晚上九点四十，地铁上人挤人。你一手扶栏杆，一手滑手机相册——里面躺着今天午休拍的七张错题，还有上周模考的两道大题截图。你想趁这二十分钟看两道，结果先花了五六分钟翻找题目。到站了，题没看成，人先累了。
这是很多在职备考者的日常。不是不想学，是时间被切得太碎，而复习材料本身也是碎的。
一、卡住的真正原因，通常不是「不够自律」
- 计划是给理想的一天排的。 工作日真正的变量是加班、临时会议、家里的事。计划一被打乱，多数人的第一反应不是重排，而是「等周末补」，可周末补不完一周的量。
- 找题的成本高于做题。 错题散在纸质卷子、手机截图、网盘文件夹、微信收藏里。想回头看一道题，往往要先翻三个地方。
- 背知识点靠「再读一遍」。 没有做提取练习，隔一周自然模糊，于是就靠考前临时抱佛脚。
- 每天结束说不清推进了什么。 于是用「今天又没学多少」给自己定性。情绪成本比时间成本更伤人。
把这四点看清楚，就知道问题不在意志力，而在缺少一套能承接碎片时间的流程。下面四个做法，都是可以直接照做的。
二、做法一：把一天拆成三段，任务类型跟着环境走，不跟着计划表走
关键原则只有一句：不是给时段派任务，而是给任务找时段。
- 通勤（20–40分钟，站着、有噪音、随时被打断）
- 午休（15–30分钟，有桌面、能写字，但时间短）
- 睡前（30–60分钟，安静、有整块注意力）
加班打乱的是时长，不是类型。通勤被压缩到10分钟，就只背一组卡片，不去碰真题。这样你不会因为「没完成」而放弃整天。
三、做法二：错题拍照→提取考点→按知识点归类（AI做一半，人工必须复核另一半）
这是整套流程里回报最明显的一步。具体动作：
- 当天错题只拍照，不抄题。 拍照时在备忘录写一句话：「我错在哪」，比如「把必要条件当成充分条件」。
- 每周固定一次集中处理。 比如周日晚上20分钟，把一周的照片集中过一遍，用支持图文识别的AI把题目文字提取出来，并让它输出三件事：这道题考哪个知识点、正确选项的判断依据、这类错误通常出现在哪个环节。
- 按知识点建文件夹，不按来源。 例如「数量关系-概率-条件概率」，而不是「某套卷子」。来源可以写在文件备注里。
- 人工复核，这一步不能省。 AI给出的考点经常只覆盖表面，也可能读错题面——图形题、手写批注、公式排版都是高发区。每一条都要对照原题看一遍，只保留你确认过的考点标签，错的直接改。
- 复核后的条目进「周复习池」。 第二周重做一遍，做对的移出，做错的留下。
四、做法三：备考资料也讲「本地优先」，但别把「本地」和「离线」混为一谈
不少人开始用AI处理网课录音、自己口述的背诵音频，甚至把付费课程讲义、内部题库喂给在线工具。这里有个容易被忽略的点：把工具装在自己电脑上，不等于数据不出机器。
开源本地会议工具 Meetily 的作者就专门区分过「本地部署」和「全程离线」：转写可以调用本机运行的 Whisper 或 Parakeet 模型，摘要也可以选用本地 Ollama 模型，这种情况下数据不出机器；但如果摘要那一步你选了云端服务，转写出来的文本仍然会发送给对应的服务商。这是选型时必须先确认的一点（来源：Meetily 项目作者说明）。
落到备考场景，实操建议是三条：
- 敏感材料默认本地处理，或者干脆不上传。 内部题库、付费讲义、带个人信息的模考成绩，只做手工归档。
- 不敏感材料用在线工具没问题。 公开真题、通用知识点，在线处理更省事。
- 转写只是起点，可编辑比全自动更实用。 通义听悟官方称1小时音视频约5分钟转写，能智能区分发言人，并提供可私有化部署的低代码应用模板；其用户案例提到两小时会议5分钟写完纪要（来源：通义听悟官方介绍）。备考场景里，网课录音和自己口述的知识点复盘可以按同样思路处理。但AI转写和总结不可能完美，「可编辑、能人工干预」比追求全自动更有实际价值。
五、做法四：一份10分钟填完的周复盘模板
只做四列，写完就停：
| 完成项 | 未完成项 | 原因 | 下周调整 |
|---|---|---|---|
| 只写做完了什么，不写感受，3–5条 | 计划了没做的，直接写，不解释 | 一句话归因 | 只改一件事 |
原因一栏有个限制：只能从「时间被占用／任务估时错了／材料没准备好／单纯拖延」里选一个，不许写「状态不好」。状态是结果，不是原因。
下周调整只改一件事。 比如「把周三大题挪到周日」，而不是重排整张表。重排整张表通常等于下周再失败一次。
填写时长控制在10分钟内。设个计时器。超时说明你在写日记，不是在复盘。
六、如果有一个AI助理来承接这套流程
上面这四个做法跑起来，最费劲的其实不是学习本身，而是「承接」：错题照片要整理，考点要归类，知识点要按期回看，每周要有人提醒你哪一块根本没动。
如果有一个助理把这几个环节串起来，负担会轻很多。时踪(DeepPath) 的定位是AI 自进化个人助理，思路是「第二大脑」——不只存资料，而是把目标、计划、知识连起来。放到备考场景：你可以把备考目标说给它，它会帮你拆成阶段计划；你拍下的错题和复核后的考点可以沉淀进知识库，按知识点被索引；执行出现偏差时，它能根据你实际的推进情况调整后面的安排，而不是让你对着原计划自责。所谓「自进化」，体现在随着你积累的材料和反馈变多，它给出的建议会越来越贴合你的节奏。
需要说清楚的是：它不替代你做提取练习，也不替代你复核AI给出的考点。那些仍然是你自己的工作。
七、今天就能开始的一件事
打开手机相册，把今天的错题挑出来，单独放进一个新建相册，命名「错题-待整理」；然后在备忘录里给每道题写一句「我错在哪」。明天通勤的20分钟，就重做其中的两道。
想让这套流程有人接着往下跑，可以去 deeppath.cc 看看它的对话式目标拆解和知识沉淀是怎么运作的。