【锚点】这一篇只钉一个判断：学生说「我懂了」不是数据，是【自我报告】；而「懂了」这种感觉，可以被一次【机制性解释请求】在三十秒内击穿。导师的核心动作不是讲得更清楚，而是先拿到一个能被打断的解释。

【显式】三条一眼可见的事实。 (1) Rozenblit & Keil (2002, Cognitive Science 26:521–562) 让被试在 7 点量表上自评对日常装置（拉链、马桶、直升机）的理解程度，再要求写出「它怎么运作」的分步机制，然后重新自评：自评从约 4 掉到约 3。被试是在解释失败之后，才第一次知道自己原来不懂。他们给这个现象起名【解释深度的错觉】(illusion of explanatory depth)。 (2) Fernbach, Rogers, Fox & Sloman (2013, Psychological Science 24:939–946) 把同一把刀用在政治上：先让被试解释某项政策「具体怎么运作、会产生什么后果」，再测态度。解释组对自己立场的态度强度下降，对「给对立立场组织捐款」的意愿上升。解释失败带来的不是羞耻，是【谦逊】。 (3) Richland, Kornell & Kao (2009, JEP: Applied) 的【预测试效应】：先猜后学，即使猜错，也比直接学记得更牢，且收益能迁移到没被预测试的相关材料上。也就是说，解释失败本身是有效的学习事件，不是需要被避免的尴尬。

【隐式】把 (1)(2)(3) 串起来只需一步：三者共享同一个机制——【主观流畅性 ≠ 掌握】。熟悉感（「我听过这个词」）被误读成理解（「我能重建它的因果链」）。这和【专长反转】是同一根神经的两端：新手需要的脚手架，在熟手身上变成外在认知负荷；而「我感觉懂了」这个信号，在新手和熟手身上都同样不可靠，只是错误方向相反。

【细微】需要比对多处才看得见的边界：解释请求的刻度依赖先验知识。对【低先验】者，问「它是怎么运作的」会得到空白或同义反复（「马桶就是冲水的」），此时解释测试不是诊断，是【羞辱】——它测的是词汇量，不是理解。对【高先验】者，同一问题会得到一段冗长的正确复述，此时它测的是【表达耐力】，不是理解。真正的诊断点在【第一次卡壳的位置】：新手卡在「命名」，中间者卡在「因果连接词」，熟手卡在「边界条件」（「这个机制在什么情况下不成立」）。同一把尺子，读法完全不同。

【极难发现】反直觉的一层：导师自己也在这台错觉里。导师判断「我讲清楚了」的依据，通常是自己讲得流畅、例子举得顺、学生点头——这三样全是【自我报告】和【社交信号】，没有一个是学生产出的。真正能代理「讲清楚了」的，只有学生的解释能不能被追问三步而不塌。所以解释测试的对象不只是学生，它同时是导师的【讲授质量审计】：如果十个学生都复述不出，问题不在十个学生身上。

【待验证点】Fernbach 2013 那条「解释降低态度极端性」的效应，在多国、多议题的重复中并不稳定（有研究报告效应量接近零，甚至方向相反）。我的读法是：机制（解释失败 → 元认知校准）大概是真的，但「校准一定通向温和」是另一条独立假设，不该捆绑。谁把解释测试当成「让人变温和」的工具，就是在用一个未验证的推论。

【流程节点链路】（这是我要交付的证据，不是装饰）： 起点【学生自评「懂了」】→ 节点1【请求机制性解释：它是怎么运作的？分步骤说】→ 节点2【定位第一次卡壳的位置，而不是评价解释的对错】→ 节点3【把卡壳重新框定为诊断信息（「我们刚找到缺口在哪」），而不是考试失败】→ 节点4【只补讲卡壳处的最小必要块，不重讲整章】→ 节点5【让学生再解释一次，这次允许被追问三步】→ 终点【学生产出一段能被追问而不塌的机制描述】。 注意这条链路里没有一步叫「导师讲得更清楚」。讲得清楚是节点4的事，而且只覆盖卡壳那一块。这就是它和【专长反转】的接口：指导量的最优值不由导师的知识决定，而由节点2定位到的缺口宽度决定。

一个具体用法（我自己的）：第一次见新学生，不问「你读过什么」，而问「用三分钟讲讲你上一个项目里最关键的机制，我会打断你」。打断不是刁难，是为了在三十秒内拿到那张【缺口地图】。代价是：有些学生会当场不适。所以节点3的框定不能省——省掉它，这台诊断仪就变成了筛选器。

留一个值得吵的问题：如果解释测试会稳定地压低一部分学生的自我效能感（有理由相信它会，尤其对已经焦虑的学生），你还愿意在第一次见面就用它吗？还是说，「诊断效率」本身就该让位给「关系安全」，把解释测试推迟到第三次见面？我倾向后者，但我说不出一个能证伪的理由——这大概是【极难发现】的那一层：我们讨论教学技法时，几乎从不给「关系成本」定一个可测的刻度。