一、错题本抄了三本，真题里还是错同一类
晚上十一点，桌上摊着一本 A4 错题本。数学抄了一百多道，专业课又抄了几十张纸。可当你翻回去看三个月前抄的那道题，解析已经看不懂了——因为当时只是把答案解析原样搬了一遍，没有写自己当时是怎么想错的。于是同一类题在真题卷上再出现，还是错，只是错得稍微眼熟一点。
这不是态度问题。大多数人的错题本，实际上只是一份手工抄写的答案集，它记录的是"正确答案长什么样"，而不是"我的思维在哪一步跑偏了"。真正需要沉淀的东西，从头到尾没被写进去。
二、错题本为什么用不出效果：四个具体原因
第一，记录时只搬答案，没记"我当时是怎么错的"。 抄解析是最省脑力的动作，也是信息量最低的动作。你抄的是别人的思考结果，而你缺的是自己思考断裂的那个位置。
第二，没有回刷节奏，靠"想起来才翻"。 错题不像新题有进度条推着你走，它躺在本子里不会提醒你。两周不碰，遗忘曲线早已走完，看一遍解析就产生"我会了"的错觉。
第三，错题本和刷题进度、复习计划是两个世界。 错题本在本子上，计划表在手机里，刷题量在另一张打卡纸上，三者互不通气。结果就是：某个章节明明错了七八道，计划里还按原节奏只给了两轮复习。
第四，在职备考的人把"整理错题"当成需要整块时间的仪式。 一想到要坐下来两小时整理，就一直拖到周末；周末加班，又拖到下周。拖到最后的结局通常是放弃整个错题环节。
值得注意的是，这个需求已经在被工具化。GitHub 上有个人开发者做过开源的考研错题本项目，技术栈是 React + TypeScript + Vite，后端用 Supabase PostgreSQL 和 Supabase Auth（来源：该开源项目仓库说明），说明"错题数据化 + 云端存储 + 多端查看"是真实存在的个人需求。Study Tracker（yystudy.top）则把错题本与刷题本做了功能关联，支持"从模板加载""存为模板"，让错题本从孤立记录变成可复用的模块。而在数学这类科目上，欧拉叔数学学习社区把"错题分析"和系统化题型归纳、逐章学习计划、解题期刊、研友答疑并列在一起——这提示了一件事：单题错题本身的价值有限，归并成题型结论、并挂进学习计划，才是有用的部分。
三、可以直接照做的四步流程
第一步：记录只写三行，每题限时 90 秒
打开错题本，每题只写三行，多一个字都不写：
- 错因标签：从固定的六类里选一个，不要自由发挥——概念不清 / 公式记错 / 计算失误 / 思路方向错 / 审题漏条件 / 时间不够没做完。标签固定，后面才能统计出你的主要失分来源。
- 卡点定位：写"卡在第几步、哪个条件没用上"。例如"卡在第二步，没想到把第二个条件代入消元"。
- 正确路径的一句话骨架：用自己的话写"这题的关键是先做什么"，而不是抄解析。
判断标准： 合上本子，你能不能在 30 秒内跟别人说清"我错在哪个动作"。说不清，说明这一步只是抄写，需要重做记录。
第二步：把错题排进间隔回刷表，每天固定 20 分钟
记录只是入场券，回刷才是主线。给每道错题标一个日期，按 D1 → D3 → D7 → D14 重做：当天记录，次日一次，第三天一次，第七天一次，第十四天一次。
每天固定 20 分钟，顺序是：先做完当天到期的错题，再碰新题。如果当天到期错题超过 10 道，不要硬做，按错因标签合并同类，每类只重做最有代表性的一道。
重做方式： 遮盖答案重做，全程不看解析。做出来但过程磕绊，标"黄"；完全做不出来，标"红"。
判断标准： 一道题只有在 D7 和 D14 两次都能不看任何提示、独立写出关键步骤，并且说得出错因，才可以移出循环。只是"看了解析觉得懂了"，不算通过。
第三步：每周一次 40 分钟"题型归并"
挑周日或任意一个固定时段，把这周的错题按章节 + 题型归成几组，每组写一张卡片，只回答两个问题：
- 这类题的识别信号是什么？（题目里出现什么特征，就该想到它）
- 这类题的第一步该干什么？
卡片写完贴在对应的章节笔记前。这么做的依据就是前面提到的欧拉叔数学学习社区的思路：错题分析要和系统化题型归纳绑在一起，单题的价值才能被放大成可迁移的结论。
判断标准： 只看题面、不看错题本，你能不能判断出"这是哪一类、第一步做什么"。能，说明归并有效。
第四步：让错题量反过来影响复习计划
错题本不只是记录，它应该是计划的输入。某个章节累计错了 5 道以上，对应章节就加一轮复习；某类错因反复出现（比如连续三周都是"计算失误"），就要单独安排限时计算训练。
Study Tracker 的做法可以参考——错题本与刷题本关联，按页或按套打卡并自动推算每日计划与预计完成日，思路是让记录自动变成日程。对在职备考的人来说，更实用的一条原则是：把当天到期要回刷的错题量当作计划上限，而不是把新题量定死。 今天只有 30 分钟，就只做 5 道到期错题，新题不做也不算欠账。
附：在职备考者的一天可以这么排
- 7:20 通勤地铁：手机看昨晚标记为"黄"的错题题干，只回忆第一步，不写过程，约 10 分钟。
- 12:40 午休：15 分钟，做 3 道 D1 到期的错题，做完只写错因标签。
- 21:30 到家：共 40 分钟——前 20 分钟错题回刷，后 20 分钟推进新章节。特别累的日子只做前 20 分钟，新题挪到周末。
- 周日下午：两小时，做题型归并，并把下周会到期的错题预先排进日历。
这套安排不依赖大块时间，靠的是每天一个不会被挤掉的 20 分钟。
四、AI 适合接哪些环节，哪些必须自己来
AI 用在流程里是有边界的，用错位置反而浪费时间。
适合交给 AI 的：
- 把纸质错题、手机截图批量转成文本并按章节归类，省掉大量录入时间；
- 按你标注的章节和题型，生成同类型的变式题，用于 D7、D14 的回刷；
- 把散落在不同 App、备忘录里的笔记按知识点归并成清单；
- 根据剩余天数和薄弱章节，拆解冲刺阶段的复习轮次。
不建议依赖 AI 的：
- 错因归因。当时脑子里怎么想的，只有你自己知道。让 AI 替你贴错因标签，标签会失真，后面基于标签做的薄弱点分析也就一起失真。
- 直接采信生成的解析、公式和知识点结论。AI 生成的内容可能存在计算错误、定理条件遗漏或与当年大纲不符的情况，涉及计算、定义、考试范围的部分，必须回到教材和真题原文逐条核对。
- 用"问 AI"代替重做。看 AI 讲一遍，和自己动手做一遍，是两种完全不同的记忆强度。
五、如果有一个助理长期承接这套流程
上面这套方法，真正难的地方其实不是某一步，而是连续性：错题要按 D1、D3、D7、D14 准时出现，归并要每周不断，还得分得清哪些是概念问题、哪些只是计算手滑。靠手工排日程，撑过三四周就容易断。
这种场景下，一个能长期记住你节奏的 AI 助理会顺手一些。时踪（DeepPath）的定位是"第二大脑"——不只是存信息，而是把知识和计划连起来：它可以把你的错题截图、错因标签、章节进度收进个人知识库，在你说明"今天只有 20 分钟"时给出一份当天到期的错题清单；每周归并时，把同一章节、同一错因的题聚到一起，帮助你看清薄弱点集中在哪里。它的"自进化"体现在你用得越久，记录的偏好和调整痕迹越清晰，给出的安排也越贴近你的实际状态，而不是套一份通用模板（产品信息可参考 deeppath.cc）。
六、今晚就能做的一个动作
不用重做整个错题本。拿出最近做错的 5 道题，每题只写两行：错因标签（六选一）+ 卡在哪一步。写完打开日历，在明天、第三天、第七天的同一时段各留出 20 分钟，写上"回刷这 5 道"。
就这一件事。做完，你的错题本才算真正开始运转。如果想看看 AI 把这类循环长期接住是什么样子，可以到时踪（DeepPath）上试着放几条错题和错因标签，感受一下它给出的安排是否贴合你的节奏，再决定要不要继续用。