DELIBERATE PRACTICE
基于正确路径练
先掌握正确的解题方法，再用高强度练习去巩固方法论闭环。
真正有效的练习，不是把题量刷上去，而是让自己的思路与正确解题路径逐步咬合。AI 的价值，是把这套原本依赖老师指导的深度复盘变成日常动作。
古往今来这么多考试，不独 GMAT，愿意做题的考生很多，同时也永远有做了很多题的考生沉沙折戟。其中的原理并不复杂。
先掌握正确的解题方法，再用高强度练习去巩固方法论闭环。
闷头瞎练只会不断重复旧动作，最后强化的仍然是原来的错误习惯。
所以在预算允许的情况下，先掌握正确的解题方法，再开始高强度练习肯定是上策。退而求其次，也可以考虑在网上找到靠谱的免费课程，起码有点章法再做题。
如果你做的题没有解释讲解，AI 对你很重要；如果题目有解释讲解，AI 可能对你更重要。
不少同学以为，做完题之后看完老师给的答案解析——为什么选正确的、其他选项为什么错——一个题的价值就到了尽头。实际上，这远远不够。
重复已有习惯，错误模式可能被继续加固
定位每处思路出轨，找到原因并形成可复用检查点
以 Verbal 中的 CR 题为例，我对学生的题目利用要求如下：
以这种深刻的自我拷问方式进行复盘，做一道题的效果，甚至可能胜于别人闷头瞎做 100 道题。
在没有 AI 的时代，这种复盘工作如果缺乏老师指导会比较困难。现在，深度复盘可以拆成三个稳定动作。
把你学到的某个题型的方法喂给 AI，最好用脑图，让它知道你希望按照什么框架检查。
提交题目、你的选择和当时的推理过程，让 AI 不只解释答案，而是追查你的思路从哪一步开始偏离。
为每道错题标记错因类型、补充检查点，并把同类错误转化为下一轮的专项训练。
案例积累到一定数量，就可以归纳共性问题，把零散教训沉淀成下一次可以直接调用的策略。
AI 的核心作用不是替你判断 A / B / C / D，而是把每一道错误反推成“错因类型 + 可复用训练材料”，让同一种错误越来越难再次发生。
题量不是终点。
把每一次错误变成下一次的检查点，
练习才真正完成闭环。
—— 先学、再练、深挖、归档
可以添加小助理微信，了解对应课程与训练方式。