AI 讲题听懂了却不会做？讲解与练习的错位

用 AI 讲题是学生用得最多的学习场景：一道题不会，发给 DeepSeek，它一步步讲得清清楚楚，每一步为什么这么做都说得明白。看的时候频频点头，合上屏幕自己做同类题，还是卡在第一步。「听懂了却不会做」不是注意力问题，是讲解与练习之间的固有错位——听懂是跟着别人的思路走，会做是自己把路走出来，中间隔着一段必须自己完成的路。

听懂与会做差在哪

听懂调用的是理解：别人把每一步摆在你面前，你确认每一步都合理，这个过程的认知负荷很低。会做调用的是提取：面对一道白纸上的题，先要识别题型、想起可以用什么方法、判断从哪一步下手，再动手执行——每个环节都可能卡住。学习里的规律很清楚：理解发生在输入端，会做考验的是输出端，输入端的顺畅会制造「我已经会了」的错觉。AI 讲解恰恰把输入端做到了极致：语气耐心、步骤工整、随问随答，这种顺畅的体验放大了错觉，让人在没练的情况下感觉自己已经掌握。

AI 讲解还有一层「顺」的陷阱

AI 讲题默认给你一条最顺的路：从已知直接推到答案，跳过了真实解题时的弯路——试错、卡壳、换思路。真实考试里没有导航，需要你自己判断「这题该用哪个方法」，而判断力只能在独立做题和错题复盘里长出来。另外要留意讲解本身偶尔出错：步骤看着合理，中间某一步其实写错了，或者答案对了过程有问题，自己没做过就发现不了。模型的讲解是生成出来的，不等于核对过的，这个定位参考不确定性声明一篇的态度——越顺滑的输出越要留一分核验。

看完讲解必须独立重做

把「听懂」变成「会做」，只有一个动作可靠：合上讲解，独立重做。流程建议固定成三步。第一步，看完讲解先别关页面，拿张白纸把这道题从头做一遍，中途不许翻回去看；卡住了先自己想五分钟，实在想不出再看一步，看完继续遮住往下做。第二步，重做通过之后做变式：把题目条件改一个数字、换一个问法，让 AI 出三道同类变式题再自己做——让它出题而不只是给答案，AI 生成的题目同样要先核对再使用，把关的思路见教师出题的把关思路一篇。第三步，隔一天再做一遍，隔天还能做对，才算真的会了。用豆包这类助手讲题时，可以要求它「讲完最后给我出一道同类型的题，先不给答案」，把讲解工具变成练习工具。

错题才是真正的学习材料

独立重做暴露出来的错题，价值比做对的题高得多。记错题的时候写清两件事：卡在哪一步、当时为什么没想到。隔一段时间把错题重做一遍，直到连续两次独立做对为止。用 AI 复盘错题是好用法：把自己的解题过程发给它，让它指出具体卡壳的步骤并给一个提示而不是完整答案——「给提示不给答案」这个要求值得写进提示词里。作业与考试的边界把握，交之前的自查见学生用 AI 的自查清单一篇；担心成稿被检测系统误判的，原理与应对见AIGC 检测的局限一篇。说到底，AI 把「听懂」的成本降到了接近零，剩下「会做」这段路没有任何工具能替你走，这段路恰恰就是学习本身。

讲题使用三步法

• 独立重做：合上讲解白纸重做，卡壳先想五分钟
• 变式检验：让 AI 出同类变式，做对才算懂
• 错题复盘：写清卡点，隔天重做，连续两次做对

再多说几句讲题学习

• 问 AI 讲题算不算作弊？：看用途和校规。学习阶段用它理解思路是正当用法，直接把讲解抄进作业就踩线了，交之前按自查清单过一遍；讲解看懂之后独立完成，两边都站得住。
• AI 讲错了但我没发现，怎么办？：关键步骤回归课本核对，答案用另一种方法验算一遍；讲题时顺手追问一句「这一步为什么成立」，解释含糊的地方就值得怀疑。
• 文科的论述题也适用这套方法吗？：适用，形态不同。听懂框架之后合上材料自己复述一遍、列提纲重写，再对照讲解找差距，重做和变式的逻辑是一样的。