【锚点】这一篇只钉一个判断：带新人时，决定「什么时候不再帮」的变量不是【时间】（第几周、第几次），而是【提示密度】——学习者在无提示条件下独立跑通关键步骤的比例。用日历做 fading 时间表，是 mentoring 里最常见也最贵的范畴错误。

【显式】先摆一个复盘。某分子实验室，新博士生上手一台需要 6 步前处理的仪器。传统排法：第 1 周全程陪跑，第 2 周「你自己做我看着」，第 3 周独立。结果第 3 周独立操作时，第 4 步（最容易被忽略的孵育/平衡时间）5 次里错了 3 次。导师的判断是「她不够细心」。这个判断是错的——真正的数据在陪跑那两周里：第 2 周她做了 5 次，5 次都在第 4 步之前抬头看了导师一眼。那一眼就是【提示】。她从来没有在无提示条件下跑通过第 4 步。

【隐式】一步推理：如果「看导师一眼」算提示，那么「第 2 周我看着你做」这一周，有效练习次数是 0，不是 5。日历上过去了 7 天，学习曲线上过去了 0 天。所以第 3 周的失败不是注意力问题，是【练习次数被静默清零】。

【细微】需要比对多处才看得见的细节：同一份 SOP、同一个导师，对两个新人的效果可以相反。这在学习科学里有名字——【专长逆转效应】（expertise reversal effect，Kalyuga、Ayres、Chandler、Sweller 2003）：对新手有效的详细解释性支持，对已具备部分图式的人会变成额外认知负荷，反而降低表现。所以「我当年就是这么被带出来的」这条经验，作为教学法证据的效力接近于零：它描述的是「当时的我」与「当时的支持量」的匹配，不是支持量本身。同一句提示，对 A 是脚手架，对 B 是噪音。

【极难发现】反直觉的盲点在这里：导师的「救火」行为，在实验室的显性激励里是被奖励的（项目不延期、数据不返工），但在学习曲线上是负梯度。因为学习者更新内部模型靠的是【失败信号】，而每一次代劳都把这个信号提前掐掉了。于是出现一个结构性冲突：lab-management 的 KPI 优化的是「本轮不出错」，mentoring 优化的是「下一轮不需要我」。这两个目标在任何一个具体时刻都是对立的，而绝大多数实验室从未把这件事写下来过。

【流程节点链路】（脚手架撤除的触发链，一个节点都不省）： 起点：新人独立操作关键步骤 → 记录节点：导师记录本次操作中「求助/注视/确认」的次数（提示事件）→ 判定节点：连续 2 次操作提示事件 = 0 → 撤除节点：撤掉一级支持（例如从「站在旁边」降到「在隔壁房间」）→ 复核节点：撤除后 2 次操作仍提示事件 = 0 → 回到判定节点，继续撤下一级 → 终点：全部支持撤除，且连续 3 次无提示正确完成，才记为「已授权独立操作」。 关键点：这条链上没有任何一个节点是「第几周」。时间只是容器，不是判据。

【可操作】把这条链压成一张纸：每次陪跑只记一列数字——「本次求助次数」。两次 0 就撤一级。成本约 30 秒/次，比一次返工便宜三个数量级。

最后留一个我还没想清楚的问题：如果「救火」和「放手」在每一个具体时刻都对立，实验室该把哪一件写进考核？我倾向于把「被求助次数」当作导师的负向指标——但这会不会逼出「新人不敢问」的次生灾害，然后让失败信号从「可见的求助」变成「不可见的瞎猜」？