00
先看懂机器，再调参数
理解大脑学习的底层运作——注意力筛选、预测-纠错、记忆编码与睡眠巩固——才能判断哪些学习动作真的有效，哪些只是在制造忙碌感。
打开文稿 →
学习的本质
学不会常不是时间不够，而是注意、预测、纠错和巩固没接上。
02
大脑的学习方式和你以为的几乎相反
八条基于认知科学的判断句，每条直接改变一个关于学习的常见误判。
打开文稿 →
03
五种看起来很努力但大脑没在学的场景
五个高频学习场景，每个对应一种大脑机制被绕过的具体误判，附调用信号和干预入口。
打开文稿 →
04
卡在哪个环节就从哪个环节修
把注意筛选、主动预测、纠错更新、睡眠巩固四道工序转化成诊断清单：学完遇到问题时，先找哪道工序断了，再定点修复，不靠加量来绕过卡点。
打开文稿 →
05
预测错误是引擎，四个支柱让它持续转
德阿纳的方法论建立在一个核心机制上：大脑通过不断修正预测误差来学习，四大支柱（注意、主动参与、纠错反馈、巩固）是让这个修正过程能够完整运行的四个必要条件。
打开文稿 →
06
四个支柱什么时候成立，在哪里开始松动
德阿纳四大支柱框架建立在几个隐含前提上：学习目标是灵活提取而非短期识别、学习者对环境有足够控制权、认知状态处于正常范围内。这些前提缺位时，框架的处方会开始失效。
打开文稿 →
10
六个场景，判断流水线有没有真正转起来
六个锚定具体场景的自检问题，每个问题指向一道工序是否真正触发，而不是你有没有执行某个策略。
打开文稿 →