先说结论：个性化学习这东西本身不玄，玄的是卖它的人。我2020年开始认真折腾，起因特别蠢——考研英语单词背了三遍还是记不住。那年我住杭州一个老小区，冬天没地暖，手指敲键盘是僵的，背完一组就去摸一会儿暖气片。那时候我以为自己缺的是意志力，后来才发现，是“所有人被塞进同一个时间表”这件事本身就有点反人类。
布鲁姆那个“两个标准差”，我盯了很久
1984年本杰明·布鲁姆（Benjamin Bloom）发过一篇论文，题目叫《The 2 Sigma Problem》。他对比了几种教学方式，结论是一对一辅导加上掌握学习（mastery learning）的学生，平均成绩比传统班级授课高出大约两个标准差。两个标准差听起来抽象，翻译成人话大概是：一个班里的中等生，能被推到你班前2%的位置。我看完那个数字的第一反应不是兴奋，是绝望——因为这意味着我们大部分人从小接受的教育，效率低到离谱。
问题是这个结论出来四十年了，到现在也没被大规模解决。原因朴素得可笑：一节课一个老师对四十个学生，你没法给四十个人各排一套进度。所以过去十几年所有打着“个性化学习”旗号的产品，本质上都在干同一件事——用算法去逼近那个不存在的、一对一的老师。有人逼近得好，有人纯粹是收智商税。
我试过的东西，和它们真实的样子
我不算发烧友，但Anki、ALEKS、Duolingo、可汗学院、Knewton的试用版，还有个国内的AI学习App，我都认真用过一段时间。说几个能查证的细节，你自己感受。
Anki的间隔重复早期用的是SM-2算法，2023年底（版本23.10）开始内置FSRS。FSRS是Jarrett Ye搞的，默认目标保留率0.9，你可以在设置里把它调到0.95——代价是复习量会涨大概40%到60%。我自己是0.92，每天早上七点二十闹钟响，躺在床上先把当天的复习清了，两百来张卡片，二十五分钟。
ALEKS用的是知识空间理论（Knowledge Space Theory），1992年Doignon和Falmagne提出来的那套东西。它会先给你做个25到30题的评估，然后画一张“你已经会什么”的图谱，只放你还没掌握的知识点出来。我用它补过一段统计，说实话界面丑得像2005年的政府网站，但“不浪费你时间”这件事它做得是真的好。
Duolingo那个叫Birdbrain的模型，大概2020年前后公开过一些资料，用的是半衰期回归，预测你未来答对某道题的概率。它很聪明，但也很阴——有段时间我明显感觉它故意在压我的进度，让我多练几天。我为了拿那个连续打卡的火焰图标，连续刷了187天，后来有一天在地铁上突然觉得恶心，直接卸载了。那是2021年11月，我记得特别清楚，因为我那天刚从医院出来，验血报告上写着我睡眠严重不足。
Knewton是最典型的案例。2008年成立，前后融了大概1.8亿美元，2019年被Wiley收购，之后基本就没什么声音了。我当时花了19美元订了一个月，做了个测评，它给我推的“个性化路径”，内容跟我自己看教材目录画的差不多。
插一段身体感受，可能有点跑题
我大概有两年时间，每天的学习是这么开始的：坐下，打开Anki，复习；打开笔记，读二十页；做题，错，看解析，改；把错题录进Anki。整个过程像流水线，安静，无聊，也谈不上痛苦。但到了第二年冬天，我发现我只要一坐到那张桌子前面就开始犯困，眼睛发干，喉咙发紧——不是心理作用，是真的身体反应。
后来我把桌子挪到了窗户旁边，把背单词的时间从晚上十点改到早上七点二十，这种反应才慢慢消掉。我到现在也说不清是光线的问题还是作息的问题，反正改了就有效，我不打算深究。
一个我非常笃定的偏见：学习风格理论是垃圾
这里我要得罪一大片人。VARK那一套——视觉型、听觉型、读写型、动觉型——是Neil Fleming在1992年前后搞出来的。这三十年里它进了无数教师培训手册，也进了无数教育App的用户引导页。但实证研究基本没支持过它。Pashler等人在2008年发的一篇综述，把当时能找到的严格实验翻了个遍，结论是：没有任何可靠证据表明，按学生“偏好的学习风格”来施教，能提升学习效果。
Willingham在2015年那篇《Ask the Cognitive Scientist》里说得更直白：学生确实有偏好，但偏好不等于更有效。你以为你是视觉型学习者，所以看图表学得更快——真相更可能是，你只是看图表更舒服，舒服不等于记住。
我知道这话听着不舒服，我自己第一次看到的时候也不舒服。但把它扔掉以后，我反而轻松了——我不用再纠结“我是什么类型的学习者”，只需要问一句：这个内容，用什么方式编码，回忆的时候最容易调出来。这俩问题的答案经常不一样。
真正被数据撑住的三件事
第一，测试效应（testing effect）。Roediger和Karpicke 2006年那篇实验里，学习同一段材料，一组反复阅读，一组读完后做回忆测试。五分钟后，两组成绩差不多；但一周后，做了测试的那组回忆率大概61%，纯粹重复阅读的那组只有40%左右。差21个百分点。所以我现在看书，看完一节就合上书，凭记忆写五行，写完再翻回去对。
第二，交错练习（interleaving）。Rohrer和Taylor 2007年做的那个数学实验，把题型分成“集中练”和“打乱练”两组，一天后的测试，交错组正确率大概是63%，集中组只有20%。我做题现在会刻意把不同类型的混在一起，哪怕它当下感觉更难受、更容易错。感觉难受这件事，往往是个好信号。
第三，间隔重复。艾宾浩斯1885年那批实验里，无意义音节的遗忘在第一天内掉得最狠，二十分钟能掉40%以上，一天后剩下不到一半。这就是为什么“一天背两百个新词”这件事效率极低——你不是在背单词，你是在跟遗忘曲线赛跑，而且注定输在第一天。
我现在的固定流程，照抄就行
-
早七点二十起床，先清当天的Anki复习卡，不碰新卡。目标保留率0.92，超过三十分钟没清完就停，剩下的中午补。
-
上午读新内容，控制在二十到三十页，分两段读，每段结束后合上书，写五行摘要（不查原文）。
-
下午做题，一次十五到二十题，题目刻意混着出。错题当场记，标注错因，不写“粗心”这种废话。
-
晚上把当天的错题录进Anki，新卡上限二十张，多一张都不加。周末不做新内容，只复习加一周一次的整章回忆。
-
每两周看一次Anki的统计页，如果某天复习量比平均值高出50%以上，说明我前几天加新卡加猛了，接下来一周减半。
这套流程没有任何“AI推荐”的成分，全部是我自己手动调的。它也不是给所有人用的，我甚至不推荐你照抄——它只说明一件事：所谓个性化，很多时候不是平台给你喂什么，而是你搞清楚自己的遗忘速度、可用时间、能承受的错误率，然后手工配比。
打脸的部分
前面我一直在说个性化好、算法好、数据好。但我必须承认，我最近一年用得最顺的方法，是一张固定的、每周重复的课表——周一到周五同一个节奏，连每天几点做什么都不变。它一点都不“个性化”，甚至有点僵。
可它管用。原因我想了很久，可能是我把“个性化”这件事放在了配置层，而不是执行层。配置是一次性的：想清楚保留率调多少、一天加几张新卡、什么时候复习。配置完之后，执行层需要的是单调和稳定，不是每天重新做一次决策。那些每天给你推“今天该学什么”的产品，最大的问题恰恰是让你每天都要面对一个选择——而每一个选择都在消耗你本来该用来记忆的东西。
所以我的结论有点拧巴：个性化学习有价值，但它的价值主要出现在你配置系统的那几天，而不是你每天打开App的那几分钟。你真正需要个性化的部分，可能比你想象的少得多。