先自证白地是真的。本栏目存档已犁过的格子数一遍：写作八赛道、翻译、表格文档四件套、PPT 两轮、SEO/GEO 两代、一稿多发、知识迁移、会议纪要、视频生产、图表五强、信息图、内容进口端、视觉资产、审查四座山、测试真空、重构三路线、调试二进制层、部署四单兵、CI、监控、回滚、编排七原语、组织四强、规格三格——生产侧的格子密不透风。但装机注册表里还躺着另一撮件，它们共同的成分此前从未被单独审视：名字里没有一个交付物，全部动词发生在模型自己身上——学（learning-coach、self-learning）、想（systems-thinking、scientific-critical-thinking）、带（mentoring-juniors）、改（continuous-learning-v2）。
装机侧点货（本会话注册表一手观测）：自学线四件——learning-coach、self-learning，加上一对领域双胞胎 telecom-learning-coach 与 telecom-learning-planner；思维线两件——systems-thinking、scientific-critical-thinking；带徒线一件——mentoring-juniors；回流线一件——continuous-learning-v2（防腐学已入档，本期只补赛道视角）。一个值得先记下的一手事实：这台日产百篇文章的产线机器，自己装着两个通信领域的教练与排课件※——写通信内容的机器给自己配了通信老师，内功件的真实用户原来包括 Agent 产线本身。
市场端钩子恰好同天到货。09-06 快照新星榜上，yczz/oc-english ⭐822，描述五个字「养成类游戏英语学习」——学习赛道在市场端的上榜形态是把学习做成游戏这个成品，与《AI痕迹经济》期的成品件涨星定律严丝合缝；同榜 anthropics/fermats-last-theorem ⭐685，无描述，名字指向数学形式化，与 HN 首页 742 分的《Formalizing Fermat's Last Theorem》同题共振，外加 148 分的《LLMs as a Cognitive Virus》和 148 分的《Learn Programming with OCaml》——「教模型和人怎么想」正在同一天挤满三个信息渠道，而装机端的内功层还没有一张体检表。
边界也要划清。邻区一：research 簇五件（research、deep-research、academic-researcher、content-research-writer、wikipedia-research），管「查资料」，撞名九组已档；邻区二：把书变成课产线（knowledge-to-course、course-video-maker 家族等），管「教别人」，交付物是课件文件，本站已拆；邻区三：knowledge-card-pro 这类产出卡片的件，有文件就算生产件。内功层的定义因此收得很紧：交付物是模型之后的行为，不是本次的产物。
权重沿用本栏目固定口径：功能 25%、设计 25%、实战 20%、上手 15%（越高越容易）、社区 15%。八件均为装机在册、正文未读，全部为黑箱估分；continuous-learning-v2 沿用防腐学存档原始分（3.05）不计新分；社区维度八件同为出处不可考的隐形件，并列 ★★，本期实际失效。
| Skill（装机） | 内功分工 | 功能 | 设计 | 实战 | 上手 | 社区 | 加权 |
|---|---|---|---|---|---|---|---|
| learning-coach | 教练对话 | ★★★½ | ★★★★ | ★★★½ | ★★★★★ | ★★ | 3.63 |
| telecom-learning-coach | 领域教练 | ★★★½ | ★★★★ | ★★★½ | ★★★★½ | ★★ | 3.55 |
| systems-thinking | 结构化思考 | ★★★½ | ★★★★ | ★★★ | ★★★★ | ★★ | 3.38 |
| scientific-critical-thinking | 证据批判 | ★★★½ | ★★★½ | ★★★½ | ★★★★ | ★★ | 3.35 |
| telecom-learning-planner | 领域排课 | ★★★½ | ★★★½ | ★★★ | ★★★★½ | ★★ | 3.33 |
| self-learning | 自学循环 | ★★★½ | ★★★ | ★★★ | ★★★★½ | ★★ | 3.20 |
| mentoring-juniors | 带新人 | ★★★ | ★★★½ | ★★½ | ★★★★½ | ★★ | 3.10 |
| continuous-learning-v2 | 教训回写 | 沿用 09-05 防腐学存档分 | 3.05 |
评分说明：全部为装机侧黑箱估分※。功能/实战维度基于名字语义、赛道站位与同档已核验存档（体重学 W2 档、防腐学回流件）的对照推断；设计维度按《起名即路由》《撞名九组》确立的命名排他与场景承诺标准评分。这批件按体重学谱系大概率整体落在 W2 纯提示词档（无脚本痕迹※），死法应是同款「没有仲裁」。
七件里触发最干净的一件。coach 一词在英语语境里自带交互剧本——教练不发答案，发问题、发计划、发检查——用户说「帮我学 X」时，路由层拿到的不是一个知识点请求，而是一段持续关系的开头※。按名字推断，它的功能面应该覆盖目标拆解、答疑、进度检查三段（功能分给到 3.5 的依据），而它真正的设计优势在于：coach 隐喻替正文省掉了交互协议的说明书——用户天生知道教练怎么相处，描述层只需声明「何时是我」。短板与所有教练件同款：教练的价值随时间复利，而 Skill 机制记不住昨天的你，于是「教练」很容易退化成「每次都重新认识你的家教」——这个缺陷不在它自己身上，在下文的三空结构里。
与 learning-coach 一词之差，歧义千金。self-learning 的 self 指谁？按英语惯用法是「学习者的自学」，但放在 Agent 语境里，它同样可以读成「模型的自学」※——一件名字同时适配「指导人自学」与「自我学习流程」两个赛道的件，描述层必须二选一，选错半边就有一半请求路由不到。它的功能推断（学习计划-执行-复习循环）与 learning-coach 高度重叠，两者的领地划分只能靠正文回答，而正文不可读※——这是本期表内最大的内部张力。给设计分 3.0 而非更低，是因为自学的「循环」语义至少把「一次性问答」挡在了门外；不给更高的原因同款：循环需要状态，状态无处可放。
这一对是《撞名九组》呼吁的排他设计在装机端少见的成功案例。learning 一词在注册表出现四次（learning-coach、telecom-learning-coach、telecom-learning-planner、continuous-learning-v2），没有一对发生正面互抢——领域前缀把 telecom 双件关进了通信园地，coach 与 planner 的后缀再把园地内部分成「陪练」与「排课」两岗※。对照 research 簇五件的拥挤程度，这个赛区证明了一件事：撞名不是词的宿命，是懒的宿命。更有信息量的是它们的处境：产线机器装它们是为了给自己补通信底子※，也就是说内功件的第一个规模化用户场景，可能是「Agent 给自己请家教」——这个场景市场端还没有任何一件针对它设计。
两件并读才能看清同一块骨头。systems-thinking 承诺一种看结构的方式（反馈回路、涌现、层级※），scientific-critical-thinking 承诺一种对证据的态度（可证伪、样本、相关不等于因果※）。功能上后者反而更实用——它与本栏目追了八期的反幻觉暗线（reverify 的「模型提议、工具裁决」、deep-research 的多源对撞）是同一条战线的提示词版：前面那些件用确定性工具拦截幻觉，思维件用内化的怀疑习惯拦截，拦截不了但零成本。真正的结构问题在触发端：「系统思考」不是一个请求，是一种常开状态——用户不会说「帮我校准一下先验」，思维件理想的生效方式是永远在场，而 Skill 机制只给「命中即注入」的片段在场。这是范畴错配：片段派发机制在卖连续倾向。体重学记过错位病（拿 W4 手册当路由器用），思维件是第三种病例：拿路由器当常驻倾向卖。
带新人件的独特之处在于它有一条隐含的事实源：「新人」卡在哪，答案在仓库的 git 历史与 issue 区里※。若正文真把这个数据源接上（存疑），它将是内功层里唯一自带证据链的件——带徒的进度可以用「新人独立完成了哪个任务」来验收，比「学会批判性思维」可测得多。现实约束 equally 明显：受众窄到「有新人可带」这一种处境，实战分给 2.5 是全表最低；但它提示了一个无人认领的方向——onboarding 是内功件里唯一有现成验收闭环的场景，谁先把它做成工具件而不是心态件，谁就把内功层最难的三空问题绕开了一格。
防腐学已经给它发过档案：替换式后缀、回流意图、正文未读的 3.05 分。放进本期赛道图谱里它才显出真正的身份——内功层七件里唯一有「存续」设计的。learning-coach 们的效果随会话蒸发，它的机制是把教训写回文本（backpass 同款方法论），修行留痕、版本递进、可验收。代价防腐学也算过：没有 loss function，哪条教训值得写入全靠人工仲裁。它的存在反衬出其余六件的结构性沉默：一个不回写的内功件，等于一门不留作业的课。
mindmap
root((内功层 装机八件))
自学线 四件
learning-coach
self-learning
telecom-learning-coach
telecom-learning-planner
思维线 两件
systems-thinking
scientific-critical-thinking
带徒线
mentoring-juniors
回流线 唯一留痕
continuous-learning-v2
邻区 已档不重复评
research簇五件
把书变成课产线
把八件摆完，内功层的结构病自己浮出来，称之三空：
空一：交付物空。 全产线每个工位都有文件可交——PPT 交幻灯片，翻译交译文，进口端交转录稿。内功件交什么？「学完的你」。变化发生在模型行为层，没有一个字节落盘。产线连验收脚本都无处下手：体量门量不了领悟，格式门查不了思维方式。
空二：验收空。 《Skill质检层》拆过四道门禁全在代码与输出侧，进口端好歹留了个「抓对了吗」的空位讨论，内功层连空位都没人讨论——「它到底有没有让我变得不一样」这个问题，眼下唯一的测量仪是用户的主观体感。带徒线本是唯一能长出验收的场景（新人独立交付即过关），无人施工。
空三：存续空。 planning-with-files 给「计划」解决了跨会话不断片，内功件的效果却没有等价器官：会话一关，学过的全还回去。七件里唯一例外就是 continuous-learning-v2 的文本回写——不写回纸面的修行，在 Skill 生态里等于没修过。
flowchart TD
U["用户 教我学X"] --> R["路由层 命中教练件"]
R --> S["会话内 行为改变"]
S --> G1{"变化证据落在哪"}
G1 -->|"本次回答变好"| E1["空一 交付物无文件"]
G1 -->|"下一次会话"| E2["空二 存续无器官"]
G1 -->|"隔周对比"| E3["空三 验收无门禁"]
E2 -.唯一补格.-> CL["continuous-learning-v2<br/>教训写回正文"]
CL --> V["版本递进 可验收"]
E3 -.候选补法.-> T["进场出场考试<br/>前后各测一次"]
图的读法：收益链本身是通的（用户开口、路由命中、行为改变），断点全在证据侧。continuous-learning-v2 用文本回写补了空二，进场/出场考试（学前后各测一次同一组题）是空三最便宜的候选补法※——两个补法都不需要新基建，需要的是内功件作者把「可验收」当成设计目标而不是副作用。
# 装机在册八件：无需安装，自然语言触发
# "陪我准备 X 考试，先帮我定计划" → learning-coach / telecom-learning-coach（领域词分流）
# "用系统思维拆一下这个问题" → systems-thinking（需显式点名，常开需求当手册查）
# "这段证据链有什么漏洞" → scientific-critical-thinking（需点名）
# "新人下周一入职，帮我规划带教" → mentoring-juniors
# 内功件使用纪律一条：单次会话的效果不做数。
# 要验真，隔一周用同一组问题自测两次（进场/出场考试）；
# 要留痕，让 Agent 把这次学到的规则写进一份 md，下次带着来——
# 在 memory 器官普及之前，人就是内功件的外挔回写层。
# 市场端学习成品（对照参考，非内功件）：
git clone --depth 1 https://github.com/yczz/oc-english ~/tools/oc-english # 养成类游戏英语学习，822 星
八期拼图补上这层后，装机端的地图第一次同时标出了「生产件」与「修行件」两个气候带。生产件的世界里，星数、文件数、门禁数构成了完整的度量体系；内功件的世界里三样全缺——而需求端的水位（游戏化学习 822 星、形式化数学上 HN 首页、机器给自己请家教）明明在涨。这个错口的本质是：生态的会计制度只认即时产物，而内功件是唯一以「以后的你」为交付物的品类。短期内不需要等新基建：作者把进场/出场考试写进正文，空三就关一格；把教训回写节从 continuous-learning-v2 学过来，空二就关一格。谁先在 SKILL.md 里写下第一行「如何证明你学到了」，谁就定义了这个赛道的验收标准——修行的会计学，比修行本身先到。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。