间隔重复算法详解
深入解读 FSRS、SM-2 和 Leitner — 驱动现代闪卡应用的核心算法。了解每种算法的原理,以及哪些应用(Anki、RemNote、StudyGlen、Brainscape)实现得最好。
1885 年,赫尔曼·艾宾浩斯发现,我们会在一天之内忘记大部分新信息——除非在合适的间隔复习。间隔重复是证据最充分的两种学习方法之一,而算法至关重要:FSRS 的开发者估计,在相同记忆留存下,它比 SM-2 少需要 20-30% 的复习次数。我们将拆解每种算法的原理,以及哪些闪卡应用实现了它们。
如果您想让卡片自动生成,StudyGlen 是最好的间隔重复应用:它能根据 PDF、笔记和 YouTube 视频生成卡组,默认用 FSRS 安排每一次复习,支持网页端、iPhone 和 Android。如果您自己写卡片并想完全掌控,Anki 是最好的免费选择,FSRS 在那里是可选项。RemNote 适合把卡片放在笔记里的学生。
为什么闪卡背后的算法至关重要
间隔重复的工作方式,是在你即将忘记之前向你展示一张闪卡。这个「即将之前」就是全部关键所在——而它由一个算法决定。
在间隔重复的数字化历史中,绝大多数时间使用的算法是 SM-2(SuperMemo 2),这是Piotr Wozniak 于 1987 年发表的一个公式。它驱动了最初的 SuperMemo,至今仍是 Anki 的默认调度器,也是 RemNote 的默认。SM-2 经过了实战检验——但它也很僵化:每位学习者拿到的都是同一套调度曲线,与个人记忆的实际表现无关。
2022 年,一个名为 FSRS(Free Spaced Repetition Scheduler)的开源项目改变了这一点。FSRS 用统计模型拟合你真实的复习历史,并基于预测的回忆概率为每张卡片安排日程。open-spaced-repetition 基准测试(来自 10,000 名 Anki 用户的约 7.27 亿条复习记录)显示,FSRS 比 SM-2 更准确地预测回忆,其开发者估计在相同记忆留存率下可少做 20-30% 的复习。Anki 在 23.10 版本(2023 年 10 月)中将 FSRS 作为可选开启的调度器加入;在你开启 FSRS 之前,默认仍是 SM-2。
本指南讲解 FSRS、SM-2 和经典的 Leitner 盒子系统的工作原理——以及哪些闪卡应用实现了它们。如果你在 2026 年挑选学习工具,算法是最重要的差异化因素。
FSRS — Free Spaced Repetition Scheduler
FSRS 是一种现代化的开源调度算法,自 2022 年起由 Jarrett Ye 和 open-spaced-repetition 社区共同开发。它将记忆视为一个针对每位学习者自适应的统计模型,旨在准确度和效率上超越 SM-2。如今 Anki、RemNote 和 StudyGlen 都已实现该算法。
FSRS 的工作原理 — DSR 记忆模型
FSRS 用三个值来建模一张闪卡的记忆,并在每次复习后更新:
- 难度 (D): 这张特定卡片对你而言有多难。范围 1-10。根据你按下再来、困难、良好还是简单进行校准。
- 稳定性 (S): 你回忆这张卡片的概率下降到目标记忆留存率(默认 90%)所需的天数。在正确复习后增长,遗忘后重置。
- 可提取性 (R): 你此刻能够回忆起这张卡片的预测概率——是 D、S 以及距上次复习天数的函数。
通过这三个值,FSRS 为每张卡片回答一个问题:在你设定的记忆留存目标下,最晚可以把这次复习排到什么时候,仍然能预期你记得它?
FSRS 与 SM-2 的不同之处
SM-2 使用固定乘数——所有人开箱即用得到的都是同一套间隔增长曲线。FSRS 使用 gradient descent,通常在 ~1,000 次复习之后,将你的个人参数拟合到你真实的复习历史。训练完成后,它会考虑你觉得哪些卡片类型更难、你遗忘的速度,以及失败如何影响长期稳定性。
你还可以设置一个「Desired Retention」目标——通常在 0.80 到 0.97 之间,多数用户落在 0.85-0.90 附近。留存越高,复习越多;越低则越少。SM-2 没有对应的控制项。
哪些闪卡应用使用 FSRS
- Anki: 自 v23.10(2023 年 10 月)起内置,作为 SM-2 之外可选开启的替代方案;AnkiMobile 23.10+、AnkiDroid 2.17+ 和 AnkiWeb 均支持。
- RemNote: 作为 SM-2(默认)旁边的可选调度器(测试版)提供。
- StudyGlen: 所有 AI 生成闪卡组的默认算法——无需手动配置。
FSRS 明显胜出的场景
大型卡组(2,000+ 张)、长期记忆留存目标,以及难度参差不齐的情况(部分卡片简单、部分困难)。复习数据积累得越多,FSRS 相比 SM-2 的优势越明显。
FSRS 影响不大的场景
在 ~1,000 次复习以下,FSRS 还无法拟合出有意义的个人模型——它会回退到默认参数,表现与 SM-2 接近。对于随手学习或短期突击,算法选择基本只是装饰。
SM-2 — Anki 的经典算法
SM-2 由 Piotr Wozniak 于 1987 年作为 SuperMemo 的一部分发表——这是首个商业间隔重复应用。自 2006 年发布以来,它一直是 Anki 的默认调度器(FSRS 于 2023 年末成为可选开启的替代方案),同时也是 RemNote 的默认。四十年的实际使用让它成为其他所有 SRS 算法的对照基线。
SM-2 的工作原理
SM-2 为每张卡片追踪两个数字:
- 简易度乘数 (EF): 一个初始化为 2.5 的乘数,控制间隔增长的速度。
- 间隔: 两次复习之间的天数。
每次复习后:
- 如果你答错了卡片,将间隔重置为 1 天,EF 保持不变。
- 如果你答对了,将当前间隔乘以 EF(「简单」时 EF 略微提高,「困难」时略微降低)。
一张典型的 SM-2 卡片序列可能是:1 天 → 通过 → 6 天 → 通过 → 15 天 → 通过 → 37 天 → 通过 → 92 天……
优点
SM-2 简单、透明,不需要训练数据。从第一次复习起就能工作。它的行为可以手算预测——查看一张卡片的 EF 和 interval,你就能精确解释为什么它被排到那里。35 年以上的实际使用让它成为任何 SRS 最安全的默认选择。
局限
SM-2 的乘数是通用的——算法不会针对个体学习者调整。如果你对地理事实的记忆比对方程式衰退得更快,SM-2 会一视同仁地处理它们。它也没有显式的记忆留存目标:你无法要求 95% 留存率,只能接受乘数隐含产生的约 85%。
哪些应用使用 SM-2
- Anki: 默认调度器。自 v23.10 起,FSRS 成为可选开启的替代方案。
- RemNote: 默认调度器。
- SuperMemo: Piotr Wozniak 的原版应用。仍在积极开发——现代 SuperMemo 使用 SM-2 的后继版本 SM-18。
Leitner 系统 — 纸上的间隔重复
Leitner 系统由德国科学记者Sebastian Leitner于 1972 年提出,比所有数字化 SRS 算法都要早。这是一种实体卡片方法,启发了整个品类——而且仍值得了解,因为一些应用仍以它为基础——例如 Brainscape 就表示,其置信度重复学习(CBR)植根于 Leitner 方法。
Leitner 的工作原理
你准备一组带编号的盒子(经典做法是 5 个)。所有新卡片从盒子 1 开始。
- • 答对——把卡片移到下一个更高的盒子。
- • 答错——把卡片送回盒子 1。
每个盒子都有自己的复习频率:盒子 1 每天,盒子 2 每两天,盒子 3 每四天,依此类推。你能稳定记住的卡片会逐渐流向更高的盒子;遗忘的卡片会被拉回到频繁复习。
优点和局限
Leitner 是最简单的 SRS——完全不需要数学,用纸卡和一个鞋盒就能运行。它的调度比 SM-2 或 FSRS 粗糙得多,间隔不会针对个人记忆或卡片难度做适配。对于短期学习或排斥数字工具的学习场景,它依然够用。但在大多数现代用例中,任何运行 SM-2 的数字 SRS——尤其是运行 FSRS 的——都会更有效率地安排复习。
FSRS vs SM-2:哪种算法表现更好?
open-spaced-repetition 项目在来自 10,000 名 Anki 用户的约 7.27 亿条复习记录上,对 FSRS 与 SM-2 做了基准测试。核心结论:FSRS 能更准确地预测回忆。其开发者估计,在相同记忆留存率下,这意味着大约少做 20-30% 的复习——对于一个每天复习的 2,000 张卡组,每周可能累计节省数小时。
FSRS 明显胜出的地方
- 长期记忆留存(30+ 天的间隔):FSRS 自适应的稳定性追踪比 SM-2 的固定乘数更准确地安排长间隔。
- 难度混合的卡组:FSRS 学习每张卡片的难度;SM-2 通用的乘数会过度安排简单卡片,对困难卡片则安排不足。
- 拥有 1,000+ 复习数据的用户:FSRS 需要训练数据来个性化。一旦有了数据,每多一次复习,与 SM-2 的差距就会进一步拉大。
SM-2 仍然站得住脚的地方
- 小卡组(500 张以下):FSRS 还无法拟合个人模型;SM-2 的默认参数有竞争力。
- 纯新手学习者:SM-2 第一天就能零配置工作。FSRS 用默认参数也没问题,但有意义的优势要等到你积累了数据之后才会显现。
- 可解释性:SM-2 的调度可以从 (EF, 间隔) 推断出来。FSRS 会根据你的历史拟合约 20 个参数——更难手算推理。
如果你的闪卡应用提供 FSRS,请启用它。对大多数用户而言,预计 20-30% 的复习削减是单一最大的体验提升——这正是 Anki 在 v23.10 中内置它的原因。继续坚持 SM-2 的唯一理由是:卡组非常小、复习历史很薄,或者你不愿意重新优化的中途迁移。
你应该使用哪种算法?
一个快速决策框架:
- 1.
大卡组(1,000+ 张)且追求长期记忆留存 → FSRS。Anki、RemNote 或 StudyGlen 都已实现。
- 2.
小卡组且短期学习(一次考试、一本旅行短语手册)→ 任何算法都行,包括最普通的 Leitner。不必想得太多。
- 3.
你想零配置 + AI 生成的卡片 → StudyGlen(默认 FSRS,AI 从 PDF、笔记或图片生成卡片)。
- 4.
你想要最大限度的控制 + 访问社区卡组 → Anki(默认 SM-2,v23.10 起内置 FSRS)。
- 5.
你写长篇笔记并希望内置闪卡 → RemNote(默认 SM-2,FSRS 可选)。
- 6.
你想要专家精选的闪卡组 + 简单的基于信心的复习 → Brainscape(使用专有的非 FSRS 调度器 CBR)。
- 7.
你需要规模最大的现成闪卡库,并且不介意算法未公开 → Quizlet(闪卡模式中提供间隔重复)。
对 2026 年的大多数学生来说,搭载 FSRS 的应用是正确的默认选择。这种算法之所以取代 SM-2 成为业界最佳,是有原因的——如今 Anki、RemNote 和 StudyGlen 都已内置它。
实现这些算法的应用
下面是间隔重复中最常用的五款闪卡应用,按它们底层运行的算法分组。下面的结论与优缺点能帮你做对比——但如果你还在算法之间犹豫,请回到你应该使用哪种算法这一节。
优点
- FSRS算法适应您的个人记忆模式,实现最佳复习时间
- AI从PDF、文本和图像输入生成闪卡(无需手动创建卡片)
- 设置截止日期,StudyGlen 会为新卡片安排节奏,让整副卡组在当天保持新鲜,同时 FSRS 安排每一次复习
- 还可生成测验、教育漫画和现场测验
- 支持41种语言及自动检测
- 提供免费套餐,采用基于积分的定价(一次付费,积分永不过期)
- 在闪卡上显示AI生成的教育图像,作为视觉记忆辅助
- 免费的 iPhone 和 Android 闪卡应用——慷慨的免费套餐:无限复习,每天还有一副免费的 AI 卡组
缺点
- 较新的平台,社区正在发展
- 额外的 AI 生成和配图需消耗积分
- 没有预制共享卡组库
优点
- 免费开源(桌面版和Android版)
- 支持FSRS和SM-2算法(FSRS需手动开启)
- 高度可自定义的卡片模板、笔记类型和调度参数
- 庞大的社区,拥有数千个共享卡组(如医学AnKing等)
- 在所有平台上完全离线工作
- 强大的插件生态系统扩展了功能
缺点
- 初学者学习曲线陡峭
- 没有内置AI卡片生成功能(需要手动创建或插件)
- iOS应用售价$24.99(一次性)
- 桌面风格的界面
优点
- 基于信心的重复(CBR)根据您的自评信心(1-5级)调整复习频率
- 经认证的专家制作闪卡课程的大型市场
- 精致的原生移动应用(iOS和Android)
- 详细的进度跟踪和分析仪表板
- 内置教师和课堂工具
缺点
- AI生成不支持整份PDF上传(需粘贴文本)
- CBR是专有的;其调度方式不像FSRS那样公开
- 无限量访问资源库需要Pro(按年计费,$7.99/月起)
- 与Anki相比,卡片自定义选项有限
优点
- SM-2或FSRS间隔重复直接集成到笔记工作流中
- AI自动从您的笔记生成闪卡
- 双向链接创建相互连接概念的知识图谱
- 学习资料的PDF注释和导入
- 在一个工作区中结合了笔记、闪卡和复习
缺点
- 默认为SM-2;FSRS是需手动开启的测试版
- 学习曲线比简单的闪卡应用更陡峭
- 免费套餐限制AI积分、带标注的PDF和图片遮挡
- 社区比Anki更小,预制卡组更少
优点
- 庞大的用户创建闪卡集资源库
- AI学习指南可将您的笔记转换为闪卡集
- 精致的移动应用(离线下载需要Quizlet Plus)
- 多种学习模式(Learn、Test、Match游戏)
- 熟悉的界面,上手容易
缺点
- 间隔重复调度算法未公开(四个评分按钮)
- 完整的AI功能需要Quizlet Plus(App Store $9.99/月)
- 免费套餐含广告
- 不支持Anki卡组的导入或导出
- 上传自己的图片需要Quizlet Plus
功能对比表
| 功能 | StudyGlen | Anki | Brainscape | RemNote | Quizlet |
|---|---|---|---|---|---|
| SR算法 | FSRS | FSRS/SM-2 | CBR | SM-2/FSRS | 是(未公开) |
| AI卡片生成 | 是 | 插件 | 是 | 是 | 是 |
| PDF上传 | 是 | 插件 | 粘贴文本 | 是 | 是 |
| 卡片类型 | 基础、填空、图片 | 基础、填空、自定义 | 仅基础 | 基础、填空 | 基础、图表 |
| 复习分析 | 是 | 是 | 是 | 有限 | 有限 |
| 免费套餐 | 免费 | 免费 | 有限 | 有限 | 带广告 |
| 移动应用 | iOS + Android | 是 | 是 | 是 | 是 |
实际效果演示
看看StudyGlen如何在几秒内从任意学习材料生成闪卡。
常见问题
FSRS 是什么的缩写?
FSRS 是 Free Spaced Repetition Scheduler 的缩写。这是一种自 2022 年起由 Jarrett Ye 和 open-spaced-repetition 社区开发的开源间隔重复算法。Anki 在 23.10 版本(2023 年 10 月)中将其作为可选开启的调度器加入。
FSRS 是怎么工作的?
FSRS 用三个值为每张闪卡的记忆建模:Difficulty(这张卡片对你有多难)、Stability(你的回忆概率下降到目标记忆留存率所需的天数)和 Retrievability(你此刻能记起这张卡片的预测概率)。每次复习后,FSRS 会更新这些值,并在最优时刻安排下一次复习,以达到你的目标记忆留存率。在大约 1,000 次复习之后,它可以使用 gradient descent 拟合出与你个人记忆模式匹配的个性化参数。
FSRS 和 SM-2 有什么区别?
Piotr Wozniak 于 1987 年发表的 SM-2 使用固定乘数,根据你对每次复习的评分来增长间隔。2022 年发布的 FSRS 用统计模型拟合你的复习历史,并基于预测的回忆概率为每张卡片排程。open-spaced-repetition 在约 7.27 亿条 Anki 复习记录上做的基准测试显示,FSRS 比 SM-2 更准确地预测回忆,因为它会针对个体学习者和单卡难度自适应;其开发者估计,在相同记忆留存率下大约可少做 20-30% 的复习。SM-2 更简单,不需要训练数据;FSRS 在拥有足够复习历史以个性化之后会更准确。
FSRS 比 Leitner 系统更好吗?
对几乎所有现代数字化用例而言,是的。Leitner 盒子系统(1972)使用固定的盒子间间隔(例如 1 天、2 天、4 天),不会针对个人记忆或单卡难度做调整。FSRS 会根据你的复习历史动态计算间隔长度,并显式瞄准你选择的记忆留存率。对于纸质闪卡或最简单的应用,Leitner 仍然够用,但任何运行 FSRS——甚至 SM-2——的 SRS 都会更有效率地安排复习。
在 Anki 中我应该多久重新优化一次 FSRS 参数?
Anki 手册指出,每月优化一次就足够了。优化得过于频繁(例如每天一次)带来的额外收益很小。如果你的学习不规律,一个不错的触发条件是:每当总复习卡片数大致翻倍时优化一次。
哪些闪卡应用支持 FSRS?
Anki(v23.10 起可选开启)、RemNote(与 SM-2 并存的可选开启测试版)和 StudyGlen(每个卡组使用的调度器)都原生支持 FSRS。算法本身是开源的——MIT-licensed 的 Python 和 Rust 实现位于 GitHub 上的 open-spaced-repetition 组织——预计未来会有更多应用陆续采用。
如果我的 Anki 卡组卡片不到 1,000 张,应该启用 FSRS 吗?
FSRS 需要复习数据来拟合个性化模型。在大约 1,000 次复习以下,它会回退到默认参数,行为与 SM-2 类似,所以你还看不到预计的 20-30% 复习削减。不过,提早启用 FSRS 几乎没有坏处:你可以在 Anki 的卡组选项中开启它,而个性化带来的准确度提升会在你积累足够复习历史之后开始显现。
我可以将 Anki 卡组迁移到新的间隔重复应用,并保留复习进度吗?
这取决于目标应用。StudyGlen 支持直接上传 .apkg 和 .colpkg 文件,并可选择将您的 Anki SM-2 复习状态 — 间隔、熟练度、失误次数 — 转换为 FSRS,已学会的卡片不会归零。大多数其他工具要么根本不支持 .apkg 格式,要么将导入的卡片视为全新卡片并丢失您的复习历史;RemNote 是个例外,它可以导入 .apkg 卡组并保留其复习历史。如果保留多年积累的 Anki 复习进度对您来说至关重要,请在迁移前确认目标应用是否明确支持 SM-2 → FSRS 转换。导入到 StudyGlen 只需注册账号即可免费使用,每天最多可导入 20 个卡组。
更容易上手的最佳 Anki 替代品是什么?
如果您喜欢 Anki 的排程,却不喜欢它的设置过程,StudyGlen 默认使用同样的 FSRS 算法,能根据 PDF、笔记或 YouTube 视频替您制卡,还能导入您的 .apkg 卡组,并把复习记录转换为 FSRS。Brainscape 和 RemNote 也比 Anki 更容易上手,两者都能用 AI 制卡——Brainscape 根据您粘贴的文本,RemNote 根据您存在其中的笔记。
想把 FSRS 复习安排装进口袋?
StudyGlen 手机应用在 iPhone 和 Android 上运行相同的 FSRS 调度算法,离线也能复习。