答案来得太快，思考来得太晚
径舟初版上线用了一周。然后是真正重要的部分：拿到两个教学班级，82 名同学试用，回收 39 条反馈，留下 8 名持续活跃的用户。
反馈里藏着一件让我警觉的事。问答、总结、出题——这些功能几乎每个 AI 学习工具都有，同学们也确实会用，但用法的趋同说明了一件事：当答案不再稀缺，"再给一个答案"就没有增量了。 AI 把获取答案的摩擦力降到了零，可学习恰恰是一种需要摩擦力的活动。
我想起自己做题时的经验：真正暴露问题的时刻，不是选对还是选错，而是那几秒的犹豫——在两个选项之间来回，改掉答案，又改回来。
把犹豫变成数据
于是有了考核功能里最关键的两个设计。
研思足迹：系统记录答题过程中的每一次点击时间戳——在每道题上停留了多久，在哪个选项上徘徊过，改选了几次、从什么改成什么。考完回看，你看到的不是一张成绩单，而是自己思考过程的脚印。
识海偏误图：答错的题不只是标红。系统把错因归为四类——概念混淆、公式遗忘、审题偏移、推导断裂——逐题归因，再用雷达图把多次测验的偏失分布聚合起来。错的题多了，图形的形状会告诉你一些分数说不出来的事：你到底是没记住，还是没读懂题，还是推导总在半路断掉。
从"记录犹豫"到"归因偏误"，中间其实只有一步抽象：犹豫是行为层的原始数据，偏误是认知层的聚合视图。
工具的价值是让你看见自己怎么想
这 39 条反馈教给我的事，比 82 这个数字本身重要：学习工具的下一个差异化，不在生成能力——大模型会继续变强，答案会更便宜——而在诊断能力。回答"你哪里不会"的工具很多，回答"你为什么在这里卡住"的工具很少。
答题的终点不是得分，是看见自己思考的形状。