「收藏即吃灰」不怪你：写给所有人的 Spaced Repetition 入门
本文目录
打开你的浏览器收藏夹，往下翻几页。
有多少篇，你还记得标题？又有多少篇，点进去之后会愣一下：「原来我读过这个」？
这事真不怪你，也不是懒。大脑天生如此——凡是没被重新提取过的信息，它都会当成噪音清掉。认知科学把这件事研究了一百多年，结论从来没变过：读过，和记住，是两回事。
那条人人都听说过的遗忘曲线
1885 年，德国心理学家艾宾浩斯干了一件挺折磨自己的事。他编了几千个毫无意义的音节——类似「DAX」「QEW」这种——逼自己背下来，然后在不同的时间点测自己还能记住多少。
之所以用无意义音节，是为了排除「理解」的干扰。有意义的东西记得牢，那是常识；他想测的是记忆本身会怎么衰退。最后画出来的，就是那条著名的遗忘曲线：20 分钟后只剩 58% 左右，一天后剩三分之一，一周后不到四分之一。
更扎心的是，这还是刻意背诵的结果。我们刷到一篇文章、随便读一遍的那种「输入」，衰减只会更快。
收藏夹里的文章就更惨了。大多数连第一遍都没读完，你只是标了个「稍后再看」。而这个「稍后」，大概率永远等不到。
Spaced Repetition：赶在你忘掉之前，把它捞回来
对付遗忘曲线的办法其实不复杂：别在刚学完的时候反复看，等到快忘了再看。
具体说，是在你「快要忘掉、但还勉强想得起来」的那个时间点复习一次。每成功回忆一次，遗忘的速度就慢一截。第一次复习可能隔一天，第二次隔三天，然后一周、半个月、一个月——间隔越拉越长。
算下来，一条信息总共复习五六次、累计几分钟，就能进长期记忆，管好几年。Anki 这类记忆卡片软件的核心就是这个调度逻辑。医学生、法考生、语言学习者把它当神器，不是没有道理的——这些人要背的量，靠硬灌根本灌不进去。
FSRS：把「什么时候复习」算得更准
老一代的 Spaced Repetition 算法比较粗放。比如 Anki 早年默认的 SM-2——上世纪八十年代 SuperMemo 用的那一套——规则基本就是：你答完打个分，系统按固定系数把下次间隔拉长或缩短。能用，但它假设所有人的记忆曲线长得差不多，也假设所有卡片差不多难。显然都不是真的。
FSRS（Free Spaced Repetition Scheduler）是这几年开源社区做出来的新算法。它不给所有人用同一条曲线，而是给每张卡片单独建一个记忆模型，三个参数：
- 稳定性：这段记忆大概还能撑多久
- 难度：这条内容对你来说有多难啃
- 可提取性：此刻你能想起它的概率
你每复习一次、给一个反馈，模型就更新这三个参数，重新算下一次的最优复习时间。在真实复习数据的对比里，维持同样的记忆保留率，FSRS 需要的复习次数比 SM-2 少两三成。省下来的都是你的时间。
但说实话，劝退大家的不是算法，是制卡
Spaced Repetition 这套东西，原理好懂，工具现成，为什么坚持下来的人还是少？
因为传统闪卡工作流的前半截太累了。读完一篇五千字的文章，你得自己判断哪些值得记，把每个点改写成一问一答，还要写得足够小、足够明确——「XX 是什么」这种卡片等于没做——最后一条条录进 Anki。一篇文章，光制卡二十分钟起步。
多数人不是不想复习，是这套准备工作在两周之内就把耐心磨光了。卡片没攒下几张，软件倒是吃灰了——跟收藏夹一个下场。
映灵正在探索的方向：把阅读接到练习
映灵希望缩短从“读到好内容”到“开始练习”的距离。围绕收藏资料的知识整理、学习路径、讲义、测验、闪卡与复习，都是正在开发的方向。这些 AI 学习功能尚未向当前内测版本开放。
现在可以先用映灵浏览、阅读与收藏网页。需要立刻开始间隔练习时，可以挑选少量值得记住的内容，在笔记或支持复习调度的工具中制作问题，并根据真实回忆情况记录反馈。
未来的工具可以帮助整理材料，理解、作答和持续练习仍需要自己完成。收藏一个链接只是保存来源，不等于已经学会。
映灵已开放鸿蒙、iOS 与安卓内测，可以选择设备安装浏览器体验版。安装后可体验当前浏览器功能，AI 学习功能仍在开发中。
延伸阅读：FSRS 是开源项目，实现在 open-spaced-repetition 组织下能找到；想系统了解各种学习方法的效果对比，推荐 Dunlosky 等人 2013 年的论文《Improving Students' Learning With Effective Learning Techniques》。