用 AI 學卻記不住？這個 15 萬星 GitHub 技能給了解法

用 AI 問一句答一句學東西，當下看懂、過幾天忘光？拆解 Matt Pocock 那個 15 萬星 GitHub 技能，看它用學習科學把 AI 變成有記憶的家教，附 4 個能偷用的原則。 ⭐ 文章深度讀：teach 每個檔案的作用、星數歸屬查證，還有我對它值不值得裝的判斷 → https://heymaibao.com/ai-learning-teach-skill/ ⚡ 章節重點 開場 00:00 15 萬星 repo 與 teach 技能 01:19 臨場流暢度 vs 長期留存強度 03:00 有益的困難與費力回想 03:47 拆解 teach 的檔案工作區 04:39 藏在裡面的學習科學 05:34 4 個你能偷用的原則 06:59 AI 是羅盤不是答題機 08:47 📝 懶人包 ∙ teach 把你「當前的資料夾」變成一個跨越多次對話的教學工作區，用一組檔案把你的學習狀態存下來，讓 AI 家教有記憶、不會每次都從零開始。 ∙ 它的核心是把「臨場流暢度」也就是當下看懂，和「長期留存強度」也就是真的記得住，這兩件事分開，並刻意用有點難的方式設計課程，因為費力回想才會進長期記憶。 ∙ 它有一條硬規則，別信模型自己內建的知識，所有內容都要引可信來源，這是對 AI 亂編的一道內建防禦。 ∙ 我的觀察是，這個技能真正值錢的地方不是那幾個檔案，而是它把「像工程師一樣嚴謹」的紀律搬到學習上，威力在系統性，但相對地維護成本也不低，不是裝了就自動變學霸。 📚 參考資料 mattpocock/skills 的 teach 技能 → https://github.com/mattpocock/skills/tree/main/skills/productivity/teach mattpocock/skills → https://github.com/mattpocock/skills