如果学生不知道等号意味着什么，就无法可靠判断AI给出的变形；如果不理解样本与总体的区别，就难以检查一份调查结论；如果从未认真读过原文，就难以识别摘要删掉了怎样的声音。基础知识的教育价值，在于它构成判断的参照与操作条件。
但这不意味着所有重复练习都有同样价值。可以从某项高层任务反向追问，学生需要哪些能够稳定调用的知识与代表性操作。对于这些内容，应保留足够的解释、练习、反馈和独立使用机会；对于已经掌握且不再提供新结构的重复加工，则可逐步委托。
本书提出”最低充分基础”的课程原则。它不是越少越好，而是相对于明确任务，足以支撑理解、核查、迁移与异常处置的基础集合。这个集合应当通过表现来调整，而不能由一句”AI都会了”决定删除。
第一类活动形成内部支点：概念、数量关系、基本表达、代表性推理与观察能力。第二类活动训练封装接口：怎样说明任务、理解认知块的前提、追溯证据、判断可接受程度。第三类活动训练结构组织：比较模型、识别冲突、连接解释，并根据情境选择或组合它们。
第四类活动训练问题发生：发现既有框架遗漏的对象，修改原有目的，提出能够改变证据需求的新问题。四类活动不是互相替代的四门孤立课程，而可以存在于同一课题之中。一次数学学习既可能包含基础变形，也可能包含模型选择与问题改写。
课程设计的重点，是明确各类活动怎样接续。基础不能成为无限推迟高层活动的理由，高层活动也不能成为跳过理解的借口。学生可以带着有限基础进入有支架的复杂任务，再依据暴露的困难返回补学。
对于尚未理解关键概念的学生，AI可以提供提示、例子和反馈，但不宜持续替他完成正是本课要学习的操作。对于已经能够独立完成代表性任务的学生，则可以增加封装范围，让他把资源转移到模型比较与边界分析。
这种安排不等于按年龄或年级机械分组。同一名学生在代数任务上可以使用较大认知块，在统计任务上可能仍然需要较多基础支持。权限应当依据具体领域的准备程度，而不是给学生贴上永久的强弱标签。
课程还应预留撤回权限的机制。当学生在条件扰动中暴露关键误解时，可以暂时缩小封装范围，回到必要的局部学习。缩小范围不是惩罚，而是调整任务与当前理解之间的关系。教学应当让学生知道调整的依据，并给出重新获得操作空间的路径。
作为可试行而非已验证的方案，一门课程可以用前两周建立基础诊断与判据意识，要求学生区分结果正确、推理成立与任务适配。第三、四周进行认知块比较，每个方案都附带假设、证据和失效边界。第五、六周加入条件扰动与关键展开，使学生处理”原来成立、现在不成立”的情况。
第七周转向问题回写，学生需要说明最初问题为何被修改，以及修改产生了什么新的观察任务。第八周分别进行有AI协作任务和撤去生成式帮助后的迁移任务，比较两类表现。工具可以继续用于资料无障碍访问或必要辅助，但条件必须清楚记录。
这不是主张所有课程都使用八周安排，而是给出一种从基础到接口、从接口到关系、从关系到发生的组织示例。课时不足时可以缩成一个单元；研究训练中则可以扩展为一学期。阶段长短应由学习证据，而不是由形式整齐决定。
并非所有教育价值都能用认知任务的快速完成衡量。阅读中的停留、实验中的亲手操作、艺术中的感受与修改，都可能本身就是课程目的。对这些活动，不应因为AI能够迅速给出解释，就认为学习者没有必要经历。
本书关注认知层级，不主张让教育只剩抽象分析。真实对象、身体活动、材料操作与他人回应，能够为判断提供语言系统之外的约束。一个孩子亲手测量一段长度，获得的不只是一个数字，还包括对测量误差和操作条件的理解。
因此，高层课程不应越来越远离现实。恰恰相反，AI越容易生成完整表达，课堂越需要把某些关键结论接回真实对象。课程改革的方向是让技术与直接经验形成互相校验的关系，而不是让一切经验被语言替代。
以下课堂案例均为本书设计的教学情境，不是已实施实验。以方程√(x＋2)＝x为例，学生需要学习的可以是根式方程的运算，也可以是非等价变形的风险，或者是对AI解答的审查。目标不同，允许封装的部分也应不同。
若目标是初次理解平方运算带来的条件变化，教师不能只让学生看最后答案；若学生已经掌握这一点，则可以将重复计算交给工具，把课堂重心放在条件检查与解法比较。关键不在于是否使用AI，而在于机器有没有绕过本课真正要形成的能力。
这节课可以先要求学生独立写出判断标准：候选值必须使原式有意义，必须满足原式等式，且不能因为某一步变形而遗漏可能解。先有标准，再看答案，学生就有机会以理由而不是语气判断。
教师准备三份模拟AI解答。甲解答：两边平方得x²＝x＋2，因此候选值为2和－1，所以两者都是解。乙解答：候选值为2和－1，原式左边非负，故右边x必须非负，保留2，再代回确认。丙解答：根据经验答案应为2，代回成立，因此只有这一个解。
甲的错误是把平方后的候选值全部当作原方程的解；乙同时说明了必要条件与确认过程；丙虽给出正确终点，却没有证明不存在其他解。学生需要区分”结果碰巧正确”与”结论得到了充分支持”。不要求他们重新计算所有部分，却要求指出决定性的缺口。
在这里，判断认知块并不是只投票选乙。更有价值的回答是：甲在哪一个环节把必要条件当成充分条件，丙欠缺何种完备性论证，乙的前提为什么适用于原式。这样的判断表明学生可以进入关键关系，而不是只识别答案外观。
随后把题目改为√(x＋2)＝－x。平方后仍得到同样的候选值2和－1，但原式要求－x非负，因此应保留－1，并代回验证。原来那句”负数不能作为解”，在这里立刻暴露为错误概括。真正有效的是根据原方程辨认符号条件。
这个变化很小，却能区分记住模板与理解结构。学生如果仍然机械选择2，就说明先前接受了结果，却没有掌握判断依据。学生如果指出两题的平方后形式相同、可接受条件不同，就显示他能够支配被封装的推理结构。
教师可以进一步让学生自己设计一对”中间结果相同而原始条件不同”的题目。此时，学生从判断别人提供的认知块，进入生成能够检验误解的新任务。这是一种小尺度的问题发生，不必每次都追求宏大的原创理论。
另一项任务是考察n²＋n＋41在非负整数上的取值。代入0、1、2分别得到41、43、47，都是素数。教师给出一个模拟回答：“已经试过很多例子，因此对所有非负整数都得到素数。”学生需要指出，这种证据最多支持猜想，不构成全称证明。
取n＝40，结果为1681，也就是41²。这个反例足以否定全称命题。课堂不需要用大量运算证明学生勤奋，而要让他解释：为什么一个反例具有这样的逻辑作用，为什么再增加几个支持样例不能修复原来的全称结论。
但反例发现以后，学习不必结束。学生可以提出新的问题：在哪些范围内成立，哪些形式容易产生合数，原来的命题能否改为一个明确而有意义的有限范围陈述。问题发生在旧结论失效处继续，而不是把失败藏进最终报告。
数学证明尤其提醒我们，终点与过程有时不可分离。证明对象不仅是一个结论，也包括它如何由规定前提推出。教师可以借助已经可靠建立的定理、符号计算工具或适合的验证系统，但不能以”AI说已经证明”代替证明证据。
高层数学训练的合理方向，是把注意力集中在定义选择、核心引理、关键构造、边界与反例上，并对成熟部分采用适当封装。对原创论证中最脆弱的环节，仍然需要严格检查。某个学生甚至可能因准确定位一个证明缺口，比因抄写整套正确论证展示出更多研究能力。
因此，数学教育的认知层级革命不是废除演算与证明，而是重新组织它们。基本操作提供支点，成熟结果形成可调用单位，结构判断决定如何组合，而新问题的发生则检验学生能否在既有路线失效时继续前进。