茧房爆破器——你的认知方向内拓展教练1

Serenshail · 2026 年7 月 9 日 07:54

【标签】 学习工作

【标题】 【学习工作赛道】茧房爆破器——你的认知方向内拓展教练

0. 先和大家打个招呼吧

你是谁： 一名大二在校大学生，会一点前端，正在学 Python 和 RAG 架构。之前开发过一个采用苏格拉底思维引擎引导的认知阅读系统，也跟一些厉害的哥哥姐姐们学习过完整的项目流程，有一些实战经验。

你是怎么用 TRAE 把 Demo 做出来的：

做这个项目，最初的动机其实很私人。我发现自己有点控制不住自己——每天活在算法的世界里，被信息流推着走，感觉自己被信息茧房紧紧包裹住了。我想做一个东西帮自己破开这个茧房，同时在这个过程中它也能作为我的认知助手，陪我一起提升。

TRAE 让我把这个想法变成了现实。我会一点前端，Python 和 RAG 只是"学了一点"的程度，但 TRAE 帮我跨越了从"想法"到"全栈系统"的鸿沟。我描述"我想做一个认知教练，在用户既定的学习方向内拓展他的视野"，TRAE 就帮我从 PRD 文档写起，一路搭到 React 前端、Node 中间层、Python FastAPI + Qdrant 向量检索后端。

最让我觉得"原来这么简单"的一步是产品方向纠偏。我跟 TRAE 说"用户聊完天后被推荐美妆和体育，方向完全错了"，TRAE 直接用 Spec 模式帮我完成了"从固定 24 维度跨领域推荐"到"认知大方向内子领域拓展"的完整重构。这种产品层面的方向判断，以前我以为只有找技术合伙人才能落地，现在自己用 TRAE 就搞定了。

中间也踩了不少坑——HuggingFace 被墙、arXiv API 301 重定向、ESM 模块加载顺序导致 API key 读不到——TRAE 都帮我逐个排查修复了。这个过程本身就是一种提升，我做这个东西的初衷正在一步步实现。

1. Demo 简介

是什么： 茧房爆破器是一个 Web 应用（React + Python FastAPI + Qdrant 向量库），定位为"认知方向内拓展教练"。

面向谁： 持续提升自身认知的人——比如在读《思考，快与慢》的产品经理、在学 Python 的学生、在研究古诗的文学爱好者。他们有一个认知大方向，但容易局限在单一子领域内，需要教练帮他们发现方向内未接触的盲区。

主要功能：

认知诊断对话：与 AI 教练进行多轮苏格拉底式对话，识别用户的 1-3 个认知大方向（如"Python 编程"“思考方法论”），并动态生成方向内的子领域树，标注已接触/未接触的子领域。
方向内拓展推荐：基于 RAG 混合检索（BM25 + Vector + RRF 融合），从实时互联网搜索播客/访谈/深度内容，只在用户的认知大方向内推荐——学 Python 的用户会收到 C/Rust/编程范式的推荐，而不是美妆/体育/搞笑。
方向树可视化：以认知大方向为根节点展开子领域树，三档接触程度（已接触/偶尔接触/未接触）用不同视觉标识区分，用户可以手动添加新的认知大方向。

2. Demo 创作思路

灵感来源： 我自己就是信息茧房的亲历者。每天被算法推着走，感觉被茧房包裹住一样。之前做过一个采用苏格拉底思维引擎引导的认知阅读系统，跟厉害的哥哥姐姐们学习过项目流程，这些经历让我意识到：真正的认知成长不是"跨领域随机推荐"，而是在你既定方向内拓展边界——学 Python 的应该接触 C/Rust/算法思想，而不是跳到美妆。

想解决的问题： 持续提升认知的人容易陷入"单一子领域茧房"——读了一本书就反复读类似的书，学了一门语言就不接触其他范式。他们需要的是方向内的视野拓展，而非跨方向的随机推荐。通用推荐引擎（抖音/小红书）做的是"流量最大化"，会把你推向高多巴胺内容，反而加深茧房。

为什么做这个方向： 这个项目既是我自己的破茧工具，也是我的认知助手。我用 DeepSeek 做认知评估 + RAG 混合检索做内容获取 + 教练角色做引导，三者结合才能实现真正的方向内拓展。在做这个项目的过程中，我自己也在不断学习和提升——这正是产品的初衷。