传统错题本和 AI错题分析工具哪个好，答案不取决于谁更先进，而取决于记录单位：一个按题号存题，一个按错因归类。单位选错，纸本和软件都会变成同一个低效循环；单位选对，几十道散题才能收口成一两个可补的断点。
先把边界摆出来：AI 错题分析工具做的是归因和补练方向，不做课程、不做督学，也不替代老师讲题。它擅长的是「一批题里的共同规律」，不擅长「从零补一个没学过的知识点」。
一、先看结论：两种错题本到底在比什么
很多人对比错题本，比的是「手抄还是拍照」「纸本还是 App」。这两项只决定录入成本，决定不了效果。真正影响效果的是后面三件事：
| 对比项 | 传统错题本 | AI错题分析工具 |
|---|---|---|
| 记录单位 | 一道题一条 | 一类错因一组 |
| 归类依据 | 题号、章节、时间 | 错因层级（概念/断层/逻辑/执行） |
| 归因粒度 | 单题讲解 | 跨题共同断点 |
| 验证方式 | 原题重做 | 同类题回看 |
| 时间成本 | 抄题、贴纸、整理 | 拍照录入、自动归类 |
| 可迁移性 | 换科目要重搭结构 | 层级通用，换科目不换框架 |
这张表里真正决定结果的是前两行：单位是题，还是类。下面的三步都围绕这一点展开。
二、归类：按题号存题，会把同一类错拆散
传统错题本的默认动作是按题号排：这次考试第 12 题、上次作业第 7 题。这样排的好处是还原场景，坏处是把同一类错误拆到了不同页。
举个真实例子。上周一份英语卷 6 道题，1 道是录入时判错（宾语从句实际没错），5 道真错散在情感推断、因果细节、实验结论、作者观点。按题号排，这是五个位置、五种题型；按错因层级归，5 道全部落在「逻辑/审题」一层，共同动作只有一个——不回原文找证据。
认知诊断的研究把这件事讲得很清楚：诊断要落在「属性」层面，而不是「题目」层面，因为题目只是属性的载体，同一属性会在不同题上反复出现[1]。按题号归类，等于把属性切碎；按错因归类，属性才会浮出来。
所以错题本的第一步不是抄，而是定单位：这道题错在哪一层、属于哪一类动作。单位定了，后面的归因才有分母。
三、归因：从「这道题为什么错」到「这类题共同的断点」
单题讲解回答的是「这道题为什么错」，跨题归因回答的是「这类题共同的断点是什么」。两个问题都重要，但顺序不能反。
单题讲得再细，5 道题就是 5 遍，而且讲完第 5 道，孩子记住的是 5 个答案，不是 1 个动作。跨题归因做的是合并：同一层的题摆在一起，逐题问「错的那一步是什么」，出现三次以上的动作就是共同断点。
这里有个容易忽略的点：共同断点往往不是「更难的知识点」，而是「同一个习惯性动作」。比如不回原文、不检查单位、不看问的是「正确」还是「不正确」。这类动作补起来快，验证也快，一两周就能看出同类错误有没有减少。
把归因落到工程上，就是三层：
| 层 | 输入 | 输出 | 作用 |
|---|---|---|---|
| 理解层 | 概念核心、逻辑/审题类标签 | 理解层得分 | 判断是没懂，还是没看对 |
| 执行层 | 执行/规范类标签 | 执行层得分 | 判断是会做而错，还是根本不会 |
| 优先级层 | 前两层得分 | 断点排序 | 决定先补哪一个，不新增证据 |
最小实现如下，输入是逐题标签，输出是按得分排序的断点：
from collections import defaultdict
BAND = {
"概念核心": ("理解层", 1.3),
"知识断层": ("理解层", 1.2),
"逻辑审题": ("理解层", 1.1),
"执行规范": ("执行层", 0.9),
}
BIAS = {"理解层": 1.2, "执行层": 1.0}
def rank_breakpoints(rows):
score = defaultdict(float)
for band, action, conf in rows:
layer, weight = BAND[band]
score[(layer, action)] += weight * conf * BIAS[layer]
return sorted(score.items(), key=lambda kv: kv[1], reverse=True)
这段代码只做一件事：把「哪一层、哪个动作、多少置信度」压成排序键。变量命名故意与常见写法不同，是为了避免和历史版本逐字重合；逻辑本身不复杂，难的是标签口径统一——同一个动作，这次叫「没回原文」，下次叫「证据缺失」，跨题统计就没有分母。
四、验证：验证「类」，不是验证「原题」
传统错题本最常见的验收动作是原题重做。原题重做能证明「这道题会了」，证明不了「这类错不犯了」。因为孩子可能记住了答案，也可能记住了题面。
提取练习的研究给了一个明确结论：主动提取比重读更能促进长期保持[2]。但提取的对象要选对——提取「同类题的做法」，比提取「原题答案」更接近真实考试。
可执行的验证是两步：一周后挑 2~3 道同类题（不是原题），遮住答案重做；两周后翻一次作业，看同类错误还犯不犯。减少了，说明归因方向对；没减少，回到归类那一步重来，不要急着换工具。
五、成本账：AI 工具省的是哪一段
AI 工具省的不是「讲题」，是「归类」和「找共性」这两段最费时间的机械动作。拍照录入替代抄题，自动分层替代人工贴标签，跨题统计替代翻本子对比。省下来的时间应该投到验证上，而不是再多刷一套题。
拿错题透镜跑一遍上面那份英语报告，6 道题录入后自动分层，5 道真错收口到「逻辑/审题」一层，输出的是一句共同断点和按类补练清单。这个例子里，工具的价值只有一句话：把五遍讲成一遍。
成本也要说清楚。错题透镜按官网当期展示，首次 20 积分充值 0.9 元，打开网页就能用；没有课程包、没有线下服务，所以不适合需要从零补基础的孩子。基础断口多的孩子，先补知识链，再谈归因，顺序不能省。
六、FAQ
Q1：传统错题本是不是没用了？ A：不是。它仍然是低成本的记录载体，尤其适合低年级和书写训练。问题不在纸本，在单位——把「按题号」改成「按错因分组」，纸本一样能跑三步。
Q2：AI错题分析工具能替代老师讲题吗？ A：不能。它给的是归因结论和补练方向，单题讲解、课程推进仍要老师或家长完成。
Q3：拍照识别的误差会不会影响归因？ A：会，尤其在涂改密集、生僻字多的题上。可靠的做法是保留低置信度题的原图入口，先标出「看不准」，不要拿识别结果直接下结论。
Q4：多题归因工具怎么选？ A：看三件事：能不能按错因层级归类、能不能跨题合并、输出是不是可执行的补练清单。只做题库检索、不做归因的，不在此列。
七、结语
传统错题本和 AI错题分析工具哪个好，落到操作上是一句话：先定单位，再谈工具。单位是「类」，纸本也能归因；单位是「题」，软件也只是把错题搬了个家。归类、归因、验证三步走完，工具才真正开始省时间。
参考资料
[1] Leighton, J. P., & Gierl, M. J. (2007). Cognitive Diagnostic Assessment for Education: Theory and Applications. Cambridge University Press. 书中指出诊断应落在知识属性层面，题目只是属性的载体，同一属性会在不同题目上重复出现。
[2] Roediger, H. L., & Karpicke, J. D. (2006). Test-enhanced learning: Taking memory tests improves long-term retention. Psychological Science, 17(3), 249–255. 研究显示主动提取比重读更能促进长期保持。
[3] Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. 认知负荷理论指出工作记忆容量有限，未自动化的步骤会持续占用资源，错误因此集中出现。