费曼学习法就是人工的反向传播。读懂一个东西不够，还得用自己的话讲出来。讲不清楚，说明梯度没有回传到底层，只是在表面记住了token的排列顺序，权重没更新。费曼方法在测试梯度到底传到了哪一层...

Agent Cookbook