遗忘曲线与间隔效应
遗忘不是系统的故障，而是默认状态。学习设计的起点是接受遗忘，然后利用它。
遗忘曲线
Ebbinghaus (1885) 用无意义音节对自己做实验，发现遗忘的典型形态：学后最初几小时到几天内急剧下降，随后趋缓（先快后慢的负加速曲线）。
在 Ebbinghaus 之后一个多世纪，两个重要修正值得知道：
- 材料有意义则曲线更平缓：遗忘速度强烈依赖材料与已有知识的关联度。无意义音节是最坏情况，不是典型情况。
- 遗忘不等于痕迹消失：再学习节省效应（savings）表明，「忘了」的内容重新学习仍比首次学习快——记忆痕迹部分保留。
间隔效应（Spacing Effect）
同样的总学习时间，分散到多次，效果显著优于集中一次。
这是学习科学中最稳健的发现之一：从 Ebbinghaus 的原始实验到现代课堂研究，跨越 100 多年、多种材料（词语、事实、技能、课堂学科）反复复现。
间隔为什么有效
两个互补的解释：
- 遗忘后提取更费力，而费力提取巩固更多：间隔让记忆滑向「提取强度」的低点，此时的成功提取产生更大的存储强度增益——这正是合意困难框架的核心案例。
- 编码变异性：不同时间、不同情境的编码建立更多提取线索，记忆的「入口」更多。
最优间隔
Cepeda et al. (2006) 对 254 项研究的元分析给出了实用结论：
- 存在一个最优复习间隔：太短（几乎没忘）收益小，太长（彻底忘了）等于重学。
- 粗略法则：复习间隔 ≈ 你需要记住它的总时长的 10%-20%。一周后要用的，隔 1-2 天复习；要记一年的，隔 2-4 周复习。
- 间隔应递增：第一次复习间隔短，之后逐次拉长。
扩张 vs 收缩检索
Bjork 夫妇的实验范式给出了更精细的操作建议：
- 收缩检索（逐渐缩短间隔）：几乎无效——变成变相的集中学习。
- 扩张检索（间隔逐渐拉长）：效果更好，且每次提取都在「快忘了」的边缘完成。
现代间隔重复软件（Anki 的 FSRS 算法）本质就是把「扩张检索」交给算法自动调度，详见工具。
集中突击的真正问题
考前突击（massed practice / cramming）不是完全无效——它对明天就考是「有效」的。问题在保持：
- 突击产生的是提取强度短暂拉高，存储强度增长有限；考后遗忘极快。
- 学习如果是为了留存与迁移（而不是过明天这一关），间隔是必须付出的时间成本。
「学得快」和「记得住」经常反方向：这贯穿本站的一个主题——短期表现是学习的坏指标。
实践清单
- 学完当天做第一次检索（回忆，不是重读）。
- 按 10%-20% 法则安排后续复习，间隔递增。
- 手工管理太累就交给软件：Anki + FSRS。
- 面向考试的安排从考试日倒推分配复习点，而不是考前一夜。
- 接受「复习时会忘」——忘了再想起来的那次，价值最高。