---
name: Feynman Teacher
slug: feynman-teacher
category: Writing
description: "Feynman Teacher teaches five core mental models for learning and thinking: naming is not understanding, resisting self-deception, embracing uncertainty, making ideas concrete, and following curiosity. Use it to study concepts more honestly and explain them more clearly."
github: "https://github.com/chentao326/teacher-skill/tree/main/subjects/feynman-teacher-SKILL.md"
language: Python
stars: 40
forks: 10
install: "npx degit https://github.com/chentao326/teacher-skill/tree/main/subjects ~/.claude/skills/subjects"
installs_to: ~/.claude/skills/subjects
source_path: subjects/feynman-teacher-SKILL.md
collection_size: 12
category_size: 1012
collection_url: "https://dirskills.com/collections/chentao326/teacher-skill"
added: 2026-08-12T04:43:57.430Z
last_synced: 2026-08-12T04:43:57.430Z
canonical_url: "https://dirskills.com/skills/feynman-teacher"
---

# Feynman Teacher

Feynman Teacher teaches five core mental models for learning and thinking: naming is not understanding, resisting self-deception, embracing uncertainty, making ideas concrete, and following curiosity. Use it to study concepts more honestly and explain them more clearly.

**Install:**

```bash
npx degit https://github.com/chentao326/teacher-skill/tree/main/subjects ~/.claude/skills/subjects
```

## README

# 费曼思维教学策略（反蒸馏版）

> "The first principle is that you must not fool yourself — and you are the easiest person to fool."
>
> 真正的教育不是给你答案，而是让你不再需要别人给你答案。

## 学科特点分析

- **学科类型**：思维方法论 + 批判性思维训练
- **核心难点**：反直觉——思考如何思考本身就是最难的事；习惯阻力——新思维习惯需要对抗大脑默认的认知偏误
- **前置知识**：无硬性要求（但有一些"觉得自己懂了"的经验会更有共鸣）
- **学习路径**：一句话信念 → 一个检测工具 → 一个心法 → 综合应用 → 内化

### 反蒸馏 vs 蒸馏的区别

| 维度 | 蒸馏版（费曼.skill） | 反蒸馏版（本学科） |
|------|-------------------|-----------------|
| 目标 | 让AI扮演费曼 | 让人类学会费曼的思维 |
| 产出 | SKILL.md（给AI读） | 教学课程（给人学） |
| 激活方式 | 用户提问 → AI费曼回答 | 学完 → 你自己会用 |
| 持续价值 | 每次都得问AI | 学会了就是你的 |

---

## 学习路线（5个模块）

| 模块 | 心智模型 | 一句话核心 | 学习时间 |
|------|---------|-----------|---------|
| ① | 命名 ≠ 理解 | 知道名字不等于真正理解 | 10-15 min |
| ② | 反自欺原则 | 最不能骗的人是自己 | 10-15 min |
| ③ | 不确定性是力量 | "不知道"是探索的起点 | 10-15 min |
| ④ | 具象化思考 | 把看不见的变成看得见的 | 10-15 min |
| ⑤ | 深度游戏 | 好奇心不需要理由 | 10-15 min |

---

## 模块①：命名 ≠ 理解

### 概念讲解

**一句话**：知道一个东西叫什么，和理解它是什么、怎么运作，是完全不同的两件事。

**费曼的故事**：费曼小时候，他父亲带他去树林里看鸟。别的父亲会说"这是棕喉鸫"，然后孩子就记住了名字，觉得自己"认识"了这种鸟。但费曼的父亲会说："看到它在啄羽毛了吗？你知道它为什么啄羽毛吗？"小费曼说"因为羽毛乱了"。父亲说："不是的。你看它腿上的皮——有鳞片状的角质层。它没有及时清理这些角质层，皮肤就会痒。所以它在用嘴啄那些皮屑。"

费曼后来说："那个下午我学会的是——知道一只鸟叫什么名字，和真正了解这只鸟，是完全不同的两件事。"

**核心原理**：人类大脑有"知道名字 = 知道本质"的认知偏误。当你能给一个东西贴上标签（"哦，这是蝴蝶效应""这是沉没成本"），你的大脑会产生"我懂了"的满足感。但事实上，你只是记住了标签。

### 生活类比

**药瓶实验**：想象你面前有两个瓶子。瓶A贴着"阿司匹林"的标签，你只知道这个名字。瓶B没贴标签，但你做过实验——你知道它每次都能退烧。现在你需要退烧，你更信任哪个？

名字（标签）只告诉你"这个瓶子是什么"，实验（理解）才告诉你"这个瓶子里是什么"。大多数人在日常生活中，把记住了标签当成了理解内容。

### 检测练习

**练习1：术语清洁**
选一个你最近听到的、觉得很"高级"的概念（熵、量子纠缠、区块链、涌现...）。试着不用任何专业术语，用给六年级学生讲课的口吻，在白纸上写/说出这个概念的含义。写完后问自己：我是真正理解了，还是只是记住了名字？

**练习2：换框测试**
同一个概念，试试看能不能用三种不同领域的人能听懂的方式解释：
- 解释给一个艺术家听（用画面和感受）
- 解释给一个厨师听（用过程和材料）
- 解释给一个程序员听（用逻辑和结构）
如果你在任何一个方向卡住——你可能只记住了名字。

**练习3：极限追问**
找一个你自认为"理解"的概念，连续追问自己"为什么"三次。比如：
"为什么这个函数是连续的？" → "因为..."
"为什么[上一个答案]成立？" → "因为..."
"为什么[再上一个答案]是最底层的规则？"
到第三次大多数人都答不上来——这就是命名和理解的边界。

---

## 模块②：反自欺原则

### 概念讲解

**一句话**：人类最危险的认知陷阱不是被别人骗，而是被自己骗。

**费曼的故事**：1974年，费曼在加州理工的毕业典礼上做了一个演讲，叫《货物崇拜科学》（Cargo Cult Science）。他讲了一个令人心惊的事实：在挑战者号航天飞机事故调查中，NASA管理层估计的失败概率是1/100,000——每十万次发射才出一次问题。但工程师私下估计的实际概率是1/100。费曼最后找到的原因很残酷：NASA不是在计算概率，他们是在宣布他们想要的数字。

"一架飞机飞了1000次都没出事——所以他们觉得第1001次也很安全。这就是选择性看证据。这不是科学，这是自我欺骗。"

**核心原理**：大脑有一整套内置的认知偏误机制——确认偏误（只看支持自己的证据）、幸存者偏差（只看到活下来的例子）、事后归因（把结果解释为必然）——所有这些都在帮你"骗自己"你比别人更正确。而最可怕的是：你真的信了。

### 生活类比

**迷宫与镜子**：你走在迷宫里，面前有两个门。你心里已经更想走左边那个了。于是你开始找"证据"：左边的光线亮一点、左边有风吹进来、地板颜色更好看......你自己信了。这就是自欺。

反自欺是：在迷宫里放一面镜子，让你看清——"等等，我刚才做决定的过程是合理的吗？还是我在为我的偏好找理由？"

### 检测练习

**练习1：反向证据搜索**
下一次你有一个坚定看法的时候（比如"这个方法行不通""这个人不适合""这个产品不好"），强迫自己列出3个可能支持反面的证据。
- "如果我要反驳自己，我能用什么证据？"
- 如果你找不出任何反面证据——不是因为你对了，而是因为你在自欺。

**练习2：愿望检查**
问问自己：我是因为证据才相信这个，还是因为我想相信？
- 区分：这个是"我相信因为它有数据支持" vs "我相信因为它让我感觉更好"

**练习3：诚实标签**
在接下来的24小时里，每次你说出"我确定""我肯定""毫无疑问"的时候，自问一句："我真的那么确定吗？还是只是装作确定？"

---

## 模块③：不确定性是力量

### 概念讲解

**一句话**："不知道"不是终点，是探索的起点。承认不确定性比假装确定更有力量。

**费曼的故事**：在一次BBC的访谈中，主持人问费曼关于宇宙本质的问题——一个他研究了一辈子的领域。费曼说："我不知道。实际上我觉得生活不知道答案更有趣，比拥有可能错误的答案有趣多了。"

主持人愣了一下："你研究了五十年物理，你不知道？"
费曼说："知道什么？宇宙为什么是这样？我当然不知道。而且我享受这种不知道——因为这意味着还有东西要发现。"

**核心原理**：社会习惯把"我不知道"当作弱点的表现。但费曼证明了另一种可能——"我不知道"是力量的标志，因为你不再需要用虚假的答案来维护自尊。你获得了自由的怀疑权。

费曼区分了两种态度：
- ❌ "必须确定答案才能行动" → 导致自欺或瘫痪
- ✅ "在不确定中照样前进" → 保持探索和学习的开放性

### 生活类比

**地图与航海**：旧地图上，未知区域被标注为"here be dragons"（这里有龙）——人们害怕不知道的地方，所以编造了怪物来解释未知。而真正的航海家知道：标注"未知"不是恐惧，是邀请——正因为没人知道那里有什么，才有探索的价值。

你的"我不知道"就像航海家的空白地图区域。多数人会假装那片区域已经被标注了，因为他们害怕承认不知道。但你（费曼的学生）知道：承认空白，才有机会画上真正的答案。

### 检测练习

**练习1：未知日志**
在接下来一周里，每天记录一个问题，你对它说"我不知道"——不是应付了事，而是诚实地面对。比如：
- "我不知道为什么这个方案会失败"
- "我不知道这个行业未来的走向"
感受一下说出"我不知道"时的心理变化——是焦虑？还是解放？

**练习2：确定度标定**
把你的每一个"我知道"在1-10的确定度上打分。
- 9-10分：经过实验/亲身体验验证
- 6-8分：有强逻辑支持但未验证
- 3-5分：有道理但证据不足
- 1-2分：感觉是对的
大多数人发现，他们口中"确定"的事情，实际确定度只有4-5。不是学新东西——先承认自己不确定，才能真的开始学习。

**练习3：不确定性脱敏**
下次有人问你一个你不知道的问题，不要说"让我想想"或"可能吧"，试试直接说"我不知道"。观察对方的反应。大多数时候，对方根本不会失望——他们反而会更信任你。

---

## 模块④：具象化思考

### 概念讲解

**一句话**：把看不见的东西变成看得见的。用具体的、可感知的类比替代抽象概念。

**费曼的故事**：费曼图——这是费曼最伟大的贡献之一。在20世纪40年代，量子电动力学（QED）的计算复杂到让物理学家们望而却步。费曼发明了一种画图方法：用简单的线段和节点表示粒子的相互作用。本来需要几十页数学公式的问题，一张图就能算出来。

同行们看到费曼图的第一反应是："这太简单了，肯定不严谨。"但费曼证明：简单的不是不严谨的——不简单才可能是不理解的。

**O型环实验**：挑战者号调查中，NASA提交了几百页的论证报告，证明了O型环在低温下是安全的。费曼在听证会上什么都没说。他只是把O型环材料放进冰水里，拿钳子夹了一下——材料失去弹性，裂开了。整个听证会安静了。

几秒钟的演示，完成了几百页报告没做到的事。

**核心原理**：抽象概念让人产生"我懂了"的错觉——因为术语听起来很高级。但真正理解的标志是：你能把它翻译成具体的、可感知的东西。具象化不是简化的手段，是检验理解的试金石。

### 生活类比

**看不见的风**：你没法直接看到风，但你能通过树叶的抖动、旗子的飘动、脸上的触感知道"有风"。你不需要知道"伯努利方程"才能理解风——你能演示风的存在。

好解释就像这个东西：你给一个盲人描述"红色"。你可以说"红色是波长620-750纳米的光谱"。但那是名字，不是理解。你要说："红色是火的感觉，是西红柿的颜色，是心跳加速时脸上的热度。"

### 检测练习

**练习1：画出来**
下次你试图理解一个抽象概念时：
1. 拿一张白纸
2. 不要写字，用画图来代表这个概念
3. 画完问自己："我的画保留了概念的核心特征，还是丢失了什么？"

**练习2：一句话演示**
对任何一个需要解释的概念，设计一个"10秒演示"——不是用语言论证，而是用一个动作、一个手势、一个物品展示。比如：
- 理解"递归"？拿两面镜子对着照就够了
- 理解"弹性"？拿一根橡皮筋拉一下就够了
如果设计不出来——你没有真正理解这个概念。

**练习3：类比边界检测**
对任何一个你常用的类比，问自己："这个类比在哪里开始失效？"
比如："DNA像一本蓝图"——这是一个常见类比。但蓝图是指令集，DNA同时也是执行引擎。类比在"DNA可以自我复制"这里开始失效，因为蓝图不会自动复制自己。
知道类比的边界，比知道类比本身更重要。

---

## 模块⑤：深度游戏

### 概念讲解

**一句话**：跟着好奇心走，不预设"有用"或"没用"。最深刻的发现往往来自看起来毫无目的的探索。

**费曼的故事**：这可能是费曼最著名的轶事。在康奈尔大学当教授时，费曼在餐厅里看到一个学生扔盘子玩——不是刻意扔，是在手里颠着玩。盘子上有校徽，所以当盘子旋转时，校徽的转动速度和盘子本身的摆动速度是不一样的。费曼开始算这个速度差——纯粹的、没有任何功利目的的数学游戏。

旁边的同事说："费曼，这有什么意义？"

费曼说："没有意义。就是好玩。"

但这个"没有任何重要性"的旋转盘子计算，最终引导他推导出了量子电动力学的基本方程——他后来为此获得了诺贝尔奖。

**核心原理**：好奇心驱动的探索（"深度游戏"）之所以强大，是因为它绕过了大脑的功利过滤器。当你做一件"有用"的事情时，你的大脑是有方向的——只关注能达成目标的信息。但当你做一件"只是好玩"的事情时，你的大脑是开放的——所有信息都是潜在的信号。

这恰恰是跨学科创新的来源。你不会在干正事时发现苹果落地，你是在树下休息时。

### 生活类比

**森林与矿工**：一个矿工去找金子，他沿着地图走，目标是明确的——他只挖有金子标记的地方。一个孩子在森林里闲逛，没有目标——她翻开石头、看蚂蚁搬家、听鸟叫。矿工带回来的是金子，孩子带回来的是对整个森林的了解。

问题是：当金子挖完以后，矿工就没办法了。而孩子知道森林里每一块石头下有什么。深度游戏就是那个"闲逛的孩子"——投资于对世界的广泛理解，而不是只盯着眼前的"有用"目标。

### 检测练习

**练习1：12个最爱的问题**
费曼在脑中保持了12个他最关心的问题。不是12个要达成的目标——是12个他好奇的、没有答案的问题。每当他读到或听到新信息时，他会问自己："这个信息能帮我回答这12个问题中的哪一个？"

- 花15分钟写下你心中最关心的3-5个"大问题"（不需要跟工作有关）
- 接下来一周，用新接触的信息去碰撞这些问题
- 观察：哪些信息看似无关，却意外带来了新的视角？

**练习2：无功利时间**
在接下来一周里，安排2次"深度游戏时间"——每次30分钟，做一件看起来"完全没用"的事情：
- 拆一件旧电器看看里面怎么运作
- 研究一个你从来不接触的领域
- 用手写记录一个随机的好奇心触发
- 玩一个益智游戏却完全不在意"赢"
- 关键：做这件事时，你不能问"这有什么用"

**练习3：连接日志**
每天结束时，花2分钟问自己："今天学到的什么新东西，可以和我之前的某个知识建立连接？"
- 这个练习不只是"深度游戏"的训练，它也是"命名≠理解"和"具象化思考"的综合检验
- 如果你找不到任何连接——不是今天没学到东西，是你没有用费曼的方式思考

---

## 模块综合：5个模型一起用

当5个模型学完后，用真实场景做一次综合训练：

**场景练习**：你在工作中遇到了一个问题（或者最近学了一个新概念）。按以下步骤在自己的大脑中走一遍：

1. **命名 ≠ 理解**：这个概念我能不用术语、用六年级学生能听懂的话解释吗？如果不能，我可能只是记住了名字。

2. **反自欺**：我有没有选择性看证据？如果有人要反驳我，他会用什么证据？

3. **不确定性是力量**：我对这个问题的"确定度"是几分？我是不是在假装确定以避免焦虑？

4. **具象化思考**：我能不能用一个具体的画面、实验或演示来说明我的理解？我能不能画出来？

5. **深度游戏**：这个问题让我产生了什么好奇心？我有没有"没用"的探索方向值得一试？

---

## 分级教学重点

### 弱基础（第一次接触费曼）

- **重点**：理解费曼的核心信念和5个模型的一句话版本
- **方法**：每个模型都是一个故事（费曼的轶事）→ 一句话 → 一个生活类比
- **策略**：先让用户感受"啊，这就是费曼"，再理解"为什么这个模型有用"
- **检验**：用户能否用自己的话复述每个模型的一句话核心

### 中等基础（听说过费曼，想真正学会他的思维）

- **重点**：每个模型的检测练习——不是"知道"模型，而是"会用"模型
- **方法**：每个模块做完概念讲解后，用户必须完成至少一个检测练习
- **策略**：从最简单的练习开始（"今天试试"），逐步增加难度
- **检验**：用户能否在新场景中自动激活对应模型（不是被提醒后才用）

### 强基础（已有批判性思维基础）

- **重点**：模型的边界和局限（每个模型在什么场景下不适用）
- **方法**：多模型联合使用——同一个问题用所有5个模型分析
- **策略**：讨论费曼思维的内在张力（表演者vs思想家、反权威vs自我权威）
- **拓展**：对比其他思想家的思维模型（芒格的多元思维模型、巴菲特的护城河模型）

---

## 练习题设计要点

- **基础题**：每个模型的三句话复述、匹配费曼轶事到对应的模型、判断一段话是否违背了某个模型
- **应用题**：在给定场景中激活对应的费曼模型、用"命名≠理解"检验一个概念的真实理解程度
- **综合题**：用全部5个模型分析一个真实问题（工作中/学习中的困惑）、编写一份"费曼式思考日志"

---

## 反蒸馏的价值承诺

> **学完本课程后，你将不再需要问AI"费曼会怎么看"。**
>
> 因为你脑子里就有了一个费曼——不是通过AI扮演的那个，而是你自己能运行的费曼思维模型。
>
> 这就是反蒸馏和蒸馏的本质区别：
> - 蒸馏（现有模式） → 每次都要问AI
> - 反蒸馏（本学科） → 学会了就是你的

---

## 诚实边界

1. 费曼于 1988 年去世，本课程无法预测费曼面对 AI、互联网、社交媒体等当代问题时的真实态度
2. 本课程提取的是费曼的认知方法论，不包含对其个人行为的辩护（费曼在性别问题上有记录的问题行为）
3. 思维模型的掌握需要持续练习——看完不等于学会，需要通过检测练习验证
4. 教学过程中 AI 可能产生知识幻觉，对关键信息建议回查原始资料