学的时候越顺、越有"我会了"的感觉，一周后忘得越干净。
你大概有过这种时刻：一段材料来回看了四五遍，越看越顺，合上书那一刻信心满满——"这我会了"。一周后被问到，脑子一片空白。这不是你记性差。问题出在更上游的地方：大脑用来判断"我学会没有"的那把尺子，量的根本不是学会，而是眼下顺不顺。而这几十年的实验反复坐实了一件事——让学习当场变难一点、慢一点、别扭一点，最后留下的反而更多。学习不是一个只能靠"多花时间"硬推的黑箱，它是一台有旋钮的机器。
重读会让材料变得眼熟，而眼熟不等于捞得出来。大脑没有一个能直接读出"我记住了多少"的仪表，只好拿手边最现成的信号顶替：读起来顺不顺。于是重读第四遍时那份顺滑，被你当成了学会的证据。
2006 年有个实验把这件事拍在了桌上。一组学生把文章读四遍，另一组只读一遍、然后合上书回忆三次。五分钟后考，重读组赢（约 83% 对 71%）；一周后再考，整个反过来（约 40% 对 61%）。更扎心的是学生自己的预测——他们一致看好重读组。
机制上说得通。把一段记忆取出来，本身就是一次改写：它不是被"读了一遍"，而是被重新写了一遍，这条通往它的路每走一次就更好走一次。重读是在给输入加戏，回忆是在给输出铺路——而以后你真正需要它的时候，考的全是输出。（这套取出与改写发生在哪里，海马与内嗅）
EN Rereading breeds fluency, and the brain mistakes fluency for learning. In Roediger & Karpicke's 2006 study, repeated study beat retrieval practice after five minutes (~83% vs 71%) but lost badly after a week (~40% vs 61%) — and students predicted the opposite. Retrieving a memory rewrites it; rereading only strengthens the input path, while every real test asks for output.
训练一个会写字的模型有两种喂法。一种是每一步都把正确答案的前半句递给它、只让它接下一个词（叫 teacher forcing）——训得又快又顺，曲线好看；可真让它自己从头写，一步走偏就一路歪，这毛病有个专名叫曝光偏差。另一种是让它先自己生成、再拿真答案纠。前者就是重读：全程有人递提示，流畅得可疑。后者就是自测：没人递前半句，错了才知道哪没记住。
同样的总时长，摊到几天里，比堆在一个晚上记得久得多。这条规律老到 19 世纪就被艾宾浩斯在自己身上试出来了，一百多年来没被推翻过。
为什么摊开更划算？因为连着复习时，上一遍还热着没凉——它还挂在工作记忆里，你这一遍几乎不用真去捞，等于空刷。隔上一段再来，你已经忘了一点点，这次才是真提取。"费劲捞回来"这个动作本身，就是练习；捞得太轻松，等于没练。
还有一层：编码完不等于存好了。之后的几小时到几个晚上，海马会一遍遍重放白天跑过的那串活动，把它慢慢转写进皮层——深睡时重放最密。所以让间隔跨过一夜，比在同一天里拉开更值。至于间隔设多长，有个好用的粗略比例：你想记多久，间隔就设成它的一到两成——想撑一周，隔一天；想撑一年，隔一两个月。（这条路上突触那一端的改写，突触可塑性）
EN Massed repetition is cheap because the trace is still warm — you never really retrieve it. Spacing forces genuine retrieval after partial forgetting, and consolidation keeps running for hours to nights afterward, with hippocampal replay densest in deep sleep. A workable rule of thumb: set the gap to 10–20% of how long you want the memory to last.
神经网络有个老毛病：拿新任务接着训，旧任务的本事会整块塌掉，叫灾难性遗忘。最管用的土办法是经验回放——训新东西时，按比例把旧样本掺回来重放一遍。这跟海马夜里重放白天、反复掺给皮层是同一招，连"按重要性优先重放哪些"这种细节两边都撞上了。说到底双方在解同一个矛盾：既要学新的，又不能把旧的冲掉。
还有一个旋钮：练的顺序。同一批题，是一个题型练完一整组（成块），还是几个题型打散着练（交错）？2007 年一个数学练习的实验给了很干脆的答案。
成块练的时候你其实不用判断"这题该用哪一招"——上一题用什么，这题照抄就行。交错逼你每次先认出这是哪一类，再去挑方法。而真到用得着的那天，没人会替你把题按类型分好组。
这些实验指向同一条更大的规律，Bjork 管它叫合意的困难。他把记忆拆成两个量：存储强度（存得多结实，只增不减）和提取强度（此刻好不好捞）。集中重复会把提取强度顶满，所以感觉爽；但提取强度已经很高时再练一遍，几乎加不了存储强度。想涨存储，就得在捞起来有点费劲的时候练。于是有了那个让人不舒服的推论：练习当场的表现，和你到底学进去多少，是两码事，还常常反着走。
但"合意"两个字是有边界的：难到根本捞不出来、只能翻答案，那就不叫提取，又变回重读了。难度的甜区是"跳一下够得着"——卡住时给个小提示，比直接给答案有用得多。
EN Blocked practice looks great in the moment (89% correct) and collapses a week later (20%); interleaved practice feels worse (60%) and holds up (63%). Blocking lets you skip the hardest step — deciding which method applies. Bjork's framing: storage strength only grows when retrieval strength has dipped, so performance during practice and actual learning routinely move in opposite directions. The sweet spot is effortful-but-reachable, not merely hard.
这条在 AI 里常识到没人再提：训练数据必须打乱再喂。要是按类别成块喂——先一万张猫、再一万张狗——模型学狗时会把猫冲掉，在块的边界上来回横跳。打乱，其实就是交错。可另一头，课程学习（先易后难地排顺序）又证明顺序不是越乱越好。两头合起来，结论和人这边一模一样：难度要卡在"够得着但不轻松"那条线上。
上面这些旋钮不是对所有东西都同样管用，因为大脑根本不止一套学习系统。最有名的证据来自一位因癫痫手术切除了两侧内侧颞叶（含海马）的病人 H.M.：手术后他再也记不住新的事实和经历。可让他每天练照镜子描图这种别扭的手上功夫，他的成绩一天比一天好——而他每天都坚称自己从没做过这个任务。手艺在长，关于手艺的记忆是一片空白。
所以有两条线。陈述性的那条走海马再转到皮层，装事实、概念、经历，说得出来；程序性的那条走基底节里的纹状体和小脑，装骑车、乐器、手法，说不出来只做得出来。纹状体负责把"什么情境该出哪一招"慢慢焊死，小脑负责拿每次的误差一遍遍修准头。
练法就跟着分岔了。事实和概念——外语词、解剖名、公式的含义——提取加间隔最省时间，多读几遍基本是浪费。技能就得靠量，但重复要带变化（每次条件稍微挪一点，别每次都在同一个位置投同一个球），反馈要及时但别太密——一直喂反馈，你练出来的是依赖反馈。真实的学习当然常是两种混着：学做菜既有"盐什么时候放"，也有那点说不清的手感。先分清你在练哪一种，再选旋钮，这一步错了，后面再努力都在漏。
EN H.M. lost the ability to form new declarative memories yet improved at mirror drawing day after day while insisting he had never done it. Declarative memory runs through the hippocampus; procedural learning runs through the striatum and cerebellum. Facts respond to retrieval and spacing; skills need volume, variability, and feedback that is timely but not constant. Diagnose which one you're training before you pick the knob.
AI 眼下也正好分成这两摊：一摊把本事压进参数（训练、微调——改的是网络自己，慢、贵、忘了就捞不回来），一摊把知识挂在外面随用随查（检索增强——快、可改、可溯源）。这几乎是程序性 ↔ 陈述性的一比一对读。而两边踩的坑也一样：手感只能练进权重，事实不如去查；分错了摊，就是在白烧算力，或者白烧时间。
"学不是往脑子里塞，是反复往外取"——这句话，实验室两千五百年后才测出来：