起点：那个永远在 todo list 上的技术
知识图谱在我的学习 todo list 上躺了至少一年。
每次看到它我都想："这个很重要，我应该学。" 然后继续做手头的事。
原因很经典：
- 没有紧迫感 — 现有方案"凑合能用"
- 范围太大 — 不知道从哪开始
- 没有反馈 — 学了之后也没地方用
直到我建了 AI 学习陪练系统——然后真的开始了。
第一步：注册学习领域
我的学习系统有一个核心操作：注册。
注册意味着：
- 明确目标级别（从 novice 到 competent）
- 关联到实际项目（为什么学？用在哪？）
- 拆分为里程碑（4 个阶段性目标）
- 进入 AI 督促队列
我把知识图谱注册为学习领域时，需要回答一个关键问题：它和我的哪些项目有关？
答案是 4 个：
- 某智能预测产品 — 产品知识建模
- 设计系统 — 技能关系治理图
- 记忆系统 — 记忆网络的图结构
- 知识蒸馏 — 实体关系提取
一旦关联了 4 个实际项目，学习就不再是"可选"——它成了项目依赖。
系统如何督促
注册之后，AI 陪练系统开始工作：
关键特性：
- 活跃度追踪 — 系统知道你"上次学是什么时候"，超过 3 天不学就提醒
- 基于 level 建议 — 你是 novice？建议看概念。你是 intermediate？建议做项目
- 反思强制 — 每次学习后必须记录 what-learned / what-confused / next-action
我的实际学习过程
Week 1: 基础概念
注册当天就开始了（注册本身有启动效应）：
- 阅读本体论（Ontology）基础
- 理解三元组（Subject-Predicate-Object）
- 用 FABI 模型做实例化练习
反思日志：
what-learned: 三元组是最小单元，本体定义了"什么类型的关系是合法的" what-confused: FABI 和 RDF 的关系是什么？ next-action: 找一个实际数据集练手
AI 陪练的一次真实交互
注册后第 3 天（5/7），我打开工作台时看到了这段：
[learning-coach 晨报提示] ⚠️ 知识图谱学习停滞 3 天（上次: 5/4 创建领域，但 0 小时实际学习）。 当前 level: novice → 建议动作: 花 30 分钟读一篇入门材料，然后在 log.md 记录反思。 关联项目提醒: Foresight 本周有 3 个需求涉及"产品知识建模"——知识图谱正是底层技术。
这段话有 3 个层次：
- 事实 — 系统精确知道"3 天没学"（它从
progress.last_activity字段计算） - 建议 — 不是"你应该学"的空话，而是"30分钟+具体动作"
- 关联 — 把当前项目的需求和学习领域挂钩（这是最扎心的部分）
当天我确实抽了 30 分钟：看了本体概念文档、做了 FABI 实例化练习、提交了 2 个 commit 到 knowledge-graph-learning repo。然后系统要求我写反思——
AI: 你刚完成了 0.5h 学习。请记录反思：
1. 今天学了什么？(what-learned)
2. 什么还不清楚？(what-confused)
3. 下一步做什么？(next-action)
我:
what-learned: 三元组是知识表示最小单元；FABI 是某种应用层的实例化
what-confused: Property Graph 和 RDF 到底什么场景用哪个
next-action: 找一个 20 节点级的小数据集练手
AI: ✅ 反思已记录到 learning/active/knowledge-graph/log.md。
基于你的 confused 点，建议下次学习聚焦：
"RDF vs Property Graph 对比——以你的 Foresight 产品知识域为例，
分别画出同一组实体用两种模型会长什么样"。
预计需要: 45 min | 完成后 M1 进度 → 30%
这个循环是关键: 学 → 反思 → AI 基于反思推荐下一步 → 再学。不是"看完教程打勾"式的学习，而是有认知闭环的。
Week 2: 关联到项目
AI 陪练注意到我有"某智能预测产品"的项目依赖，建议：
"你的 KG 学习 level 已到 'beginner'。建议尝试为产品知识域设计一个最小 schema——不需要完美，先把 5-10 个核心实体和关系画出来。"
这是 learning-coach 最有价值的部分——把学习和项目连接起来。不是"学完了再用"，是"边学边用"。
为什么 AI 督促比自律有用
| 维度 | 纯靠自律 | AI 陪练系统 |
|---|---|---|
| 启动 | "找个时间开始" → 永远没开始 | 注册当天系统就开始追踪 |
| 频率 | 三天打鱼两天晒网 | 停滞 3 天自动提醒 |
| 方向 | 漫无目的看教程 | 基于 level + 项目需求建议 |
| 反馈 | 学完也不知道学没学会 | 强制反思 + 应用验证 |
| 动力 | 靠意志力（易衰减） | 项目依赖 + 系统督促 |
核心区别: 自律依赖意志力——这是个有限资源。系统督促把"决定是否学习"从意志力决策变成了环境提示。
里程碑设计
每个里程碑有明确的完成标准（不是"看完教程"，是"能做出什么"）：
- M1: 能画出一个领域的实体关系图
- M2: 能用工具创建/查询图数据库
- M3: 能为实际项目设计 schema 并导入数据
- M4: 能向团队讲解何时用/如何用知识图谱
当前状态和反思
目前进度：M1 完成，M2 进行中。投入约 0.5 小时。
诚实反思：进度比预期慢。但比没有系统前好太多了——至少它从"永远的 todo"变成了"有进度的事"。
系统暴露的问题（这本身就是价值）：
- 我的实际可用学习时间比想象中少
- 需要更早引入"做项目"驱动，而不是先看完理论
- 4 个关联项目的优先级应该只选一个聚焦
旅程还在继续。但我已经知道了一个确定的结论：让一个学习意愿活过第一周的最有效方式，不是更强的意志力——是更好的系统。 注册→督促→反思→应用，这个循环比任何"每天学习 15 分钟"的承诺都靠谱。