六个场景，判断流水线有没有真正转起来

每个场景指向一道工序的实际效果。回答时不需要想"我做了什么"，只需要看结果是否出现了。

场景一：学完一节内容，合上材料，让自己说出三个具体判断。

不是"这节主要讲了 XX"，而是"XX 在 YY 条件下成立，在 ZZ 情况下会失效"。

说出来了，说明主动预测环节确实触发过，学的过程中预测引擎转过。说不出来，说明这次学习主要走的是识别通道，预测引擎几乎没有运转。这时候回去"再看一遍"的意义不大——下次换成"先说出来，说不出的地方才去翻"。

场景二：三天前学了一批内容，今天不看材料，能想起几条。

如果完全想不起来，但当天学的时候感觉都懂了——说明当天的巩固窗口出了问题。回想一下那晚睡了多久：如果不足六小时，慢波睡眠可能已经被压缩，转移工序没做完。

如果能想起大致框架但细节模糊，这是正常的遗忘曲线。此时复习的效果最好——正好有足够的遗忘，又没有完全消失，每次提取都是一次加固。

如果三天后还记得很清楚，说明当时编码质量不错，或者内容简单。可以拉长下次复习的间隔。

场景三：做了一批同类型的练习题，正确率稳定在 90% 以上。

这时候换一批混合题型来做，看正确率跌了多少。

混合题下正确率明显跌落，说明之前的练习建立的是模式识别，而不是可迁移的理解。大脑学会的是"这类格式下的正确答案长什么样"，而不是"用什么逻辑来解这类问题"。这时候不是继续做同类题，而是换成交错练习，让大脑每次都需要重新判断"这是什么类型的问题"。

混合题下正确率基本维持，说明底层理解已经形成，可以进入更复杂的变形场景了。

场景四：做错了一道题，看完答案，隔了一天，同类型的题又做错了同一步。

这是纠错环节没有真正触发的典型信号。不是练习量不够，是误差信号当时没有被充分处理。

下次遇到错题，先停下来，不看答案，自己推一遍"错在哪步、正确方向是什么"。哪怕推不出来，这段挣扎本身会让大脑充分标记这个位置。推完再看答案，并追问"我的推理在哪一步分叉了"——不只是接收正确答案，而是找清自己旧模型和正确路径的分叉点。

场景五：学了三周，遇到一个新问题，能不能调出以前学的内容来分析它。

不是"能不能回忆起当时学的例子"，而是"学过的机制在这个新问题上能不能直接用"。

调不出来，说明之前的学习停在了"识别已有案例"的层次，没有形成可迁移的预测模型。这时候回头问：当时有没有用自己的话表述过那批内容的核心判断？有没有做过主动预测练习？

能调出来并用上，说明预测模型的泛化程度已经够用了。下一步可以主动找更难的迁移场景来测试边界。

场景六：连续学了五天，每天睡够了七小时，但第六天突然感觉之前学的内容大面积模糊。

先排查两件事。第一，这五天里有没有做过主动提取练习，还是五天都在重读材料？重读五天会持续强化识别通道，但提取通道从来没被激活，当然会在没有材料的情况下找不到内容。第二，睡眠质量是否有明显下降——比如最近几天入睡困难、中途多次醒来？如果睡眠质量本身已经受损，即使时长够，快速眼动阶段可能也不完整。

如果两者都没问题，那大面积模糊本身不一定是坏事——这是间隔后再提取的最佳时机，现在做一次闭卷回忆练习，效果会比刚学完当天更好。