对已发布方法 e44fb5dc5f2918eab42364e55fe3bc4a8759abac 的方法条款：阶段大纲在先、逐篇精备、可修订与自然反馈边界；未读取实际课表和个人进度。
- 当前学习项目模型及fresh独立审查约定已从e44fb5d AGENTS直接核对；本次网页审稿使用的模型不代表学习项目规则被改动，实际学习效果仍未由本页重新验收。
- 公开内容与 Registry 没有课程总数、路线值、主题、私人路线清单、进度百分比或后台推进字段。
- 用无反馈、反证推翻前提和旧计划冲突三个场景检查停止、重排和恢复语义。
和其他步骤怎样衔接
消费权威研究模块的当前来源和交流修正模块的真实反馈，把下一单元交给讲义模块；人类控制模块决定是否继续、暂停或换方向。