structure｜1️⃣ 三级笔记、思想框架

核心论点：解题元技能 = 受波利亚解题四步法启发，从学习场景迁移到人生场景的「解决一切难题的思考系统」——一种在做中学、学以致用、用输出倒逼学习的底层方法。

一、什么是「解题元技能」

• howie 在《费曼学习法》书稿中提出的核心概念
• 理论源头：波利亚（George Pólya）1945 年《How to Solve It》
  • 封面纲领："A system of thinking which can help you solve any problem"
• 定位：小能熊的解题元技能，就是受波利亚的解题四步法启发而提出的一种达到任何目标、解决一切问题的学习元方法
• 关键区分：波利亚四步法诞生于 1945 年，是学习场景中「解决一切难题的思考系统」；但学习不是为了做题，而是为了人生。在人生场景中「解决一切难题的思考系统」= 解题元技能

二、波利亚解题四步法：理论根基

Step 1：真正理解问题（Understand the problem）

• 很多人解题受阻是因为没有真正读懂问题
• 反复提问：要找什么？已知什么？条件充分吗？能用自己的话重述吗？
• 对小树的教导：「你得能把书合上，用自己的话、图形或图表把题目条件、已知未知讲出来，才算真正理解」
• 「很多时候小孩所谓的粗心，其实是这一步没做好」

Step 2：形成解题思路（Devise a plan）

• 最困难也最关键的一步，本质是模式识别——基于过去经验识别恰当方案
• 波利亚列举的策略：猜测验证、列有序清单、排除不可能、利用对称性、考虑特殊情形、反向推理、寻找模式、画图辅助、简化问题等
• 关键要求：一旦形成方法，必须用思维链（chain of thoughts）展示——"let's think step by step"

Step 3：执行解题思路（Carry out the plan）

• 「猛虎下山」，是一个熟练工种
• 前两步做好，执行相对直接；关键是每一步思考和计算清晰准确，体现「训练有素」

Step 4：检查和回顾（Look back）

• 绝不能解决完问题就了事
• 检查论证过程，尝试其他方法，寻找更简捷的路径
• 核心问题：「这次的解法能否用来解决其他问题？」
• 主动制造反馈，抓住举一反三的机会，总结是最好的启发时刻

三、从四步法到解题元技能：人生场景的迁移

最大贡献：将波利亚四步法从学习场景（确定问题）迁移到人生场景（非确定问题）

Step 1：问题（Question）——"let's ask the question"

• 发现问题、定义问题、理解问题
• 「look the monster in the eye」——认识问题需要勇气，人的动物性本能是逃避问题
• 「ask the right question」——爱因斯坦：「给我一小时拯救世界，我会用 55 分钟定义问题，5 分钟找解决方案」
• 理解问题 = 一次库存盘点：当前位置、目标位置、所需资源、可能障碍

Step 2：方案（Solution）——"let's design a solution"

• 「design」强调主动性
• 关键洞察：「be resourceful」——在有限资源条件下达到目标
• MVB（Minimum Viable Body of Knowledge，最小可行性知识体系）→ 对应互联网的 MVP
• 「不需要学完再做，而是在做中学」

Step 3：做到（Do）——"can you do it?"

• 人生场景中最难的一步
• 「ideas are easy, execution is everything」
• 核心品质：情绪耐力（emotional stamina）和做到的精神（spirit of cando）

Step 4：迭代和复盘（Iterate & Review）——"let's look back"

• 不是终点而是闭环的一环
• 失败 → 回溯前三步找问题；成功 → 归类总结，形成 SOP，提炼可复用方法
• 马斯克兄弟的**「开环警报」**（Open-loop Warning）：强调闭环思维的重要性

四、三位一体：科学方法 = 解题四步法 = 解题元技能

• 三者是同一个东西，差异只是应用场景不同，都是四步迭代闭环
• 科学方法是人类三千年科学探究的精华：从亚里士多德到培根、笛卡尔、伽利略、牛顿，再到皮尔斯和波普尔
• 科学方法是现代科学教育的「唯一目标」
• 牛津教材和美国 NGSS 佐证：全球科学教育的核心就是这套元方法——从小学一年级就开始教 "how to be a scientist"

五、与其他思想框架的共振

达利欧的五步成功路径

• 与波利亚四步法「步骤相似，精神实质一致」
• 贯穿两者始终：直面真相、坦然面对短板、缜密计划、扛住挫折、重视反馈

费曼技巧

• 选定概念 → 用自己的话解释 → 发现漏洞 → 重新学习
• 本质也是四步迭代闭环——「认知领域的梯度下降」，一个自监督的认知优化算法
• 解题四步法每一步都需要费曼：理解问题要能「用自己的话说出来」，形成思路要能「展示思维链」，复盘要能总结归类

设计思维（Design Thinking）

• 「同理心 → 定义问题 → 头脑风暴 → 原型 → 测试」与波利亚四步法异曲同工
• 差异：波利亚偏重个人内部提问，设计思维强调用户反馈和跨团队协作
• 核心一致：以人为中心地反复迭代

启发式方法（Heuristics）

• 波利亚方法论本质是启发式学习法，源自阿基米德的 "Eureka!"
• 「简单但不容易，一看就懂，照方抓药绝对管用，却必须艰苦修炼才能有所成」

Tree of Thoughts（思维树）

• 将波利亚式人类问题求解思想应用到 LLM 领域
• Newell & Simon 经典理论：人类解题 = 在组合问题空间中搜索，节点代表部分解，分支对应操作，启发式方法引导搜索方向

六、实践案例与教学应用

鸡兔同笼

• 演示四步法如何应用于小学数学
• 关键不是套「兔子抬腿法」等解题套路，而是靠观察、思考和基本逻辑推理
• 「如果不是鸡兔同笼而是三头六臂的怪兽同笼，套路就失效了，但底层方法永远有效」

小树的 FCE 备考

• 发现阅读理解错题多 → 不是能力问题而是不熟悉做题方法 → 利用错题讨论 → 16 套真题迭代
• 在海量「预训练」（课外阅读）基础上经过「微调」（错题讨论）达到 SOTA 表现

prompt 型父母

• 和小树一起解等差数列求和：孩子遇到「思路阻塞」后如何引导
• 波利亚原则：「教师应当引导学生自己想出解法，而不是直接给出现成方案」

AI 学习系统讲座（2026）

• 「我们解题不是为了刷题，而是训练如何思考。你解一道数学题、编程题，或者在工作中解决难题，甚至给自己定一个'如何挣一个亿'的目标，本质上都是解题过程，没有区别。」

五遍错题法

• 结合错题分析与解题元技能
• 利用 AI 生成变体练习，构建进阶闯关机制，将波利亚第四步的「回顾」系统化、数据化

七、从做题家到解题家：哲学升华

比解题元技能更重要的，是问题本身。

• 盖茨比：目标清晰、方案完善、执行有力——但选择的问题不值得（Daisy 不值得）
• 忠五郎：被蛤蟆精（短视频、低质量内容）迷惑，不知不觉蹉跎生命
• 「发现你的问题，定义你的问题。你所选择的问题，会定义你自己。」
• 做题家 → 解题家：做题家是应试教育的产物，终身学习者应当成为解题家
• 「做题家的孩子们，完全可以不走弯路，天生就是解题家」

八、两种核心思维方式

闭环思维

• 解题元技能本质是一个迭代闭环
• 没有闭环就没有反馈，「一潭死水地走向不可收拾」
• 马斯克的「开环警报」：不根据反馈调整行为，麻烦或危险很快就来

解题思维

• 把解决问题看成自然而然的事情，生活本身的一部分
• 遇到问题的正确内心活动：「ok, we've got a problem to solve」，然后摩拳擦掌开始干活
• 三种对立面（按严重程度递增）：懒于解决只会提问 → 回避问题视而不见 → 不解决问题反而解决提出问题的人

concepts｜2️⃣ 关键概念、概念网络

agentic reading｜3️⃣ 费曼 x3