要简单地解释 Anki 中制卡与复习之间的关系，可以将制卡看作编码记忆的过程。编码越精细，后续的复习就会越轻松[1]。当然，长期以来，我们并没有对这一影响做详尽的分析。本期我们将引入之前所提及的记忆模型，将制卡对复习的影响量化，让大家直观地感受到制卡的重要性。
为了让大家更清楚地看到制卡与复习效率的关系，我用 Python 编写了一个简单的复习模拟器，输出一些模拟结果的可视化图像供大家参考。
模拟脚本地址：
https://github.com/L-M-Sherlock/space_repetition_simulators模拟条件
- 间隔系数：2.5
- 保留率：0.9
- 初始间隔：1
- 新卡片总量：10000
- 每日新卡片上限：50
- 每日复习上限：不限
- 模拟周期：300 天
基准情况
我们先以 Anki 算法的默认参数作为基准，假设一个人的制卡水平一般，那么他的复习过程会近似于 Anki 默认的复习规划。
每日的复习量模拟如下：
- 总重复次数：88515
- 平均每日重复次数：295
制卡水平
以上图为基准，我们就可以根据制卡水平来调整模拟参数，从而对比不同学习者的复习效率。
什么？怎么判断制卡水平？这个看起来很难量化，但是只要我们从复习行为的角度来看，就能将制卡水平转换为记忆稳定性的初始值[2][3]。
怎么理解呢？这里就需要看看 SuperMemo 的做法了。SuperMemo 会根据学习者的复习反馈，逐步调整间隔，保证每次复习都是发生在回忆概率为 90% 的时刻。那么只要我们看看第一个间隔的长度，就能知道记忆稳定性的初始值。而我们不断复习的目标，实际上就是不断提高记忆稳定性。记忆稳定性的初始值高，就相当于领先在起跑线上。
好了，废话不多说，先看看我自己用 SuperMemo 这几个月来，SuperMemo 算法估计的第一个间隔长度吧：
8.2 约等于 8，也就是说我复习的第一个间隔是 8 天。如果在 Anki 中，新卡片的毕业间隔是 1 天，即使是简单间隔也有 3 天[4]。让我们看看如果记忆稳定的初值为 8，模拟的结果如何：
- 总重复次数：62130
- 平均每日重复次数：207
比基准情况整整少了 1/3，而基准情况其实已经比一些批量制卡要好上不少了。
如果卡片做的差一点（大段文字直接糊上去、批量制卡等等），每天的保留率都达不到 90%，那么模拟的结果可能是：
- 总重复次数：120123
- 平均每日重复次数：400
比基准情况多了 1/3，更是比我的模拟结果多了整整一倍。由此可见，不同的制卡习惯所造成复习过程的差异可能会很大。
另外，本模拟没有考虑每次复习的回忆时间。从直觉上来说，下功夫做的卡片回忆起来更快，那么好好制卡的效率就更高了。
进一步阅读
本期重点论述了制卡对复习效率的重要影响，建议大家制卡时多下功夫。关于如何制卡，以前写过/翻译过很多相关文章，我整理了一个收藏夹，方便大家查阅：制卡原则与知识表述本期重点论述了制卡对复习效率的重要影响，建议大家制卡时多下功夫。关于如何制卡，以前写过/翻译过很多相关文章，我整理了一个收藏夹，方便大家查阅：
制卡原则与知识表述参考
1. 记忆研究者反复发现对记忆的编码越精细，记忆也就会更持久。精细的编码本身就相当于你构造的联系的丰富程度。 https://zhuanlan.zhihu.com/p/651317222. 记忆稳定性是指一批记忆在一次复习后遗忘率达到 10% 所需的时间。 ./343115387.html
3. 值得注意的是，随着复习的早期进行，稳定性往往急剧增加，并且在几十年后接近极低的稳定性增长水平。这可以解释为这样一个事实，即记忆在个体的整体知识结构中找到了自己的位置，获得了高度的稳定性 ./268782211.html
4. 毕业间隔：学习新卡片后连续选择【一般】的间隔； 简单间隔：学习新卡片后选择【简单】的间隔； ./42921090.html