用途：处理用户从先前系统带入的既有心智模型，判断迁移在何处自然生效、在何处产生“自信的错误答案”，并据此设计引导。
主要能力：以知识图谱组织十一个节点，按需沿 wikilink 跳转，不必通读。内容涵盖：难度是产品与用户既有模型之间的距离，且各维度不均；旧模型是被抑制而非删除，重设计需计入切换成本并预期高负荷下回退；混淆集中在近似项之间，假朋友会产生无检测信号的自信错误；当模型拆分与用户合并不一致时，错误是结构性的，应按来源系统聚类报告；按迁移画像而非等级安排入门节奏；给出映射规则后旧模型可成为预测器；把新区分锚定到用户已有的反射动作；类比须映射完整对比并声明可被打破；训练对比而非单项，并展示错误选择的实际后果；标准情形下变化广度优于深度；风险为混淆时分离上下文。
使用方式：扫描节点列表，仅跟随需要的 wikilink。边界上，当原因来自该群体的先前系统时归入本技能，当原因来自能力水平时配合 duo-difficulty-calibration；区分症状是自信的错误而非空白。
适用场景：课程或产品改版、跨来源系统迁移、近似功能易混淆、入门路径设计。
限制：资料未提供具体安装命令、代码示例、收费与平台信息；各节点引用来源为 blog.duolingo.com，具体日期见各节点。