本章的小禾与父亲陈远为分析设例，算例可独立核算，AI对话为教学示范。
一、答对以后为什么没话说了
小禾做完练习，父亲陈远习惯问一句：“都会了吗？”她点头。陈远其实也不知道这句话还能怎样追问，检查答案似乎是最快的办法。他请AI生成十道相似题，小禾很快做完，正确率很高，却对再来十道失去兴趣。原来那道题的路径已经熟悉，数字换了一组，活动并没有真正打开。
这天小禾突然说：“我能给它出题吗？”陈远先担心她出的题太简单，转念一想，简单又有什么关系？他们提出一个小猜想：如果回答者与出题者交换位置，原本熟悉的知识也许会出现以前没有显露的部分。这个“也许”给探索留了空间。出题未必自动带来理解，也可能只是照抄形式；要看他们实际做了什么。
小禾给AI的第一题是：“一个长方形周长是二十，它的面积是多少？”AI回答条件不足，可能有不同面积。她不服气，因为她心里想的是长和宽分别为六与四。陈远没有立刻讲解，而是请她把心里知道、题目没写的内容标出来。原来答案之所以显得唯一，是她悄悄带着一组没有交给对方的信息。
这一下意外成为整场探索的起点。她原以为出题是把已知答案藏起来，现在发现，自己还需要组织别人能够使用的条件。回答一道题与让一道题成立，是相互联系却不相同的活动。AI并没有教给她一个新公式，却使她对“已知”二字产生了新的辨认。
二、一个条件怎样打开许多答案
小禾补写：“长是六。”AI给出宽为四、面积为二十四。她又问：“如果不告诉你长，面积最大是多少？”这时活动已经从填补遗漏进入新猜想：同样的周长是否允许面积比较？他们先不用一般证明，而是列出整数边长，一与九、二与八、三与七、四与六、五与五，面积分别为九、十六、二十一、二十四、二十五。
列表使一个可能规律显露：长宽越接近，面积似乎越大。但陈远提醒，刚才只试了整数，不能直接说所有情形都已经验证。小禾让AI给出半整数例子，四点五与五点五得到二十四点七五。这个结果与猜想一致，却仍然不是完整证明。她第一次遇到“很多例子都对”和“为什么必须这样”之间的距离。
AI提出把两条边写成五加一个数与五减同一个数。面积就是二十五减去那个数的平方，只要两边为正，平方总不小于零，最大值便在两边相等时出现。陈远根据小禾已有的知识选择解释方式：可以用代数，也可以画图展示从正方形移走和补入的部分。他们没有把看不懂的符号当成已经完成的理解，而是请AI重新说明每个数对应什么。
这一段运行同时包含不同层次的验证。表格帮助发现猜想，新的例子检查它是否立即失败，推理说明在所设条件下为何成立。若将题目改成可以使用弯曲边界的图形，原先结论就不能直接搬过去。边界一旦改变，研究对象也改变了。出题者需要说明允许什么，回答者也需要检查自己有没有偷偷沿用旧前提。
三、轮流出题不等于轮流考倒对方
小禾很快尝到“让AI犯难”的乐趣，开始故意省略条件。她问：“一辆车出发后什么时候到？”AI要求更多信息，她觉得自己赢了。几轮以后，陈远发现活动越来越像捉弄。他没有否定这种玩笑，而是问：“除了让它答不了，我们还能让它看见一个有意思的地方吗？”
他们为出题增加两种不同任务。一种叫寻找缺口，专门检查条件是否充分；另一种叫发现关系，要求题目能够带出新的比较或变化。两种任务可以交替，但不混为一谈。小禾现在知道，如果题目故意没有足够信息，答不出来可能正是合理结果；若想研究一个关系，就要给出足以进入的条件。
AI也轮到出题。它提出两个周长相同的长方形，询问面积是否一定相同。小禾给出反例，觉得太容易。她要求下一题保留同样核心，但改变情境。AI把它包装成菜园围栏，小禾指出只是换了故事，关系没有改变。这次批评很重要：她开始能够区分情境表面的新鲜与问题结构的差异。随后他们把条件改为面积固定，询问周长怎样变化。知识不再只被调用来填答案，还被用来辨认两个问题之间的联系。
如果将胜负作为唯一乐趣，探索很容易停在“谁被难住”。当双方开始共同维护问题的质量，快乐又多了一个来源：一道题能够让人看见此前忽略的关系。AI作为参与者的价值，在于迅速提出可供比较的候选题，接受限制后重新生成，并帮助检查推理；题目的意义仍然需要在实际运行中判断。
四、题目显露了什么，下一题就不一样
陈远发现，小禾能熟练计算，却常常忘记检查单位。他原想增加一组单位换算练习，后来先问：“如果你自己设计一个容易把单位混淆的问题，会怎样？”小禾编了一个故事，长度用厘米，宽度用毫米，计算时故意不统一。她给出的错误答案看起来很整齐，反而更有迷惑性。
在解释陷阱的过程中，她需要准确说明错误发生在哪一步。陈远与AI都不接受“因为粗心”作为最后答案。粗心描述了一个评价，却没有指明可修改的运行。她逐步说清，图中的长度外观让她把两个数当成同一种尺度，乘法做对了，乘之前对数的含义判断却没有完成。于是下一题的任务变成：不计算结果，只写出计算前必须确认的条件。
这就是第二方程的一次应用。新的S是单位含义与计算熟练程度之间的不一致；当前E包括图示、符号、习惯与反馈。它们共同改变了下一轮D。若只根据“答错了”这一粗粒度显露安排重复练习，运行可能一直绕过真正的缺口。较细致的显露，让下一步获得不同的方向。
反过来，出题也可能误导判断。一个孩子能设计漂亮题目，未必能独立解决所有相关题目；一个人表达缓慢，也未必没有理解。因此陈远没有给小禾贴上“出题能力强”或“理解薄弱”的固定标签。他记录的是具体任务中的表现，以及表现怎样随提示和条件变化。这使探索保留了发展空间。
五、让错误进入反馈，而不是进入羞耻
有一次AI给出的答案错了。题目涉及三个数的比较，AI在中间一步交换了两个条件。小禾发现结果与自己计算不同，非常兴奋。陈远让她把分歧写出来，再逐步核对。确认错误以后，他们没有只留下“AI也会错”这一结论，而是追问：什么使这个错误容易被忽略？
答案的语气很流畅，中间过程也列得整齐。最容易滑过去的是第二步对原条件的复述。AI后来重新计算可以得出正确结果，但自我修正的表述并不能代替检查。小禾于是为自己和AI都设了一条规则：遇到关键推理，先确认所用条件与原题一致，再看后面的运算。规则作用于共同活动，而不是只要求机器接受怀疑。
不久，她自己也犯了类似错误。陈远指出时，她脸红了，说这和刚才不一样。父亲没有拿她发现AI错误的兴奋来讽刺她，只让她重新读一遍条件。她后来承认，轮到自己时，错误会连着自尊与输赢，当然更难接受。这使原本的数学活动进入新的特征纠缠：关系中的安全感、比较方式与反馈语气都开始影响是否愿意继续。
他们调整了对话方式。先说哪一步需要重看，再说结果；发现错误的人要解释依据，出错的人可以要求时间核对；若暂时不愿讨论，可以暂停。这样的安排不能保证每次都轻松，却减少了错误被立即解释为人的高下。探索的乐趣需要条件支持，其中一部分条件正是允许理解尚未完成。
六、从一道题分化出一个小世界
几周以后，小禾把出过的题摊开，发现它们不只是难与易的区别。有些题检查条件是否充分，有些研究同一条件下的不同结果，有些寻找极端情况，有些要求把结果倒过来追问条件，还有些则提醒某种解法的边界。他们给每类保留两三个代表题，开始辨认不同问题承担的作用。
分类之后，AI建议制作题库，小禾却想做一本“会变形的题”。每一页只有一道起始题，旁边留下几个可以改变的位置。读者可以改变一个条件，再猜想答案是否仍然唯一，原有方法是否还适用。这样的重组使题目不再是一排等待回答的对象，而成为可以主动改变的结构。
他们以长方形为例：固定周长问面积，固定面积问周长，加入一条边的限制，改变允许的数值范围，再比较有无唯一答案。每次只改一两处，便于看清影响。随后把这种方式迁移到语文阅读：保持故事结尾，改变人物已知的信息，读者对行为的理解是否变化？迁移不能直接宣布两个领域相同，需要说明保留了什么结构、哪些要求必须重新认识。
这个小作品开始显示升维的可能。小禾原本学习的是怎样回答给定问题，现在开始学习问题怎样生成、怎样变化和怎样接受检验。是否已经形成稳定能力，还要在陌生材料中看她能否实际使用。新名称并不重要，能够进入以前不会组织的活动才重要。她在一本普通练习册旁边，发现了一块可以继续创造的空间。
七、共同出题怎样形成新的学习纠缠
第三类What If可以在这里出现：如果轮流出题、检查条件与修改题目持续发生，孩子、家长、AI和知识之间会形成什么？在这个设例中，家长从判分者逐渐成为共同检查的人，AI从答案来源成为候选题与反例的提供者，孩子从接受问题的人开始参与问题的组织。这些变化相互影响，新的E具有整体性。
但这种纠缠也可能走向另一条路。如果每次出题都必须有创意，孩子可能害怕普通；如果家长持续比较谁发现的错误更多，合作可能重新变成竞争；如果所有题目都由AI快速提供，孩子的出题念头反而来不及展开。因此他们保留空白时间，允许一题想很久，也允许只做一道熟悉的题。稳定的支持不是不停增加刺激。
陈远后来发现，自己也需要学习出题。他工作中常把复杂要求写成一句笼统指令，再抱怨别人理解错误。与小禾一起检查题目，使他看见某些遗漏来自自己默认的背景。教育探索于是越过父母帮助孩子的单向框架，开始影响双方日常的表达与协作。这并不意味着一场小游戏就能改变家庭关系，只说明新显露可能进入原来没有预料的运行。
有一天小禾问：“如果题目本身错了，我们是不是可以不答？”陈远回答，可以先说明为什么它不能按原样回答，再尝试修正。她笑着说，那她还想给学校的一道练习提意见。父亲提醒她准确表达，不急着宣布自己比出题者高明。他们一起写下疑问、依据和替代版本。思考的乐趣开始包含公开承担修订，而不只是私下发现一个漏洞。
轮流出题还遇到过一次失败。小禾想研究故事人物为什么撒谎，AI连续提出十几个追问，涉及家庭、社会、心理和道德。每个问题似乎都有道理，组合起来却使她不知道先回答哪一个。陈远也被丰富的结构吸引，想一口气讨论完。十分钟后，小禾离开桌子，说这些题目像大人开的会。两人原以为更多问题意味着更丰富的探索，实际显露却是参与迅速下降。
他们回看对话，发现问题之间没有形成可追随的次序。AI每次看见一处可能性，就增加一个分支；他们没有决定哪个分支与眼前的故事最有关系。修正的方法很小：只保留一句人物对白，先问如果对方已经知道真相，这句话的作用会不会改变。这个问题可以通过修改故事来尝试。小禾写了两个短版本，比较读起来的差异，重新参与进来。
这一回让父女看见，问题数量与思想空间并不等同。一个分支若没有执行机会，只是一枚悬在半空的标签；一个较小的问题若能引出真实比较，却可以持续展开。AI的快速生成提供丰富材料，人和AI共同安排这些材料怎样进入运行，才决定它们是否成为可用的差异。评估得到的“太多了”，需要反馈为“下一次只打开一个可执行分支”，才能改变后续过程。
在故事案例中，验证也与数学不同。两种对白的变化不能像面积公式那样给出唯一证明。小禾可以检查人物知道的信息是否一致，行为是否符合已写出的情境，再请不同读者说明自己的理解。读者不同意，不自动证明作品失败；但若许多人都无法看出作者想保留的线索，就有理由回看表达。把不同领域的依据分清，才不会把轮流出题变成一种万能姿态。
陈远还学会少问一种问题：“你懂了吗？”他改问：“如果换掉这一条，你觉得哪里会先改变？”后者并非永远更好，前者有时只是关心孩子是否需要休息；但在探索中，新问法更容易显露具体理解。小禾也不必每次完整解释。她可以画一个箭头，改写一句话，或提出一个反例。参与形式变得灵活，意味着更多已有能力能够进入共同运行，而不是只有擅长口头表达的人得到舞台。
最后他们约定，任何一方都可以说今天只想解题，不想出题。这句约定看起来退了一步，实际上保护了新的活动。方法一旦成为每次都必须完成的任务，原来打开的可能也可能变成负担。能够在熟练练习、问题创造与暂时休息之间调整，本身就是他们正在形成的学习组织能力。
八、今天轮到你出一道题
选一件你已经有些熟悉的东西，可以是一道数学题、一段文章、一张地图或一个生活安排。先给AI出题，但暂时保留自己的答案。请它说明使用了哪些条件，再比较它的理解与你原来的意思。若两者不同，先不要急着判谁错，看看题目有没有缺少必要信息。
随后轮到AI出题。你可以明确要求：“保留核心关系，但改变一个关键条件，别只换名字和数字。”如果它没有做到，就说明你认为哪些部分仍然相同。这样的反驳本身需要理解，也会让下一轮更具体。最后一起选择一道题，试着为它制作两种变体，并写清为什么要这样改变。
不必一次就完成一个题库。记录一处真正让你停下来的差异，就足以作为反馈。也不要把每场活动都改造成考试。轮流出题的意义，在于让知识从只能回答的形式中松动，让你能够参与条件、运行与结果之间的重新组织。有时候，一道题最有趣的部分，恰好出现在它原来的答案已经写完以后。