标准证明展开时，每一步都有文字、图形和定理名称作为线索，阅读会产生强烈的连贯感。但关闭答案后，需要主动决定从哪里开始、添加什么辅助线、调用哪条定理并怎样排列步骤。这两个任务对知识的要求不同。
数形智拍(GeoSnap)把“已查看”和“已掌握”分开记录：看过标准证明只说明路线被展示，独立提交并通过当前逻辑检查才提供更强的掌握证据。即使如此，一次通过仍不能替代后续的延时复现与变式应用。
为什么看懂证明不等于会证明？ 看懂主要依赖对现成步骤的识别，独立证明要求主动恢复目标、构造、定理前提和步骤顺序。真正掌握至少应表现为：没有完整提示时能够重建合法证明，并能在延时或表面变化后再次调用同一结构。
关键结论
- 阅读流畅是当前理解线索，不是独立生成能力的充分证据。
- “会背证明”与“会选择证明方法”仍然不同。
- 掌握可以分为识别、解释、复述、独立证明和迁移多个层级。
- 主动证明应在查看完整答案之后逐步撤去提示，而非始终从零盲搜。
- 反馈要指向第一个错误步骤、缺失前提或非法依赖。
- 延时重建检验保持，变式应用检验结构迁移。
- AI 校验能提供辅助反馈，但不等同于形式化验证或永久掌握。
阅读证明时发生了什么？
阅读是一项高线索任务：下一步已经出现，只需判断它是否与前文一致。 图上辅助线已经画好，定理名称已经写出，步骤顺序也已经确定。
这些外部线索会带来三种便利：
- 目标线索：知道当前证明最终要去哪里。
- 构造线索：无需在多个辅助线候选中搜索。
- 顺序线索：无需决定哪条中间结论先证明。
因此，“每句话都能读懂”很重要，却没有直接测试这些选择能否被主动生成。
独立证明多出了哪些任务？
独立证明同时要求问题建模、搜索、定理调用和自我检查。 任何一环中断，都可能出现空白。
| 任务 | 阅读证明 | 独立证明 |
|---|---|---|
| 识别已知与目标 | 文本通常已整理 | 需要自行规范化 |
| 选择辅助线 | 已经给出 | 需要从多个候选中搜索 |
| 选择定理 | 名称常已标注 | 需要识别当前前提 |
| 排列步骤 | 顺序固定 | 需要构造中间目标 |
| 发现错误 | 可与标准链对照 | 需要自我监控或外部反馈 |
看懂与会证明之间的差距，不应被解释为意志问题。它是任务结构发生变化的结果，因此需要专门练习从低线索到无提示的过渡。
掌握一条定理可以分成哪些层级？
掌握不是一个开关，而是一组逐渐增强的可观察能力。 将状态分层，可以避免把“见过”直接标记为“会用”。
| 层级 | 可观察表现 |
|---|---|
| 1. 见过 | 对名称或图形有熟悉感 |
| 2. 能陈述 | 可以说出完整前提与结论 |
| 3. 能解释 | 可以说明证明中的关键构造和依据 |
| 4. 能复述 | 能按原路线重现大部分步骤 |
| 5. 能独立证明 | 无完整提示时构造一条合法证明 |
| 6. 能迁移 | 在表面不同的问题中识别并调用结构 |
不同目标可能要求不同层级。只做快速查阅时，第二级也许足够；要把定理作为后续证明的可靠前置，则至少需要准确陈述和主动调用。
主动提取研究能说明什么？
主动提取不是只用来测验记忆，它本身也可以成为学习活动。 Karpicke 与 Blunt在科学文本实验中发现，主动恢复知识在其条件下比反复学习和概念图活动带来更好的有意义学习表现。
Roediger 与 Butler的综述进一步讨论了提取练习与长期保持，并指出反馈通常会增强测试带来的益处。
这些研究并不等于“独立证明必然提高某个固定比例”。几何证明还包含图形建模、辅助构造和定理搜索。更稳妥的应用是：把关闭答案后的重建视为检验和强化可调用性的活动，而不是只记录阅读时间。
怎样从看懂过渡到会证明？
最有效的过渡通常不是突然撤掉所有支持，而是逐级减少线索。 完整例题与主动问题解决可以组成一条渐进路线。
- 完整阅读：为每一步写出定理与前提。
- 遮住依据：只看步骤，自己补出定理名称。
- 遮住步骤：只保留图形和辅助线，恢复推理链。
- 只留提示：只给目标定理或第一步构造。
- 空白重建：从已知和目标完整证明。
- 更换表面：改变点名、方向或已知组合，再选择方法。
几何完整例题研究Learning Geometry Problem Solving by Studying Worked Examples发现，提示方式与已有知识水平存在交互：相关定理尚未建立时，定理与步骤说明更有帮助；已有结构更熟悉时，应减少冗余支持。
一次独立证明应该检查什么？
完整证明不只要到达正确结论，还要保证每条箭头合法。 可以使用七项检查表：
- 已知条件是否完整、没有加入图上猜测？
- 目标是否准确，方向是否被偷换？
- 新点和辅助线是否明确构造？
- 每次调用定理是否满足全部前提？
- 相邻步骤之间是否存在关键跳跃？
- 是否引用目标本身或其下游结论？
- 最终结论是否完整闭合原目标？
更详细的方法见《几何证明如何逐步验证？》。
反馈为什么必须在主动尝试之后？
没有尝试就没有可定位的错误，只有反馈而没有提取也容易重新变成被动阅读。 更好的顺序是先提交当前最佳证明，再让反馈指出第一处具体缺口。
Butler 与 Roediger 的反馈实验显示，在其选择题记忆任务中，即时与延迟反馈都改善了后续正确反应并减少错误选项干扰。几何证明中的对应原则是：错误定理或假关系不应只被标红，还要给出正确前提或回退节点。
有效反馈可以写成：
当前步骤想使用 SAS 全等，但已知相等角不是两组对应边的夹角。请重新检查角的两边，或选择另一种全等判定。
它比“证明错误”更容易转化为下一次行动。
怎样判断是真正掌握，而不是刚刚记住？
至少需要在时间或表面上改变条件后再次成功。 可以使用三次检验：
| 检验 | 目的 |
|---|---|
| 立即无提示重建 | 检查能否脱离标准答案 |
| 延时重新证明 | 检查能否保持并再次提取 |
| 变式应用 | 检查是否识别深层结构而非图形外观 |
如果立即重建成功、延时失败，说明当前路径尚未稳定；如果原题成功、变式失败，可能仍依赖表面模板。失败不是标签，而是下一轮状态更新。
数形智拍怎样记录与检查掌握？
数形智拍将标准证明查看与独立证明提交分开，并把校验连接到同一张定理知识图谱。 自然语言模型读取证明步骤，图谱规则检查目标自引用和下游引用，反馈尝试指出缺失前提或阻塞位置。
这种校验仍有边界：自然语言理解具有概率性，图谱只覆盖已经编码的依赖，一次通过也不能代表长期保持。它提供的是当前可复查证据，而非永久认证。
可以在数形智拍原理与证明图谱选择一个已查看节点，关闭标准证明后重新提交，也可结合《为什么前置知识会阻塞定理》定位中断来源。
常见问题
能把标准证明完整背出来，算会证明吗？
说明原路线可以被复述，是重要一步，但还不能完全证明会选择方法。应再尝试表面不同的变式，观察能否识别相同结构并自主决定构造。
独立证明必须和标准答案一样吗？
不必。同一命题可以有多种合法证明。评价重点是当前路线是否满足前提、推导连续、无循环并完整到达目标。
每条定理都需要隔很久重新证明吗？
不必机械使用同一间隔。关键是不要只用立即表现判断长期保持；间隔可根据重要性、失败记录和后续依赖动态安排。
AI 校验通过就能标记为永久掌握吗？
不能。AI 校验具有概率性，一次表现也无法证明长期保持和迁移。更合理的是记录当前证据，并在后续重建中更新状态。
结语：用行为证据替代熟悉感
看懂证明是必要入口，但真正会证明还要求脱离外部线索，主动恢复构造、定理和顺序。掌握不是主观感觉，也不是一次通过，而是一组可以反复观察的行为证据。
现在可以在数形智拍原理图谱中选择一条已经看懂的定理，关闭标准证明，完整写出一次。如果中断，记录第一个缺失步骤；这个位置比“我好像没学会”更有价值。
参考资料
- Karpicke & Blunt, Retrieval Practice Produces More Learning than Elaborative Studying with Concept Mapping, 2011.
- Roediger & Butler, The Critical Role of Retrieval Practice in Long-Term Retention, 2011.
- Butler & Roediger, Feedback Enhances the Positive Effects and Reduces the Negative Effects of Multiple-Choice Testing, 2008.
- Bokosmaty et al., Learning Geometry Problem Solving by Studying Worked Examples, 2015.
- Institute of Education Sciences, Organizing Instruction and Study to Improve Student Learning.
- Pachman et al., Effectiveness of Combining Worked Examples and Deliberate Practice for High School Geometry, 2014.
- 数形智拍产品与原理图谱, ByuTech.