为什么有效

立刻开始学习

大多数语言应用要么先让你做分级测试，要么不管你会多少都从零开始。对对对！换了一种方式：直接开始复习，应用会在过程中摸清你的水平。

你复习的每一张卡片都在让系统更了解你。答对一张卡片，应用学到的不只是你认识这个词，还包括你对其中每个汉字的掌握；答错了，模型就相应调整，温和地补上缺口。只需几十次复习，对对对！就能对你的水平形成校准过的判断，开始推送与你完全匹配的内容。

两层智能

传统闪卡应用依靠间隔重复：出一张卡，等一段时间，再出一次。有效，但很粗糙。它不知道你什么时候已经吃不消，也把每张卡片都当作孤岛。对对对！同时运行两个模型，而且都走得更远。

你对每张卡片的掌握程度用贝叶斯统计来追踪。每个字、每个词、每个短语都有自己的掌握度估计，系统分得清「从没见过」和「练了五十遍还是容易错」的区别。更关键的是，它还追踪自己对每个估计有多大把握。这是两种不同的情形，需要不同的对策。

你的整体水平用项目反应理论来追踪，也就是标准化考试背后的数学框架。这个估计带有诚实的置信区间：证据越多，区间越窄；你的表现让模型意外时，区间会重新变宽。正因如此，已有基础的学习者只需几十次复习就能完成校准，而不必从零磨起。

两层模型协同工作：整体水平决定引入什么新内容，逐卡掌握度决定何时复习什么。

语言是组合式的，学习也应当如此

每种语言都在用更小的部件搭建意义，中文只是把这套结构摆在了明面上：汉字组成词，词组成短语，每一层的积木都清晰可见。「好」和「吃」组合成「好吃」。学会了部件，组合就开始变得顺理成章。

对对对！把这套层级结构显式地建了模。你掌握一个短语，系统就把证据向下传播到其中的每个汉字；你学会新的汉字，它就向前看，找出你已经可以挑战的词语和短语。每一次复习都一举两得。

这种推断出来的知识有严格的标准。在你认识的短语里见到某个字，会提升系统认为你认识它的信念，足以不再把它当生字来轰炸，但绝不会提升到直接判定「已掌握」的置信。只有对这个字本身的直接复习才能做到。由此产生了一个介于「学习中」和「已掌握」之间的「暂定认识」状态：学得快的人不必把明明已经认识的字再磨一遍，而一旦相关的地方出了错，拿不稳的字会立刻被重新提出来确认。

永远不会被压垮

信息过载是语言学习的隐形杀手。大多数应用任由你添加卡片，直到复习堆把你埋掉，然后再怪你跟不上。

对对对！实时测量你的认知负荷：估算你脑子里究竟同时装着多少东西，依据是每张活跃卡片的不确定性、它与你水平的距离，以及你对它的掌握进度。初学阶段，应用把你的活跃卡片控制在很小的范围（10 张左右），让你稳稳打好基础；随着能力增长，容量也随之增长，中级学习者可以轻松应对 100 张。接近容量上限时系统自动收紧新内容，有余力时再放开，全程无需你操心。

每张卡片都有出场的理由

决定下一张给你看什么，是这个应用做出的最重要的决定。系统不用简单的排期表，而是从多个维度权衡每张候选卡片：

• 信息价值：这张卡片能让系统多了解你多少？处在你知识边界附近的卡片信息量最大。
• 学习价值：复习这张卡片能让你的中文进步多少？在最佳挑战区间（不太容易也不太难）的卡片学习收益最大。
• 认知匹配：你现在还有没有余力？接近容量上限时，巩固优先于新内容。
• 组合就绪度：你认识足够多的部件了吗？一个四字短语，如果其中的字你一个都没见过，系统绝不会拿它考你。

各项权重随进程动态变化。初期系统优先摸底，弄清你已经会什么；随着不确定性下降，重心转向优化学习。转变一张卡一张卡地渐进发生，你不会察觉到任何切换。

难度阶梯内置于语言本身

词典中的每一条都有难度分数。基础汉字的分数逐一精心评定，依据是我们制定的评分准则，它的核心问题是：学会这个字，能让你做到哪些原本做不到的事？词和短语的难度则由部件计算而来（部件越难，整体越难，但并非简单相加）。而在语言本身不服从组合规律的地方，分数会得到专门修正：意思猜不出来的词被推后，而像「学生」这样远在认识它的字之前就必须会的生存词汇被提前。大约每七个词中有一个带这样的修正，其余都以计算分数为准。

这就形成了一套自然涌现的课程：汉字从简到繁，部首在你见过足够多的汉字、开始察觉规律时才出现，词和短语自然跟随它们的部件。你永远不必发愁下一步学什么，阶梯就砌在内容里。

合集：你的路线，你的节奏

对对对！不把你锁进僵硬的课程表，而是提供「合集」：可以随意浏览、拾起、切换的学习路径。从「前 100 个汉字」起步，旅行前逛逛「饮食词汇」，考试临近再跳进「HSK3」。

每张卡片可以同时属于多个合集，所以你在「前 100 个汉字」里复习一个与饮食相关的字时，「饮食词汇」的进度也在同步前进。你始终在多条战线上推进，即使专注于其中一条。

为真正的流利而设计

对对对！不是让你背孤立的单词表，而是帮你织一张相互连接的知识网：那种能让你看懂菜单、跟上对话、遇到生词也能凭部件猜出意思的深层理解。这个页面上描述的每一项功能，都服务于同一个目标：让你真正学会中文，而不只是感觉自己在学。

而且这一切都不是黑箱。从贝叶斯卡片估计到认知负荷公式，本页提到的每一个模型都完整写在数学页面上。我们相信它经得起推敲，也更愿意直接展示，而不是请你凭空信任。