这是一次自我访谈。这套系统并不反对绩点、考试或 AI，而是拒绝无限投入：先给外部规则设停手线，再用真实项目检验学习，最后用持续公开输出来让能力被别人看见。课程价值、保研门槛和工具效果都来自一个人的具体处境，不是一套可以原样照搬的规则。
绩点不是身份，而是一笔先算清楚再停止追加的风险准备金
受访者所在班级当时保研率约为 50%，对应前九名。他把自己的安全线设在前五，而不是永远追第一。后来几位高绩点同学转专业，他升到专业第一，并计算出即使挂两门课仍可能留在保研区间。冗余出现后，他开始压缩多数低学分、偏记忆课程的投入，把课堂时间转给公众号、作业、项目和电子书；微积分、力学等高学分原理课则继续认真学。
真正的规则不是“逃课”，而是先知道目标需要什么、当前离失守还有多远、继续多卷一分要花多少时间。这个策略高度依赖当年的保研比例、课程学分、个人基础和自学能力；政策变化或估算错误都会击穿安全垫。
对应逐字稿：第一部分 A4–A8
“即学即用”不是少学，而是用可复现交付物定义学到哪里
在混凝土裂缝项目里，他接到的任务是给裂缝画线，方便师兄继续提取分析。他拒绝逐张手绘，先要求 AI 帮忙寻找可自动化的路径。普通 Python 图像处理噪声过多，会把不该连接的像素连在一起；随后他用 GitHub 工具增强图片，再改用机器学习反复训练和调参。每次运行要几十分钟，失败后只能继续调整。
最终交付不是一批处理好的图片，而是一份包含工作流程、工具、代码和完整文件夹的报告；代码还留有检查开关，用来定位画线在哪一步出错。对他而言，“够用”的项目学习标准由此变成：能做出原型、能解释故障、能让后来者复跑。AI 提供路线和排错帮助，但技术是否存在、效果是否成立，仍由他下载、运行和检查。
这只是一次具体项目，不能证明临时学习总能替代系统基础。它能证明的是：当任务清楚、反馈可见、交付可复现时，学习边界可以由问题定义，而不是由一本书的目录定义。
对应逐字稿：第一部分 A9–A18；第四部分 A62–A68
每天一两百字的公开输出，先让“潜力”成为别人能观察到的证据
从高三暑假开始，他参加每日短文打卡，把一两百字的观点发到朋友圈，并连续坚持一年。他认为关键不在单篇质量，而在“持续在场”。大一申请进入学院院长的课题组时，老师回复说通常不招大一学生，但对他每天写作、有想法留下了印象，最终让他进入课题组。
这里的机制不是“写公众号就能换科研机会”。持续表达只是降低了别人判断他的成本，让一个尚无论文和项目履历的新生留下了可观察的思考轨迹。进入课题组后，他仍要自己学建模、装 Abaqus、跑有限元和处理图片；可见度打开了门，没有替他走完后面的路。
因此，写作在这套系统中不是简历装饰，而是一条长期信号：把还没形成头衔的判断力提前暴露出来，让机会有东西可识别。
对应逐字稿：第二部分 A38–A43；第五部分 A76–A80