火一五 MIT 48 小时学习法 v3.0.0#

"I accidentally discovered how to compress a semester of learning into 48 hours." — Ihtesham Ali（X 推文 3M+ views，27K bookmarks）

MIT 研究生发明、Ihtesham Ali 整理传播的 NotebookLM 学习方法：48 小时内从零掌握任意领域，足以通过 qualifying exam。本技能完整还原其原始三问框架 + 反馈循环 + 完整 48h 时间线，并叠加 Ihtesham 全集中的进阶 prompts（synthesis / contradictions / gaps / Feynman / weakness / exam）和 NotebookLM 2026 全部多模态能力。

一、为什么这个方法有效（科学原理）#

原理说明在本技能中的体现Conceptual Frameworks First先掌握领域结构，再填充细节，比从细节往上拼接快 10 倍Phase 1 的 Q1（mental models）+ Q2（disagreements）Active Recall尝试回答比重读笔记的记忆效果强数倍Phase 2 用 6 小时回答 10 个 probing questionsDesirable Difficulty暴露知识缺口的难题比简单复习产生更深的学习Q3 暴露性问题 + Q+ 反馈循环 + 模拟考

二、原始 48h 时间线（Ihtesham 原方案 + 我们的扩展）#

text

Hour 0 ─── 1: Phase 1  Context Stacking + 智识地图
            ├ 上传海量资料（原方案：6 教科书 + 15 论文 + 全部 lecture）
            └ 三问 Q1/Q2/Q3 → 拿到 5 心智模型 + 3 分歧 + 10 暴露问题

Hour 1 ─── 7: Phase 2  主动回忆 + 反馈循环
            ├ 用 6 小时认真回答 10 个 probing questions
            └ 每答错 → ask followup → 诊断盲点 → 追击问题

Hour 7 ── 48: Phase 3  综合 + 模拟考 + 多模态巩固
            ├ synthesize / weakness / exam
            ├ flashcards + mindmap + audio overview
            └ export 到本地知识库

三、前置条件#

bash

# 首次必须认证（浏览器交互登录 Google）
~/.venv/notebooklm/bin/nlm login

脚本每次执行前自动检测登录状态，失效会自动重新 nlm login。

四、命令一览#

脚本位置： huo15-openclaw-mit-48h-learning-method/scripts/mit-learn.sh

4.1 笔记本管理#

bash

mit-learn.sh init "强化学习"            # 创建/复用同名笔记本
mit-learn.sh add --url "..." --file ./paper.pdf --youtube "..." --wait
mit-learn.sh status                      # 当前 notebook 详情
mit-learn.sh list                        # 列出所有 notebooks

4.2 三问框架（核心精髓）#

bash

mit-learn.sh ask mental-models      # Q1: 5 个核心心智模型
mit-learn.sh ask disagreements      # Q2: 3 个根本分歧 + steelman
mit-learn.sh ask probing            # Q3: 10 个暴露性问题
mit-learn.sh ask followup "我的回答…"  # Q+: 反馈循环（错答诊断+追击）
mit-learn.sh ask all                # 完整三问 Q1→Q2→Q3

Q+（反馈循环）是整个方法最容易被忽视的精髓：每次回答完一个 probing question，立刻把答案传给 ask followup，让 NotebookLM 诊断你的盲点并生成更深的追击问题。Ihtesham 原文： "Every wrong answer triggered: 'Explain why this is wrong and what I'm missing.'"

4.3 进阶分析（Ihtesham 全集 + 网上最佳实践）#

bash

mit-learn.sh synthesize         # 综合所有资料为一个统一思维框架
mit-learn.sh contradictions     # 找出资料之间的矛盾（含隐含矛盾）
mit-learn.sh gaps               # 对照行业标准识别知识缺口（致命/重要/次要）
mit-learn.sh feynman "梯度下降" "我的解释..."   # Feynman 角色反转 teach-back
mit-learn.sh weakness           # 预测学习者最可能的 5 个盲区
mit-learn.sh exam               # 生成 15 题模拟期末考（含评分要点）

4.4 NotebookLM 多模态产物#

bash

mit-learn.sh audio [deep_dive|brief|critique|debate]
mit-learn.sh video [auto_select|classic|whiteboard|kawaii|anime|...] [explainer|brief|cinematic]
mit-learn.sh flashcards [easy|medium|hard]
mit-learn.sh quiz
mit-learn.sh mindmap
mit-learn.sh chat-config [default|learning_guide|custom]   # 设置 chat persona
mit-learn.sh download audio --id <artifact_id> -o out.m4a  # 下载已生成产物

4.5 完整流程#

bash

# 快捷：init → add → 三问 → audio
mit-learn.sh full "强化学习" --file ./book.pdf --url "https://..."

# 完整 48h 马拉松：三阶段 + synthesis + weakness + exam + 多模态 + export
mit-learn.sh marathon "强化学习" --file ./book.pdf --youtube "..."

4.6 知识库整合#

bash

mit-learn.sh export   # 把所有产物导出到 ~/knowledge/huo15/learning/<topic>/

每次 ask / synthesize / 等命令都会自动把 prompt + 响应保存为 markdown 到 ~/knowledge/huo15/learning/<topic>/<日期>-<命令>.md，符合三层记忆/KB 协调规则的 L3 共享 KB wiki。

五、Ihtesham 原始三问 vs 本技能的强化版#

维度Ihtesham 原始措辞本技能强化点Q1 Mental Models"5 core mental models that every expert in this field shares"加入"为什么是核心""跨子领域使用频次""相互嵌套关系"等结构化要求Q2 Disagreements"best argument from each side"强制要求 steelman、识别分歧根源（本体论/方法论/价值观/证据偏好）Q3 Probing Questions"expose whether someone deeply understands vs memorized"显式约束：≥3 道反直觉题，≥2 道隐含假设题，≥2 道跨领域迁移，≥1 道识别教科书简化Q+ Followup"Explain why this is wrong and what I'm missing"加入认知盲点诊断 + 生成"追击问题"

六、典型 48h 工作流示例#

bash

# Day 1 早晨（Phase 1，约 1 小时）
mit-learn.sh init "Transformer 架构"
mit-learn.sh add \
  --file ~/papers/attention-is-all-you-need.pdf \
  --file ~/papers/gpt3.pdf \
  --url "https://jalammar.github.io/illustrated-transformer/" \
  --youtube "https://youtu.be/iDulhoQ2pro" \
  --wait
mit-learn.sh ask all   # 拿到智识地图

# Day 1 上午~下午（Phase 2，约 6 小时）
# 用纸笔/语音逐个回答 Q3 的 10 个 probing questions
# 每答完一题：
mit-learn.sh ask followup "我的回答是：multi-head attention 就是把 Q/K/V 分成 8 份并行..."
# 再答下一题、followup …

# Day 2（Phase 3，剩余 24 小时）
mit-learn.sh synthesize    # 综合成统一框架
mit-learn.sh weakness      # 看看自己最可能哪里没学透
mit-learn.sh exam          # 自我测试
mit-learn.sh flashcards hard
mit-learn.sh mindmap
mit-learn.sh audio brief   # 用洗澡/通勤时间反复听
mit-learn.sh export        # 沉淀到知识库

七、环境变量#

变量默认值用途NLM``~/.venv/notebooklm/bin/nlmnlm CLI 路径NOTEBOOKLM_PROFILE``default多 Google 账号切换MIT_LEARN_LANG``zh-CNaudio/video 输出语言MIT_LEARN_KB_DIR``~/knowledge/huo15/learning导出目录DEBUG``0设为 1 打印 debug 日志

八、注意事项#

• 当前 notebook ID 保存在 ~/.mit-learn-notebook-id，所有非 init 命令复用它
• 切换学习项目时重新 init 即可
• NotebookLM API 有速率限制，连续请求建议间隔 10s+
• 三问/进阶命令的输出 自动保存 到 ~/knowledge/huo15/learning/<topic>/，无需手动复制
• 反馈循环（ ask followup）是这个方法的灵魂——不要省略
• marathon 命令会跑完所有阶段产物，约 5-10 分钟（不含你回答 probing 的 6 小时）

九、参考资料#

• Ihtesham Ali on X - 原始 viral 推文
• Ihtesham Ali on X - 90 分钟 context stacking 进阶
• Ihtesham Ali on X - 16 NotebookLM 进阶 prompts
• How an MIT Student Compressed a Semester of Learning into 48 Hours with NotebookLM
• NotebookLM Advanced Guide 2026: Custom Instructions, Deep Research
• 10 NotebookLM Prompts For Studying (Beat 99% of Students)

---

更新日志#

v3.0.0 (2026-04-27)#

重大重构：精髓还原 + 进阶能力 + NotebookLM 2026 集成

精髓修正

• 三问 prompt 用 Ihtesham 原始措辞（"5 core mental models that every expert in this field shares" 等），叠加结构化输出要求
• 新增 Q+ 反馈循环（ ask followup）：实现 Ihtesham 原文 "Explain why this is wrong and what I'm missing"——这是原方法最易被忽略的精髓
• 新增完整 48h 时间线（ marathon 命令）：Phase 1 智识地图 / Phase 2 主动回忆 / Phase 3 综合巩固

6 个新增进阶命令（基于 Ihtesham 全集 + 网上最佳实践）

• synthesize — 综合所有资料为一个统一思维框架（Ihtesham synthesis prompt）
• contradictions — 找资料之间的矛盾（含隐含矛盾检测）
• gaps — 对照行业标准识别致命/重要/次要知识缺口
• feynman — Feynman 角色反转 teach-back（你解释，AI 当 12 岁孩子追问）
• weakness — 预测学习者最可能的 5 个知识盲区
• exam — 生成 15 题模拟期末考（含评分要点和及格线）

NotebookLM 2026 原生子命令集成

• flashcards / quiz / mindmap — 调 nlm 原生命令
• chat-config — 设置 notebook-level chat goal（learning_guide/custom）
• download — 下载所有产物（audio/video/quiz/flashcards/mindmap/report/...）

知识库整合

• 所有 ask / 进阶命令的输出 自动保存 为 markdown 到 ~/knowledge/huo15/learning/<topic>/
• export 命令生成 INDEX.md 汇总学习档案

Bug 修复

• 修复脚本主入口调用 usage 但未定义导致 command-not-found 的 bug
• 修复 SKILL.md 中错误的脚本路径（原写 huo15-mit-48h-learning-method 缺 openclaw 前缀）
• 统一版本号（_meta.json / config.json / SKILL.md / 脚本注释）
• auto_login 仅对网络命令运行，help/list 不再触发不必要的网络检查
• 修复空数组传递给 cmd_add 时产生空字符串参数的 bug
• 颜色变量 LANG 重命名为 LEARN_LANG，避免污染 shell 全局 LANG 变量

v2.0.0 (2026-04-06)#

• 支持 file:// URL 自动转真实路径
• 音频生成 wait_for_audio 等待确认
• 重复 notebook 检测
• 自动续登录
• 修复 full 命令数组传参 bug

bash

# 一键体验完整 48h 学习马拉松
mit-learn.sh marathon "你想学的领域" --file ./key-paper.pdf --url "..." --youtube "..."