工具箱实战：让 AI 跨会话继续一项 90 天学习
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：
- 让 AI 制定十二周计划；
- 每天在同一会话提问、练习、修改代码；
- 依靠上文记住错误、进度和下一步；
- 上下文过长后，新回答开始混入旧任务；
- 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。