手把手教你写《计划学》,（精选5篇）
更新日期:2025-08-23 07:12
写作核心提示：
这是一篇关于计划学作文应该注意哪些事项的文章：
"精心规划，事半功倍：计划学作文的关键注意事项"
作文，作为语文学习乃至各学科表达的重要载体，其重要性不言而喻。而“计划学作文”，则强调在动笔之前，进行充分的构思和规划，如同建筑师绘制蓝图一般，为后续的写作奠定坚实的基础。一份好的作文计划，不仅能提升写作效率，更能保证文章的结构清晰、内容充实、逻辑严谨。那么，在进行计划学作文时，我们应该注意哪些事项呢？
"一、 明确目标，精准立意是前提"
在动笔之前，首先要吃透题目要求。仔细审题，弄清楚作文的类型（记叙文、议论文、说明文等）、中心思想、写作范围、字数限制等。在此基础上，确立一个清晰、具体、深刻的中心思想（立意）。立意是文章的灵魂，决定了文章的价值取向和表达深度。确保你的立意既符合题意，又具有独创性和感染力。这个阶段，可以用关键词、一句话甚至一个段落来概括你的核心观点。
"二、 广泛构思，素材积累是基础"
“巧妇难为无米之炊”。一个精彩的作文离不开丰富的素材支撑。在明确立意后，要围绕中心思想进行发散性思维，回忆相关的生活经历、阅读积累的知识、听闻的故事等，尽可能多地捕捉与主题相关的点。可以运用思维导图
毕业生访谈 | 何子默：要敢于选择一个有挑战性的问题
今年7月，25届通用人工智能实验班本科生顺利毕业，他们将带着在通班、在北大的所学、所思、所获，走向各自广阔的未来。我们采访了部分毕业生，和他们聊聊大学这几年学了什么、做了什么、想了什么，期待这些访谈能为他们留下宝贵的青春回忆，也期待为读到这些访谈的你提供对学业、对生活、对时代、对自己人生的思考。
今天的受访者是来自北京的何子默，他通过高考进入北大元培学院，因在大一听了朱松纯老师的人工智能讲座后投入人工智能领域。在学习中，他随性而专注，不盲从传统的课堂模式，有着自己独特的学习节奏与方法；在科研上，他勇于尝试、不断探索，在多个实验室的轮转中明确自己的方向。这个看似随性的年轻人，正在用自己的方式探索数智时代的学术密码。
何子默： 我是通班招收的第二届学生，当时通班还没有什么知名度，我是在开学时朱松纯老师的一场讲座上了解到通班。我在高中时期学过信息竞赛，有一定基础，平时也比较喜欢编程，后来发现人工智能也很有趣，符合我对程序员的想象。当时我报名尝试一下，面试比较顺利就进入了通班。
何子默： 大一时有一些人工智能基础课，当时有一门课要求做一个下棋程序，整个算法采用了启发式搜索方法，还有对战平台，程序可以相互对战。我觉得这很有意思，投入了大量时间优化程序。我记得当时在元培学院地下室的24小时自习室通宵达旦地研究，感觉非常有趣。
记者：来到通班之后，你觉得迈入通用人工智能这个专业门槛最关键的课程是什么？ 何子默： 我觉得通用人工智能这个专业其实需要学习很多方面的课程，并不是某一门课能够去涵盖的。如果一定要选择的话，我认为可能是朱松纯老师开的《早期与中层视觉》。现在人工智能之所以火热，很大程度上是因为像ImageNet这样大规模数据集的出现和深度学习技术（以及老黄的算力）。但实际上这个领域在此之前已有数十年的发展历史，虽然当时被称为“寒冬期”。因此有许多算法和深刻的见解，在更早期的工作中就已经有所研究。这门课程并未过度聚焦于深度学习，而是讲授了许多传统计算机视觉中的方法，包括统计学的一些方法，我认为很有启发性。我现在从事的计算机视觉、3D视觉研究，也延续了之前学习的方向。
何子默： 比如朱老师曾经举过一个例子。假设一个256乘256的图像，它的图像空间是很大的，有256乘256个像素，每个像素可能有多个数值。但真正能在我们生活中被看到、被人眼识别的自然图像实际上很少，大概只占所有图像的极小比例，接近于零。相当于在一个高维空间中存在一个低维子空间。这种特点不仅存在于图像中，扩展到其他数据模态也是如此：本身的空间可能是一个高维空间，但真正有意义的、能被人感知的，实际上是一个低维空间。因此需要思考如何在高维空间中定位到这个低维空间的信息。
记者：我之前好像听姜广源也提到过这个事儿。他说因为元培都要上《理想国》，他觉得这个特别像《理想国》里面的“分线喻”，就是有那个可见世界和可知世界。 何子默： 我同意广源的观点。我也上过这门课。说到《理想国》，我想到我之前做过的生成模型研究，生成模型实际上与《理想国》中的洞穴喻很相似。洞穴喻是指人被束缚在洞穴中，人的背后有一排物体，后面有人举着火炬走动，火光将人后面物体的影子投射在墙壁上。人只能看到墙壁上的影子，以为那就是真实的世界。这与生成模型很相似，训练生成模型的数据，比如图像就是人看到的影子，需要先编码到隐空间（Latent space）上，那实际上是图像的一种表征。在构建生成模型的过程中，我们也需要将真实世界投影到洞穴世界，需要考虑如何根据洞穴上的图像解码真实世界。这确实有相似的思想。
记者：在这个过程中会不会出现一些偏差，然后就发现没法解码了。 何子默： 确实，信息压缩必然会产生偏差，所以要提取最关键的信息。比如刚才说的图像的例子，维度是256乘256，但真正定义图像语义信息的维度远达不到这么多。比如潜在空间可能学出几百个、几千个维度，有几千个变量可以定义图像，改变这几千个变量，图像就可能完全不同。这几千个变量相当于最关键的特征。在之前的计算机视觉课上，朱老师也讲到他当时的成名作Frame Model，是1998年的工作，大致就是利用这种思想，用统计方法提取图像最重要的特征。我觉得这很有意思。
何子默： 我认为是ICS，全称是《计算机系统导论》（Introduction to Computer System）。这门课是信科学生大二上学期的必修课，也是通班的必修。这门课可以说是有口皆碑，公认质量很高，但任务量也很大。公认的一点是这门课程确实优秀，讲授的内容能让学生构建对计算机的系统性认知。我上完这门课后才算真正了解计算机的工作原理，当时每周都在这门课的作业上投入大量时间。
何子默： 我认为确实需要投入时间，但并非需要特别高的智商。对我来说，这门课是那种投入时间就能够掌握的类型。比如有一本四、五百页的教材，一学期将教材看一遍，基本上能够学懂，完成课程作业也没有问题，只是需要花费大量时间。当时我主要的时间都投入在这门课程上。
记者：对，现在还有一个很普遍的现象，就是大家上大学之后，基本上你每时每刻都会在一个上网的状态。然后网上除了你的学习任务之外，还会有你朋友的、老师的消息，有时候你可能也会想刷一刷新闻，刷一刷朋友圈。对你来大概是一个怎样的状态？比如说学多久会看一会手机？ 何子默： 这取决于我电脑有没有挂着微信，如果电脑登录了微信，我就不会看手机。因为我看手机主要是担心有消息没有及时查看。如果电脑登录了微信，电脑会直接提醒我，我可以立即切换到微信回复消息，然后再回到自己的工作。
记者：所以其实你不太容易被打扰。有的人可能本来只想看五分钟手机，回个消息，然后可能就刷了2个小时手机。 何子默： 那确实有些夸张。可能是因为我手机上没有什么可刷的内容。比如可能有人会刷小红书、抖音或者哔哩哔哩，但我手机上没有下载这些应用。
记者：对于你来说，你是不怎么需要这些娱乐消遣性的东西的？ 何子默： 还是需要的，但我一般不会浏览那种短视频，不会用碎片时间浏览这些内容，我认为这样有点浪费生命，我会有意识地让自己隔离开那些干扰。
记者：那你应该就是数智时代需要的那种学习者。我觉得现在最值得担忧的一个问题就是，数智技术，包括AI作为工具本身它没有对错，可能还是很好的。但是人对它的使用会把人区分开，一部分人可能会很依赖于这些技术，不管是娱乐性的也好，还是技术服务性的东西也好，包括GAI，人就会把自己的思考、把自己的生命交给技术；然后另外一部分人可能会很好的驾驭这个技术，让技术去辅助自己做更多自己想做的事情。我觉得你是一个主动性很强，并且又能够抵御一些诱惑的人，你在学习方面有什么策略或者心得吗？ 何子默： 我认为关键是要有一个进度条，能够明确自己的进度和目标。比如学习一门课程，首先要查看课程大纲或目录，了解这门课程包含哪些知识点和教学目标，清楚自己现在学到了哪里、每个部分大概需要多少时间，建立这样的进度认知。这样会产生一种“打怪升级”的感觉，带来成就感。我现在很多课程都是通过网课学习，或者自己在网上查找资料，能够清楚地看到学习进度，比如网课平台会显示进度百分比，按照计划学习即可。
何子默： 我最初选择了通班的一门课程《人工智能系统实践》。这门课程的设计是在学期初一些老师开设课题，主要是北大或者通研院的老师和研究员，他们会提供一些研究课题，几十个选课的通班学生会在这些课题中选择自己感兴趣的方向，然后被分配到相应导师指导下进行一学期的科研工作。因为这是必修课，即使不打算从事科研，也必须选择这门课程参与科研实践。我当时选择了通研院的一个课题，是关于人物交互动作生成的研究，觉得很有意思。这个研究可以应用于3D游戏和动画的制作，可以用生成模型直接建模人体的动作序列。大二暑假我开始到通研院，正式加入研究组。
记者：你觉得对于本科生来说，课程和科研的关系怎么处理？ 何子默： 我认为课程要选择一些自己感兴趣或者认为重要的认真学习；一些不重要的课程达到基本要求即可，要学会合理分配精力。我觉得做科研远比上课具有挑战性。我从大二暑假开始从事科研后，发现自己花在课程上的时间比之前减少，但总体的课程成绩反而提高了。因为课程的要求相对容易达到，很多课程问题对于科研来说都不算难题。科研是在完全不知道解决方案的情况下，需要自己探索尝试新的解决方案，不断试错，可能90%、95%甚至99%的时间都是要经历失败的；但是课程的内容很多都是确定性的，解决方案是已知的，只需要将其实现。所以开始从事科研后，在课程学习上我个人体会是更加游刃有余了。 何子默： 可以选择我之前担任过助教的一门课程《人工智能系统实践》（笑）。这门课程经过了改革，我当时选课时还没有改革，后来老师发现大家刚开始入门时很难直接参与课题研究，因为缺乏基础知识。要从事科学研究，需要掌握一些必备的工具和技能，比如如何查阅文献、如何编写项目代码、如何查找各种资料，这些技能大部分同学刚开始的时候都不具备。所以这门课程现在改革为先教授大家这些基础技能。
本科生如果要从事科研，我认为在初期什么都不懂的情况下，确实需要有人指导。最理想的情况应该是先找到一个好的导师，不一定是教授，也可以是学长或学姐，跟随他们完成一个完整的科研流程。从最初的想法形成，到编写代码验证，到最后完成实验后撰写论文、投稿论文的整套流程。在别人指导下完成一遍后，之后即使独立完成其他工作，也会了解整个过程，知道有哪些规范的步骤需要完成。
何子默： 首先是严谨可靠，能够经受质疑，没有逻辑漏洞，能够站得住脚。其次是有意义，即研究成果确实能对该领域、对学术社区产生真正的推动作用，实际上这样的工作很少，也往往能够得到大家的认可，这也是评价研究质量的一个标准。
何子默： 我认为作为一个还没入学的博士生谈论这个问题可能还不够资格（笑），只能谈谈自己的理解。
我认为在最初选择科研任务或问题时，就应该敢于选择具有挑战性的问题。因为如果从事的工作没有什么挑战性，或者很有把握完成，比如有80%的把握能够完成，那这项工作很难说是特别重要或有意义的，这样的工作不需要你来做，或者做出来也不会有太多人关注。所以在最初选择任务时，就必须明确这项工作确实很有挑战性也很有意义，而你有一些洞察性的想法，或者有一些巧妙的方法，有可能能解决它，我认为这样才能够产生真正的创新。
但这种情况下往往把握不大，由于挑战性很大，所以把握可能只有20%、30%，而不是80%，这确实是一个很难决策的事情，需要承担风险。所以我认为一方面要选择足够有挑战性的任务，另一方面要有承担风险的心理准备。不能期望一定能够做出成果，如果这样的话就太厉害了，想到什么创意都能成功，这是不太可能的。有些时候要接受过程中可能会有的很多次失败。
素材 | 何子默 文字 | 王潇语 排版 | 梁文凯玥 — 版权声明 — 本微信公众号所有内容，由北京大学人工智能研究院微信自身创作、收集的文字、图片和音视频资料，版权属北京大学人工智能研究院微信所有；从公开渠道收集、整理及授权转载的文字、图片和音视频资料，版权属原作者。本公众号内容原作者如不愿在本号刊登内容，请及时通知本号，予以删除。 心理学“峰终定律”：再抵触的学习，这样做也能爱上
你有没有过这种体验？打车时车臭、司机开错路，你气得想打差评，可最后他递你一瓶水、帮你提行李，你瞬间就消气了，甚至觉得“好像也没那么糟”。其实这不是你心软，是心理学里的“峰终定律”在起作用——人对一段体验的记忆，只由两个时刻决定：最强烈的“峰值” 和结束时的“终值”，中间的糟心事很容易被这两个点覆盖。
更妙的是，这个“人性bug”还能用来治“学习抵触症”！不管你多讨厌背单词、刷数学题，只要学会创造学习的“峰值”和“终值”，大脑就会默认“学习很愉快”，慢慢就会上瘾。今天教你两步实操法，亲测有效。
一、先搞懂“峰终定律”：为什么打车的糟心事，最后会被一瓶水抵消？
先拆解打车的例子，你就明白这个定律多好用：
- 峰值时刻：司机递水时，你会觉得“哇，没想到他还挺贴心”，这是这段体验里最正面的“刺激点”；
- 终值时刻：下车时他帮你提行李、叮嘱“路上小心”，结束时的感受是温暖的；
- 结果：虽然中间车臭、开错路，但大脑记住的是“递水”和“帮提行李”这两个好时刻，最后就不会给差评。
反过来想：如果学习时也能制造“超爽的峰值”和“愉快的终值”，大脑就会忘了中间“啃难题的痛苦”，反而觉得“学习还挺有意思”——这就是把“抵触事”变“喜欢事”的关键。
二、第一步：创造学习“峰值”——把“煎熬时刻”换成“超爽时刻”
很多人抵触学习，是因为总盯着“不会的内容”：背单词总卡壳、数学题算半天不对，越学越崩溃。其实你再讨厌的科目，也有“相对擅长的部分”，这就是你要找的“峰值素材”。
实操方法：“痛点切换法”，负面情绪一冒头就换内容
1. 先找“你的峰值素材”：
- 比如你讨厌英语，但记单词快，那“背单词”就是你的峰值素材；
- 你怕数学，但几何题能做对，那“刷几何题”就是峰值素材；
- 哪怕是最弱的科目，也能找：比如历史记不住年份，但喜欢看历史故事，那“读历史小故事”就是峰值素材。
2. 学习时“穿插切换”，别硬扛：
- 比如你计划学1小时：先花20分钟啃难题（比如物理公式推导），一旦觉得“烦躁、想放弃”（负面情绪到峰值前），立刻切换到“峰值素材”，花10分钟背单词（你擅长的）；
- 等背单词时找回“我能行”的爽感（这就是正面峰值），再回去花20分钟啃难题，最后10分钟又切回峰值素材。
- 这样一来，1小时里你有2个“超爽时刻”，大脑会记住“我今天做对了好多题、背了好多单词”，而不是“我推导公式推导得快疯了”。
举个例子：讨厌语文的学生，怎么造峰值？
- 痛点：怕文言文翻译，看两句就头疼；
- 峰值素材：喜欢写短句、背古诗；
- 学习安排：20分钟看文言文（痛点）→ 10分钟背李白的诗（峰值，背会一首超有成就感）→ 20分钟继续看文言文→ 10分钟写两句自己喜欢的短句（峰值，比如“今天的云像棉花糖”，简单又快乐）。
最后记住的，是“背会诗、写了短句”的爽感，对文言文的抵触也会少一点。
三、第二步：创造学习“终值”——用“轻松收尾”，给大脑留个“好印象”
很多人学习结束时，总爱“赶进度”：比如快到点了，还硬着头皮预习新知识点，结果没看懂，带着“我又不会”的挫败感结束——这就等于给学习体验“留了个烂终值”，下次更不想学。
正确的做法是：学习快结束时，坚决不碰难的、新的内容，选“轻松、有即时反馈”的事做，让结束时的感受是“我做到了”“真简单”。
实操方法：“终值3分钟法则”，最后3分钟只做“稳赢”的事
不管你学了多久（1小时还是3小时），最后留3-5分钟，从下面选一件事做：
- 选项1：默写已经会的内容（比如默3首会背的古诗、10个记熟的单词），写完对答案，全对的瞬间超有成就感；
- 选项2：整理当天的“小收获”（比如写在便利贴上：“今天学会了2个数学公式”“搞懂了1个物理概念”），看着收获清单，会觉得“今天没白学”；
- 选项3：做一道超简单的题（比如数学的计算题、语文的选词填空），保证能做对，结束时带着“我又对了”的愉悦感。
关键：别贪多，越简单越好
比如你学了2小时数学，最后别再刷压轴题，就做1道小学水平的计算题（比如12×15），算对了就结束——虽然简单，但能给大脑留“学习=轻松搞定”的印象，下次再学就不会抵触。
四、最后想说：峰终定律的核心，是“给大脑‘骗’个好记忆”
你不用逼自己“必须爱上学习”，也不用硬扛“啃难题的痛苦”，只要学会“制造峰值和终值”，大脑就会帮你“美化”学习体验：
- 今天你创造了1个峰值、1个终值，大脑会记“学习挺爽”；
- 明天再做一次，大脑会记“学习好像一直挺爽”；
- 坚持一周，你会发现：不用别人催，你自己就想坐下来学——因为大脑已经默认“学习是件愉快的事”。
不止学习，减肥、运动这些你抵触的事，也能这么用：比如运动的峰值是“跳喜欢的操”，终值是“拉伸时的放松感”，慢慢就会爱上运动。
记住：人不是靠“意志力硬扛”做事，是靠“好体验驱动”做事。用峰终定律给学习造个“好体验”，你会发现：原来爱上学习，真的没那么难。
