工具箱实战：AI 跨会话学习

很多人不是缺少计划，而是不知道这些表到底应该在什么时候打开。另一个常见问题是：一项学习进行三个月，AI 会话越来越长；换一个新会话，前面的状态又像全部消失。

解决办法不是要求 AI 永远记住你。让文件保存状态，让 AI 只处理当前任务。

这一页用一个准备转行的 Python 学习者做完整演示。人物、任务、代码结果、分数和反馈全部是合成数据，只用于说明填写方法，不是实际读者成果，也不能证明九十天一定足以转行。

这不是成功案例

演示中的学习者拥有这些设定：

• 能看懂变量、条件和简单循环，但无法独立完成一个小程序；
• 每周可稳定投入四次、每次 45 分钟；
• 九十天目标是独立完成一个读取 CSV、检查数据并输出摘要的命令行工具；
• 不上传公司数据，不让 AI 代写最终作品，不用熬夜补回中断；
• 第十四天若仍无法解释核心代码，就不增加框架和新课程。

这些条件只是演示边界。你的起点、时间、身体、工作和目标可能完全不同。

场景：计划为什么会失忆

最初的错误做法，是把所有事情留在一个聊天窗口：

1. 让 AI 制定十二周计划；
2. 每天在同一会话提问、练习、修改代码；
3. 依靠上文记住错误、进度和下一步；
4. 上下文过长后，新回答开始混入旧任务；
5. 换会话时，再用一大段回忆重新介绍自己。

问题不只是上下文长度。聊天记录没有稳定版本，也没有清楚区分“完成事实”“AI 的解释”“下次假设”。真正的学习状态不应该被困在任何一家工具或任何一次会话里。

五张工具各自做什么

工具	在这个案例中的职责	不负责什么
学习状态	保存跨会话事实、证据、错误、边界和下一任务	不保存每一句聊天
AI 任务简报	约束本次 45 分钟任务、输入、帮助方式和验收	不制定整个人生计划
证据链	比较独立基线、辅助版、延迟复测和迁移	不用一个分数证明“已经学会”
每周复盘	根据一周证据只改变一个变量	不把一次坏状态写成人格结论
读者实践回执	记录这套方法是否真的进入行动，以及哪里仍不会用	不要求公开隐私或给书打分

如果第一次使用工具箱，先照着这一页完成一周，不要同时打开其余所有模板。

第一步：把状态放到会话外

学习者先建立 python-learning-state.md，而不是把 AI 会话当记忆：

# Learning State — python-90d-v1

更新日期：2026-09-02
九十天场景：独立交付一个 CSV 摘要命令行工具，并能解释输入校验、错误处理和测试。
当前基线：能写变量、if 和 for；不能独立读取 CSV、拆函数或写测试。
可用容量：周一、周三、周五、周日各 45 分钟。
已有证据：baseline/day-01.py；运行后在空值行报错。
反复错误：先看答案；把能运行误认为能解释；修改多个变量后无法判断原因。
边界：不用真实公司数据；先提交自己的版本；不在 23:00 后补课。
当前阶段：第 1–14 天校准。
下一项最小任务：读取一份 12 行合成 CSV，跳过空行，输出有效行数与总金额。
完成标准：独立版能运行；我能解释每个函数；至少保存一个失败测试。
停止条件：45 分钟结束即保存状态，不用熬夜完成。

状态文件只保留会改变下一次行动的内容。课程摘抄、完整聊天和每次尝试的所有细节放在证据文件夹，不塞进状态页。

第二步：每次只给 AI 一个任务

新会话开始时，不要求 AI “记住我”。只提交最新状态和本次任务简报：

下面是我的学习状态文件。请先用不超过 6 条要点复述版本、目标、当前证据、主要错误、边界和下一任务，指出冲突或缺口。不要补写文件里没有的事实。

本次只做一项任务：读取合成 CSV，跳过空行，输出有效行数与总金额。
流程：先让我提交独立版；你最多指出 3 个影响结果的问题，不直接给完整代码；我修改后，再用两个测试检查。45 分钟结束时，输出“完成、证据、错误/风险、交接、下一步”五项更新。

AI 的第一项工作是复述状态，不是立即讲课。复述错误时，先修状态或提示，不要在错误前提上继续生成计划。

第三步：先做基线，再请求帮助

合成演示中的独立版得到以下结果：

条件	结果	证据
25 分钟、不看答案	能读取正常行；空金额导致异常；所有逻辑写在一个函数	evidence/week-01/baseline.py
AI 只指出三个问题	识别空值校验、函数职责和测试缺失	evidence/week-01/feedback.md
修改后	通过正常行和空行测试；仍未处理非法金额格式	evidence/week-01/revision.py

这不是“AI 帮我写出了程序”。更准确的记录是：独立版暴露了三个问题，AI 帮助分类，学习者修复其中两个，第三个进入下一任务。

若一开始就索要完整代码，最终文件可能更漂亮，却失去基线，也无法知道哪部分能力属于学习者。

第四步：把作品放进证据链

第一周不保存“学了 CSV”这种结论，而是记录四个时间点：

时间点	条件	合成结果	仍不能说明什么
基线	无 AI，25 分钟	1/3 个验收条件通过	不能说明理解了错误处理
即时辅助后	看过三条反馈	2/3 通过，能解释两个函数	不能说明几天后仍会写
第 7 天延迟复测	不看旧代码，换一份同结构 CSV	2/3 通过；再次漏掉非法金额	不能说明能应对新字段
迁移	增加 currency 字段	能定位改动位置，未完成币种校验	说明结构开始迁移，但前置知识不足

这个结果没有满分，却比“坚持了一周”更有信息。下一变量不是增加 pandas、Web 框架和数据库，而是专门练习输入校验与失败测试。

第五步：在新会话继续

周末复盘只把改变决定的内容写回状态文件：

# Learning State — python-90d-v2

更新日期：2026-09-08
已完成：CSV 正常行与空行处理；拆成 read_rows / summarize 两个函数。
证据：week-01/baseline.py；revision.py；day-07-retest.py；tests.md。
延迟结果：第 7 天仍能完成 2/3 条件；非法金额校验再次失败。
主要错误：错误路径缺少测试；看到正常输出后过早停止检查。
保留边界：合成数据；先独立作答；45 分钟停止；不补做错过时长。
下一项最小任务：先写三个失败测试，再实现 parse_amount。
完成标准：空值、字母、负数三类输入都有明确结果；能口头解释设计选择。
下一次复查：2026-09-15。

旧会话可以关闭。新会话只需要 v2 和相关证据位置，不需要粘贴几万字聊天。AI 没有跨会话跟踪学习；状态文件完成了跟踪，AI 读取并服务于它。

第六步：七天后填写读者回执

合成演示还需要检查：工具箱本身是否帮助了行动。

进入问题：不知道新 AI 会话怎样继续三个月计划。
实际行动：建立版本化学习状态；完成一项 CSV 小任务；保存独立版与复测。
七天后留下：可以不看原会话写出状态 v2，并在新会话继续一个明确任务。
迁移失败：知道要保存错误，却仍不知道怎样给错误分类。
最有帮助：五张工具的职责表和状态文件示例。
仍然抽象：阶段门槛需要更多不同目标的示例。
不能推出：这套流程能保证九十天后达到就业要求。

这份回执先保存在私有笔记。删除路径、身份和敏感内容后，才考虑是否提交公开版本。

如果一周中断

状态文件不要求补回所有计划。中断后的第一步是写事实：

中断事实：七天没有练习。
原因证据：两次加班；一次身体不适；没有完成复测。
不做的事：不把四次课程压进周末，不用熬夜偿还。
回归动作：运行上次测试，写一个失败用例，更新状态文件。
24 小时完成标准：保存失败测试和下一次 25 分钟入口。

若健康、安全、工作责任或关系需要优先处理，恢复本身可以成为本周结果。计划服务生活，不要求生活替计划道歉。

你可以直接复制的会话协议

1. 先复述我提交的状态版本、目标、证据、错误、边界和下一任务。
2. 指出冲突与缺失，不推测未写明的历史。
3. 本次只处理一项最小任务，先让我提交独立版。
4. 反馈最多三个影响结果的问题，区分观察、解释和建议。
5. 除非我明确请求，不直接给完整答案。
6. 结束时输出：完成、证据、错误/风险、交接、下一步。
7. 所有长期状态以文件为准，不声称记得其他会话。

这个协议不能保证 AI 永不出错。它让错误更容易被发现，也让学习者保留问题、状态和最终判断的所有权。

这个演示证明了什么，仍未证明什么

它说明五张工具可以形成清楚交接：状态在会话外保存，任务被缩小，独立版与辅助版分开，七天后有复测，新会话有可靠入口。

它没有证明：

• 这位合成人物会坚持九十天；
• 这个任务难度适合每一位初学者；
• 使用 AI 一定比不用 AI 学得更快；
• 完成命令行工具等于具备真实岗位能力；
• 一周结果能够代表长期迁移。

真正使用时，请保留自己的基线、作品、时间、成本和失败。示例负责说明怎样填写，现实负责决定它是否有用。

结语：把记忆交给文件，把判断留给自己

一项长期学习不该因为聊天窗口关闭就失去过去，也不该因为聊天窗口很长就假装拥有连续性。

让状态文件记住已经发生的事实，让证据保存你真正做出的版本，让下一次会话只承担下一步。工具可以更换，模型可以更新，计划也可以缩小。只要你仍知道自己从哪里来、什么尚未证明、下一项任务在哪里，学习就没有被困在任何一次对话里。

相关入口：学习状态 ｜ AI 任务简报 ｜ 证据链 ｜ 读者实践回执