你学过这个内容。
不只是看过一次。
你读过解释，做过练习，也许还认真记了笔记。
上课的时候，你能听懂。
看到答案的时候，你甚至会觉得：
“对，我知道这个。”
可是，当书合上以后，当老师不再提示，当题目的形式发生变化，当你真的需要用这项知识去说一句话、解决一道题、写一段代码或者做出一个判断时，情况突然变了。
你知道自己学过。
却用不出来。
于是，一个很自然的解释出现了：
“我忘了。”
但问题真的只是“忘记”吗？
不一定。
因为在学习过程中，至少存在几个不同的阶段：
输入 → 理解 → 提取 → 判断 → 运用 → 迁移
我们常常把它们压缩成一个词：
“会”。
可是，一个人“看过”“听懂”“记得”“能解释”“会选择”“能使用”，并不是完全相同的能力。
因此，比“为什么我总是忘记？”更值得问的问题可能是：
我到底在哪一步失去了对知识的控制？
“学过”描述的是过去，“会用”描述的是能力
这是第一个需要区分的地方。
“我学过。”
说明某件事曾经发生过。
你接触过这个知识。
可能读过、听过、练过、背过。
但：
“我会用。”
描述的不是过去发生了什么，而是现在能够做什么。
这两个句子之间有一个很大的空间。
一个人完全可以说：
我学过，但是现在不会独立使用。
这并不矛盾。
因为学习活动本身并不会自动保证最终能力的形成。
学习时间不是学习结果
“我今天学了三个小时。”
这是一个清楚的信息。
但它告诉我们的主要是：
时间。
它没有告诉我们这三个小时里，大脑和知识之间究竟发生了什么。
三个小时可以用来：
- 阅读；
- 重读；
- 抄写；
- 背诵；
- 看例题；
- 选择答案；
- 回忆；
- 解释；
- 解题；
- 分析错误；
- 创造新例子；
- 在新的情境中应用。
这些活动都可以叫“学习”。
但是，它们训练的能力并不完全相同。
所以，与其只问：
“我学了多久？”
不如再问一句：
“学习以后，我现在能够独立完成什么？”
输入不是掌握
学习首先需要输入。
我们需要接触新的词、新的概念、新的公式、新的规则、新的方法。
没有输入，很多学习根本无法开始。
但是：
输入 ≠ 掌握
看十遍一个解释，并不自动意味着可以在没有解释的时候重建它。
听懂老师的分析，也不自动意味着可以独立完成同样的分析。
看懂一段程序，也不自动意味着可以面对空白文件设计自己的程序。
因此，输入是必要条件之一。
但它不是整个学习过程。
理解也不是终点
这可能比“输入不是掌握”更容易被忽视。
老师讲完以后，你真的听懂了。
每一步都合理。
概念之间的关系也很清楚。
这不是假的理解。
问题在于：
理解一个已经建立好的结构
和
自己建立这个结构
是两个不同的任务。
老师在解释时，已经替学习者完成了很多决定：
从哪里开始；
哪些信息重要；
哪些暂时可以忽略；
先解释什么；
后解释什么；
使用哪个例子；
如何连接前后关系。
学习者是在一条已经修好的路上前进。
而独立使用知识的时候，可能需要自己修路。
所以：
跟得上 ≠ 建得出
为什么看答案时觉得自己“本来就知道”？
这是学习中非常有意思的一种体验。
你面对一个问题，想不出答案。
然后打开书。
看到答案。
立刻产生一种强烈的感觉：
“对啊！就是这个！我明明知道。”
这种感觉并不奇怪。
因为：
认出答案
和
在没有答案的时候生成答案
需要的条件不同。
当正确答案已经出现在眼前时，你需要判断：
“这个是不是我认识的东西？”
当答案不存在时，你需要自己找到它。
因此：
识别 ≠ 提取
一个人可能具有很强的识别能力，却没有同样强的独立提取能力。
熟悉感很容易被误认为知识
一段文字读第二遍时，通常比第一遍容易。
第三遍可能更容易。
句子开始熟悉。
术语不再陌生。
你甚至知道下一段大概要说什么。
于是产生一种感觉：
“我已经掌握了。”
但这里需要问：
到底是什么变容易了？
可能是理解变深了。
也可能只是：
再次阅读同一份材料变容易了。
熟悉是真实的。
但熟悉并不等于独立能力。
最简单的测试之一，就是把材料关掉。
关掉资料以后，还剩下什么？
不要马上再读一遍。
先把书合上。
把网页关掉。
不要看笔记。
然后尝试回答：
这个内容最重要的观点是什么？
接着问：
为什么？
再问：
几个部分之间是什么关系？
然后：
我能不能自己创造一个例子？
最后：
如果条件改变，结论会不会改变？为什么？
这时候，我们测试的已经不只是：
“看到以后是否觉得熟悉？”
而是：
“没有外部材料以后，我还能重新建立多少？”
提取不是简单地把“文件”拿出来
我们很容易把记忆想象成一个仓库。
知识像文件一样放在那里。
需要的时候找到它。
找不到，就是“忘了”。
这种比喻有时候方便，但对学习来说太简单。
知识的可用性往往取决于：
- 问题是怎样提出的；
- 有没有提示；
- 学习时使用了什么情境；
- 现在的情境是否相似；
- 需要多快做出反应；
- 同时还要处理多少其他信息；
- 是否知道现在应该调用哪一种知识。
因此，一个更有用的问题不是：
“知识到底还在不在？”
而是：
“在什么条件下，我能够把它重新变成可用的知识？”
判断：经常被忽略的一步
假设你记得五个公式。
现在给你一道新题。
真正的问题不只是：
“你记不记得公式？”
还有：
“你知道该用哪一个吗？”
这就是判断。
很多学习活动会直接告诉学生：
“这一节练习这个公式。”
于是，最重要的决定已经被题目结构提前做掉了。
学生只需要执行。
但现实中的问题通常不会说：
“请使用昨天学过的第二个方法。”
现实先要求你判断：
这是什么问题？
哪些信息重要？
什么知识与它有关？
应该选择什么方法？
所以：
记得方法 ≠ 会选择方法
一个学生可能不会解题，却并没有忘记公式
想象一道数学或物理题。
学生能够准确说出公式。
但不知道怎么开始。
如果我们立刻判断：
“公式还没背熟。”
可能就诊断错了。
真正的困难也许是：
- 没有识别题型背后的关系；
- 不知道哪些数据重要；
- 不知道如何建立模型；
- 不知道应该先求什么；
- 无法在几个可能的方法之间选择。
这时，再背二十遍公式，可能强化的是一个本来已经没有问题的部分。
真正需要训练的是另一个环节。
“知道答案”和“能够解决问题”不是一回事
这是学习中非常重要的区别。
答案是结果。
解决问题是一套过程。
它可能包括：
理解问题
→ 建立表示
→ 识别关系
→ 选择方法
→ 执行
→ 检查
→ 解释结果
一个人可能知道最后的答案，却不会完成这条路径。
也可能在忘记某个具体答案以后，仍然能够通过理解重新推导出来。
从教育的角度看，这两种情况完全不同。
所以，评价学习不能只看：
最后答对了吗？
还需要看：
答案是怎样产生的？
在语言学习中，“知道”与“会用”的距离尤其明显
你可能认识一个英语单词。
阅读时一看到就懂。
听到时也能理解。
可是，当你自己说话需要这个词时，它突然不见了。
过了一会儿，别人说出来。
你马上反应：
“对！我知道这个词。”
这说明什么？
至少说明：
理解一个词
和
主动生成一个词
不是完全相同的任务。
因此，在英语学习中，词汇量本身并不是唯一的问题。真正的语言能力还需要让词汇和语法逐渐进入真实的表达、选择与交流之中。
会做语法题，不一定会在交流中使用语法
练习册问：
请选择正确答案。
你知道。
真实交流不会这样问。
它不会告诉你：
“现在请使用某个时态。”
也不会告诉你：
“这里应该使用一个更委婉的表达。”
你需要先决定：
我要表达什么？
对谁表达？
为什么现在说？
应该多直接？
需要解释多少？
什么形式最适合这个场景？
所以，真实语言使用不仅是：
规则 → 正确形式
还包括：
情境 → 意图 → 判断 → 语言选择 → 表达
语言知识只有进入这条链条，才开始真正变成沟通能力。
学德语时，正确形式也可能不是唯一问题
一个表达可以语法正确。
另一个表达也可以语法正确。
但是，在具体情境中，它们可能并不产生相同的效果。
说话者需要考虑：
- 对方是谁；
- 双方关系如何；
- 场景是否正式；
- 自己的目的是什么；
- 希望表达多大的距离；
- 希望请求听起来多直接或多委婉。
因此，在德语学习中，真正成熟的能力并不是记住越来越多孤立的正确句子，而是逐渐理解：在多个可能的表达之间，为什么此时选择这个，而不是另一个。
会一种形式，不等于会做语言决定。
为什么一个人在家会，开口时却不会？
因为任务发生了变化。
在家做练习时，你可能只需要处理一个问题。
真实对话中，你需要同时：
- 听；
- 理解；
- 判断对方的意图；
- 决定自己的回答；
- 找词；
- 组织语法；
- 控制语气；
- 观察对方反应；
- 准备下一步。
原来单独存在的语言知识，现在必须和很多其他操作一起工作。
于是，一个在安静练习中能够提取的词，在真实对话中可能变得不够快。
这不一定意味着它完全被忘记。
它可能意味着：
它还没有达到这个任务所要求的可用程度。
可用性也包括速度
如果一个单词需要一分钟才能想起来，它可能存在于你的知识系统里。
但是，在快速对话中，它不够可用。
如果一个专业人员需要十秒钟查一个很少使用的数据，这可能完全没有问题。
所以，“知道”并不是一个只有“是”和“否”的状态。
还需要问：
这个知识需要多快可用？
不同任务有不同答案。
高频基础词汇和罕见专业术语不需要完全相同的提取速度。
基础运算和复杂参考数据也不一样。
有效学习必须考虑任务要求，而不是追求所有知识都以同一种方式存在。
有些东西应该快速提取，有些东西应该能够重建，有些东西应该知道去哪里查
这是一个非常重要的学习原则。
不是所有知识都应该背到能够瞬间回答。
我们可以把知识的使用方式粗略分成几类：
需要快速提取
例如某些高频词、基础操作、经常使用的核心概念。
需要能够重建
不一定记得原句，但可以根据理解重新推出。
需要能够识别
看到时可以正确判断和解释。
需要知道如何查找
罕见数据、复杂标准、低频专业细节。
成熟的学习不是把所有内容都塞进同一种记忆模式。
而是知道：
什么知识需要以什么方式可用。
查资料并不代表不会
翻译人员会查词典。
程序员会看文档。
工程师会查标准。
研究人员会回到文献。
老师也会确认细节。
专业能力并不意味着：
“我从来不需要查。”
真正的问题是：
你知不知道什么时候需要查？
知不知道去哪里查？
能不能判断资料是否可靠？
查到以后能不能正确使用？
因此：
“我能找到可靠答案”
也是一种能力。
只是它不同于：
“我能立即从内部知识中提取答案”。
外部工具可以帮助我们，也可以替我们完成太多工作
笔记、搜索、词典、AI、公式表、参考答案都可以成为非常强大的学习工具。
问题不是：
“能不能使用工具？”
当然可以。
真正需要观察的是：
工具到底帮助我完成哪一部分？
如果工具帮助我检查一个已经独立完成的推理，它是一种支持。
如果工具在我开始思考之前就提供整个结构，我可能只是在理解别人的解决方案。
两种活动都可能有价值。
但不能把它们当成同一种能力。
AI时代，这个区别变得更加重要
今天，一个学习者可以在几秒钟内获得：
- 解释；
- 总结；
- 示例；
- 代码；
- 翻译；
- 解题步骤；
- 文章结构。
这极大地扩展了学习的可能性。
同时，也让一个问题变得更重要：
当工具离开以后，什么能力留在学习者身上？
这并不是反对AI。
恰恰相反。
一个强大的工具越能替我们完成复杂工作，我们就越需要知道：
哪一部分应该交给工具；
哪一部分必须自己理解；
哪一部分需要自己判断；
哪一部分必须能够检查工具的结果。
否则，我们可能把“能够获得答案”误认为“已经获得能力”。
得到答案的速度越来越快，判断答案的能力反而越来越重要
如果答案很难获得，人们首先关心的是：
怎么找到信息？
当信息和答案变得非常容易获得以后，新的问题变得突出：
这个答案对吗？
适合这个情境吗？
遗漏了什么条件？
它为什么成立？
如果条件改变，它还成立吗？
因此，教育不能只训练答案生产。
还要训练：
判断、验证、比较、解释和边界识别。
这些能力在信息丰富的环境里不是变得不重要，而是更重要。
学习不是把答案搬进大脑
如果学习只是储存答案，那么最强的外部数据库几乎可以替代大部分学习。
但现实不是这样。
我们学习，还因为需要形成：
- 概念；
- 区分；
- 判断标准；
- 因果模型；
- 问题识别能力；
- 策略选择能力；
- 对错误的敏感度；
- 对新情境的迁移能力。
这些东西决定我们如何处理从外部获得的信息。
因此，真正重要的并不只是：
“我记住了多少？”
而是：
“我的知识结构让我能够做出什么判断？”
运用：知识开始离开教材
如果一个概念只在原来的例子中成立，对学习者来说它还很脆弱。
试着改变例子。
改变数字。
改变背景。
改变问题的语言。
加入无关信息。
拿掉熟悉的提示。
然后问：
我还能看见同一个原理吗？
这就是知识开始离开教材的过程。
不要只改变答案，要改变问题的表面
很多所谓“新练习”只是换了数字。
这种变化当然有价值。
但如果想测试更深层的理解，可以改变更多东西：
- 信息顺序；
- 表示方式；
- 情境；
- 问法；
- 已知条件；
- 无关信息；
- 需要选择的方法。
这时，我们开始测试：
学习者记住的是例子的表面，还是抓住了内部结构？
迁移：你能不能在“看起来不像”的地方认出同一个原理？
这是非常高价值的能力。
在学习材料中，一个概念通常被明确标记。
在现实中，它可能隐藏在完全不同的表面下。
如果学习者能够发现：
“这个新问题虽然长得不一样，但内部关系和我学过的那个问题相同。”
知识就发生了迁移。
迁移不是简单重复。
它要求我们区分：
什么改变了？
以及：
什么没有改变？
“什么变了，什么没变”是非常强的学习问题
当例子改变时，不要只问：
“答案是什么？”
还可以问：
哪些部分只是表面变化？
哪个关系保持不变？
哪个条件真正改变了机制？
从谁的角度看，它算是同一个问题？
这种比较迫使学习者从单个答案上升到结构。
而结构往往比某个具体答案更容易迁移。
公式、图表和箭头不是解释本身
学习中我们经常把知识压缩成：
公式；
图表；
流程图；
箭头；
关键词。
这些表示非常有价值。
它们可以减少复杂度。
但必须记住：
表示 ≠ 解释
一个箭头告诉我们：
A → B
但它没有自动回答：
为什么A会导致B？
公式表达一个关系。
但它不一定告诉我们这个关系在现实中意味着什么。
因此，一个强的学习过程应该能够来回移动：
表示 → 现象 → 机制 → 新的表示
如果只能背公式，却不能回到现象，知识可能过度依赖符号。
如果只能描述现象，却不能建立精确表示，知识又可能缺少结构。
自己创造例子，比再看一个例子更能暴露问题
教材给出的例子已经经过设计。
它一定符合作者想展示的原则。
你需要做的是理解它。
而当你自己创造例子时，需要决定：
什么条件必须存在？
什么可以改变？
什么不能改变？
因此，创造一个正确的新例子，本身就是一次理解测试。
更进一步：
创造一个看起来很像但实际上不适用的反例。
然后解释为什么。
这会迫使你理解概念的边界。
知道边界，往往比背定义更接近真正的理解
如果一个人只知道：
“X是什么”
但不知道：
“什么时候不是X”
那么这个概念可能仍然很模糊。
真正有力量的知识通常包含区分。
例如：
什么时候应该使用这个方法？
什么时候不应该？
两个相似概念的分界在哪里？
什么条件一改变，原来的结论就不成立？
专家知识常常不是拥有更多孤立事实。
而是能够做出更精确的区分。
为什么做很多相同的题，可能仍然不会做新题？
因为大量重复可能让执行越来越熟练。
但新题可能要求另一种能力：
选择。
如果前一百道题都属于同一种类型，那么学习者不需要判断：
“这是什么问题？”
题目序列已经告诉他了。
当第一百零一道题和其他类型混在一起时，新的困难出现：
先识别，再选择。
这并不是前一百次练习“没有用”。
而是它们可能没有训练完整任务。
混合不同类型的任务，可以训练“选择”本身
在掌握基础以后，可以有意识地把不同类型的问题放在一起。
这样，学习者在开始之前必须先判断：
应该用什么？
这增加了难度。
但增加的不是随机难度。
它加入了现实任务中本来就存在的一步：
方法选择。
如果未来的真实任务需要选择，那么训练中最终也应该出现选择。
学习设计应该从最终任务倒推
这是一个非常实用的原则。
先不要问：
“我应该用什么学习技巧？”
先问：
“最后我需要做什么？”
如果最后需要：
识别
训练中必须有识别。
回忆
训练中必须有无提示提取。
解释
训练中必须有独立组织和表达。
选择
训练中必须有多个可能方法。
实际操作
训练中必须有真实或接近真实的任务。
迁移
训练中必须改变情境。
这样，学习方法不再是孤立的技巧清单。
它开始由目标决定。
学习目标可以相同，路径不一定相同
两个人都想达到同一个结果。
并不意味着他们应该接受完全相同的训练。
一个人的问题可能是基础知识不足。
另一个人理解很好，但提取太慢。
第三个人记得很多，却不会选择。
第四个人在熟悉情境里表现很好，却无法迁移。
第五个人的主要困难是同时处理语言和学科内容。
如果给所有人相同的“多做题”“多背”“多复习”，可能会让部分人进步，也可能让部分人的真正问题一直没有被处理。
目标可以相同，路径不必相同。
教师的工作不只是“讲清楚”
讲清楚非常重要。
但如果教育只停留在解释，教师很容易成为知识可用性的永久组成部分。
老师一在：
学生会。
老师一走：
学生不会。
这时需要问：
哪一步仍然依赖教师？
是理解？
开始？
选择？
检查？
信心？
还是整个结构？
教师的一个重要任务，是逐渐找到可以撤掉的支持。
支持应该能够逐步消失
学习初期可能需要完整解释。
然后可以变成示范。
再变成部分提示。
再变成一个问题。
然后只是等待。
最后由学习者独立完成。
可以表示为：
解释 → 示范 → 提示 → 提问 → 等待 → 独立行动
支持减少并不是为了让学习更痛苦。
而是为了回答一个关键问题：
能力现在到底属于谁？
如果一撤掉帮助，能力就消失了，说明我们发现了下一步要学习的东西
这不是失败。
这是诊断。
如果学生只有在看到例子时才能完成任务，我们发现了依赖例子的部分。
如果只有老师问到某个关键问题后才能继续，我们发现了判断上的缺口。
如果只有看到答案才能认出来，我们发现了提取问题。
好的诊断不会简单地说：
“你不会。”
它会问：
“你在哪一个条件变化以后开始不会？”
这比一个总分更有教学价值。
学习还需要学习“判断自己会不会”
这叫作对自己知识状态的判断。
一个人可能非常自信，却答错。
也可能没有信心，却实际上能够正确完成。
因此，可以做一个简单练习。
在回答之前先预测：
“如果没有提示，我有多大把握完成？”
然后真正完成。
最后比较：
预测和表现是否一致？
长期这样做，学习者会越来越准确地认识：
什么真的会；
什么只是熟悉；
什么可以重建；
什么仍然依赖帮助。
这种能力会改变整个学习过程。
不要只统计学习量，也要观察独立性的变化
你今天读了多少页？
做了多少题？
背了多少词？
学习了多少小时？
这些数据不是没有价值。
但还可以观察另一组指标：
我需要的提示是不是更少了？
我能不能更早发现错误？
我能不能自己选择方法？
我能不能解释为什么？
我能不能创造新的例子？
我能不能在不同情境中使用？
这些变化更接近能力本身。
如果学习后很快忘记，应该怎么办？
不要第一时间把整个材料从头再学一遍。
先测试。
关掉资料。
尝试写出你还记得的内容。
然后区分：
完全缺失的部分；
能够认出但不能提取的部分；
能记得但不能解释的部分；
能解释但不会应用的部分；
能应用但不能迁移的部分。
不同缺口需要不同方法。
学习的效率，很大程度上来自诊断的精确度。
一个更有效的复习循环
可以尝试：
理解
→ 关掉资料
→ 提取
→ 解释
→ 检查
→ 修正
→ 创造新例子
→ 改变条件
→ 过一段时间再回来
→ 在新情境中使用
这不是每一个知识点都必须严格执行的十步程序。
而是一种思考框架。
它提醒我们：
复习不是再次看见。
复习也可以是再次建立访问路径。
间隔的价值，不只是“多等几天”
人们常常把间隔学习理解成一个时间表问题。
今天学。
三天后复习。
一周后再复习。
时间当然重要。
但更深层的价值在于：
经过一段时间以后，知识不再保持刚学完时的高度激活状态。
现在，学习者必须重新找到它。
于是复习从：
“再看一次”
变成：
“重新提取或重建一次”。
真正重要的不是某个神奇的天数。
而是学习过程中出现了多次：
失去部分即时可用性 → 再次恢复可用性
忘记并不总是学习的反面
当然，我们不会为了忘记而学习。
但是，如果一个知识点在稍微变得不那么容易以后，仍然能够通过理解和线索重新建立，那么这种恢复本身也可以成为学习的一部分。
于是，学习不再只是：
记住
还包括：
找回来
重新组织
重新连接
再次使用
这是一种比“永远不忘”更现实的知识观。
真正的目标不是永远记住所有东西
没有人需要把一生接触过的每个细节都永久保存在即时记忆中。
专家也会查。
老师也会确认。
翻译人员也会核对。
程序员也会看文档。
重要的是建立一种更成熟的知识系统：
有些内容能够快速提取；
有些内容能够根据理解重建；
有些内容知道如何可靠查找；
有些内容能够迁移到新问题；
同时，能够判断自己现在处在哪一种状态。
这比单纯追求：
“我什么都不能忘”
更现实，也更接近真实能力。
如果记忆问题超出了学习场景
还需要明确一个边界。
学习方法不能解释所有记忆困难。
睡眠、压力、注意力、药物、身体状况以及其他因素都可能影响记忆和学习表现。
如果记忆问题持续存在、明显异常，或者不仅出现在学习中，也影响日常生活，那么教育文章无法判断原因。
这时需要的是合适的专业评估，而不是简单地继续增加学习技巧。
教育可以分析学习过程。
它不能替代医疗诊断。
在 Levitin Language School，我们关注的不只是“学了什么”
在 Levitin Language School，学习可以发生在三个相互关联、但并不相同的层面：
Languages
Academic Subjects
Language + Subject
在语言学习中，一个人可能认识很多词，却无法在真实交流中快速调用。
在学科中，一个人可能记得公式，却无法判断什么时候应该使用。
在编程中，一个人可能理解现有代码，却无法从空白文件开始设计。
在 Language + Subject 中，一个人可能分别掌握语言和学科，却还不能在同一任务中稳定协调两者。
所以，我们不仅关心：
“学生接触过什么？”
也关心：
“现在能够独立完成什么？”
最终的学习结果不是材料数量。
也不只是课程数量。
更不是一个孤立的数字。
真正重要的是：
学习者能否完成自己需要完成的真实任务。
从“学过”走向“会用”
我们可以重新描述学习。
不是：
看过 → 记住 → 结束
而是：
输入
→ 理解
→ 提取
→ 判断
→ 运用
→ 迁移
每一步都可能出现不同的问题。
输入不足，需要更多接触。
理解不足，需要重新建立模型。
提取不足，需要减少提示并练习恢复。
判断不足，需要练习选择。
运用不足，需要真实任务。
迁移不足，需要改变情境和表面形式。
这就是为什么一句：
“我总是记不住”
往往不够精确。
它把不同的问题压成了同一个问题。
下一次，当你觉得“我明明学过，为什么还是不会”时
先不要急着重新学全部内容。
也不要马上给自己贴上：
“记忆力不好”
的标签。
问自己：
我能理解吗？
我能在没有资料时提取吗？
我能自己判断什么时候需要这个知识吗？
我能把它真正用于任务吗？
换一个情境以后，我还能认出同一个原理吗？
然后找到第一个开始失效的地方。
因为真正有效的学习，不是不断增加输入。
而是逐步减少知识对原始教材、固定例子、提示和熟悉情境的依赖。
直到有一天：
书可以关上。
例子可以换掉。
老师可以不提示。
问题可以用另一种方式出现。
而你仍然能够判断、选择、解释和行动。
这时，我们才真正从：
“我学过。”
走向：
“我会用。”
关于作者
季穆尔·列维京（Tymur Levitin）
Levitin Language School 与 Language Learnings 创始人兼负责人
语言教育工作者、认证翻译及作者
语言 • 学术学科 • 语言 + 学科
© 季穆尔·列维京（Tymur Levitin）。保留所有权利。
