什么是间隔重复？
间隔重复（Spaced Repetition）是把复习安排在「快要遗忘」时间点的记忆方法：每次在遗忘临界点成功回忆，记忆强度就增长一档、下次间隔拉长——用更少的总复习次数，换更长的记忆保持。科学依据充分（254 项研究元分析证实），Anki 与 DAG AI Chat 的复习排程都基于这一原理。
从遗忘曲线说起
德国心理学家艾宾浩斯（Hermann Ebbinghaus）在 1885 年出版的《记忆：关于实验心理学的贡献》中，用无意义音节对自己做了多年实验，首次测出记忆保持率随时间衰减的规律：刚学完记住 100%，20 分钟后只剩约 58%，1 天后约 33%，1 个月后不足 25%——这条曲线后来被称为遗忘曲线，且近似指数衰减。
关键洞察在于：衰减不是宿命。如果在「快忘了但还没忘」的时点做一次成功回忆，曲线会被「抬升」并且衰减变慢——这就是间隔重复的全部原理。
科学依据：254 项研究的元分析
Cepeda et al. (2006)，《心理学公报》（Psychological Bulletin）
综合 254 项独立研究、超过 14000 名被试的元分析证实：同样的学习总时长，分散安排（spaced）的记忆表现显著优于集中一次学完（massed）——学界称「间隔效应」（spacing effect），是记忆研究中最稳健的效应之一。
Cepeda et al. (2008)，《心理科学》（Psychological Science）
进一步给出定量结论：复习间隔约为「距下次需要使用时间」的 10%~20% 时保持率最优——即一周后要用的知识，提前约 1 天复习效果最好。间隔不是越长越好，而是要与你的使用周期匹配。
DAG AI Chat 的记忆模型
DAG AI Chat 采用遗忘曲线排程，核心公式：
R = e−t/S
R = 经过时间 t 后的记忆保留率；S = 这条内容的记忆强度。S 越大，遗忘越慢。每张卡片（词条/知识卡）有独立的 S 值：复习时按你的自评（生疏/尚可/熟知）调整——熟知则 S 增长、间隔拉长；生疏则 S 回落、尽快再见。算法还处理两个现实细节：提前背有惩罚（没到期就硬背，视为强度未验证）、浏览不算复习（只有主动回忆并评分才算）。这套理念与 Anki 的 SM-2 算法同源。
在 DAG AI Chat 里怎么用
- 聊天即制卡：划词收录生词、提炼知识卡片，复习材料在学习过程中自然产生；
- 司忆区：每日复习队列自动排好（到期卡+适量新卡），评分三按钮一键反馈；
- 桌面卡片：复习题放进鸿蒙桌面卡片，碎片时间刷两张；
- 每日提醒：系统级定时提醒，到点提醒你完成当天队列；
- 多端同步：手机收的词，平板和 PC 上接着复习。
常见问题
什么是间隔重复？
间隔重复（Spaced Repetition）是一种记忆方法：把复习安排在记忆快要遗忘的时间点，而非集中一次背诵。每次在遗忘临界点成功回忆，记忆强度就增长一档，下次复习间隔随之拉长——用更少的总复习次数，换更长的记忆保持。
间隔重复真的有科学依据吗？
有。艾宾浩斯 1885 年的实验首次测得记忆保持率随时间近似指数衰减（遗忘曲线）；Cepeda 等人 2006 年发表于《心理学公报》的元分析综合了 254 项研究、超过 14000 名被试，证实分散学习的记忆效果显著优于集中学习；2008 年的后续研究进一步给出了「最优复习间隔」的定量结论。
DAG AI Chat 的复习算法是怎样的？
DAG AI Chat 采用遗忘曲线模型 R = e^(-t/S)：R 是经过时间 t 后的记忆保留率，S 是该条内容的记忆强度。每张卡片按评分（生疏/尚可/熟知）调整各自的 S 值，到期才进入复习队列；提前背会被记为惩罚项，浏览不算复习。这套理念与 Anki 的 SM-2 算法同源。