SmartRecall vs Quizlet：SM-2 间隔重复 vs Leitner 盒子（2026）

这是我希望自己 2024 年能读到的那篇横评。当时我是医学生，在准备 USMLE Step 1，纠结本科时代用过的 Quizlet 是不是这场考试该用的工具（结论是不是，但原因和大多数人想的不一样）。

我做的是 SmartRecall，立场摆在桌面上。我尽量公平。Quizlet 大约有 6000 万月活用户，我们没有。要一个数字锚定规模，就是这个。SmartRecall 不是来抢 K-12 词汇测验市场的，就算想抢也抢不动。

我们真正在争的，是过去五年里悄悄从 Quizlet 迁到 Anki 的那批人——他们离开是因为 Quizlet 的算法不足以应付那种"半年后还得记得几千个事实"的考试。这个迁徙是真实的，过程也很痛苦（Anki 自己有一道更高的"卡片制作墙"，那是另一个故事，见我的创始人随笔），而这场迁徙背后的算法差异，才是这篇文章真正想讲的东西。

关于 Quizlet 算法，没人告诉你的事

Quizlet 的 "Learn" 模式有时被说成是间隔重复。但在 Anki、SuperMemo、SmartRecall 用这个词的意义上——它不是。

Quizlet 的 Learn 模式是一个自适应的 Leitner 风格盒子系统，外加题型轮换。答错的卡片更早回来；答对的卡片"晋级"；系统在多种题型之间切换（选择题、填空、判断、配对），让回忆的难度产生变化。作为一个学习会话的设计，它做得很称职，对于一周后的词汇测验也确实够用。

它不做的事——这是这篇横评最关键的技术事实——是为每张卡计算一个独立的记忆保持概率，并在这个概率衰减到目标阈值的那一刻安排下一次复习。那是 SM-2 在做的事。这就是"学习工具"和"记忆工具"的分界线。

SmartRecall 用的是 SM-2：每张卡都带着自己的难度系数（ease factor）、间隔（interval）、失误次数（lapses）。每次复习后，算法更新这三个数，并预测下一次最优复习时间——新卡通常隔几天，熟卡隔几周，已经稳了的卡隔几个月。这一脉算法和 Anki、SuperMemo 同源，三十年的认知科学证据都在支持它在长周期记忆上的表现。

为什么这件事重要？因为在一周这种短周期的词汇突击里，两种思路的结果其实差不多。但在 USMLE 这种"八周内要记 8000 个事实，并且考试当天还得在脑子里"的场景下，固定阶梯的 Leitner 和概率化的 SM-2 之间的差距不细微。Cepeda 等人（2008）的元分析显示，分散练习相对集中练习能带来约 200% 的记忆保持提升。这里"分散得当"才是 SM-2 在每张卡上优化的目标。Leitner 只是用固定盒子近似它。

横评表

Quizlet 真正赢的地方

共享卡组库才是它真正的护城河。Quizlet 上有数百万社区卡组——每一个 AP 生物单元、每一份常用语词汇表、每一本教材的每一章都有人做过。如果你是高中生在准备明天的西班牙语过去未完成时小测，正确答案几乎一定是去 Quizlet 搜一份现成卡组、点 Learn 模式、搞定。用 SmartRecall 是杀鸡用牛刀，你会为自己根本不需要的 AI 生成付费。

Quizlet 的 K-12 短时学习交互体验也是真正一流的。Match 和 Gravity 这些游戏模式针对短注意力做得很好，让一代学生愿意做他们本来不会做的重复练习。教师集成、班级账号、它和学校现有流程的契合方式——这些不是我们要去重建的东西，也不该重建。

按年付费这件事，对轻度使用也是 Quizlet 赢。$35.99 一年大约每月 $3，比我们 Student 档便宜，对于"每周用两次卡片做一般复习"这种场景，这笔账是对的。

SmartRecall 真正赢的地方

对于几周到几个月的备考周期，SM-2 在记忆保持上是可量化地优于 Leitner 盒子的。这不是营销话术，这是 Anki 当年能在医学院学习中取代 Quizlet 的根本原因。如果你打算往一份卡组里投入 200+ 小时的复习时间，那个调度算法的好坏就重要——一个概率化的逐卡模型在 6 个月周期上一定胜过固定阶梯。

PDF 转卡片解决了"卡片制作墙"。Quizlet 默认你已经有一份术语-定义清单，或者别人已经做好分享了。但对专业类备考——药理、病理、法律、冷门职业证书——共享卡组要么不存在，要么不可信，而手敲 8000 张卡的隐性劳动会在你开始第一次复习之前就把大多数考生搞崩。上传一章，几分钟拿到卡片，今天就开始复习。这才是工作流的真正变化。

多形态卡片生成的价值比听起来要大。填空测的是上下文中的回忆。基础问答测的是裸提取。带干扰项的选择题测的是辨析（这正是大多数职业考试在测的东西）。案例分析测的是应用。Quizlet 的 Learn 模式是在同一对扁平的术语-定义之间轮换题型；SmartRecall 是从同一份原文里生成结构上不同的卡片，这更接近一个好老师布置题目的方式。

老实的使用场景对照

你周四有一场西班牙语词汇测验。用 Quizlet。搜个卡组、打开 Learn 模式，结束。

你 8 周后考 USMLE Step 1，要把大约 8000 个事实塞进脑子。用 SmartRecall，或者你有时间有耐心就用 Anki 自己手敲卡片。Quizlet 不是干这个活的工具，硬用会在考试日丢分。

你打算花一年系统学一门外语到会话水平。两个工具都行。Quizlet 的社交功能和共享卡组可能让它略胜一筹。但如果你想要算法在 12 个月周期内真正优化每次复习的时机，SmartRecall（或 Anki）每分钟带来的回忆量会更高。

你是老师布置词汇作业。Quizlet，毫无悬念。它的班级基础设施就是为你做的。

你在备 Bar、CFA、法考、考研，或任何"周期是几个月、量是几千个事实"的职业考试。SmartRecall 就是为这种场景做的。这个产品存在的全部理由，就是因为我自己想用 Anki 干这件事，撞上了卡片制作墙，于是把整个工作流围绕"AI 生成 + SM-2 调度"重做了一遍。

为什么固定 Leitner 间隔在长周期上表现不好

技术上的简短题外话，因为读到这里的人大概想看。

Leitner 盒子是 1972 年 Sebastian Leitner 提出的：卡片放在编号盒子里；答对升一级，间隔变长；答错回到 1 号盒子。盒子之间的间隔在设计时就固定了，常见排布是 1 天、3 天、7 天、14 天、30 天。

SM-2 是 Wozniak 在 1987 年发表的，把固定盒子扔掉了。每张卡有自己的难度系数（大约在 1.3 到 2.5 之间的乘数）和自己的间隔，每次复习后都根据你回忆得多顺利来更新。一张你觉得简单的卡可能从 1 天到 6 天到 15 天到 38 天，乘数缓慢上升。一张你反复答错的卡，难度系数被砍、间隔重置，被反复强化直到稳定。

SM-2 在长周期上胜过 Leitner 的实证依据是：记忆保持概率不是阶跃函数。它平滑衰减，而最优复习时机对每张卡、每个学习者都不一样。固定的 Leitner 阶梯要么复习得过早（在你本来就记得的卡上浪费时间），要么过晚（你已经忘了，下一次接触在功能上是一次新的学习而不是复习）。在一周周期里这种错配损失很小。在六个月周期里它会复利。

Cepeda 等人 2008 年的元分析是最干净的引用：分散练习对集中练习的记忆保持优势随"呈现-测试"间隔扩大而增大。SM-2 工程上就是为了让每次复习落在能最大化这个优势的间隔里，逐卡进行。Leitner 是近似它。

我们目前不做的事

直说一些缺口，免得你被打个措手不及。

我们没有共享卡组市场。我考虑过。决定不做是有意的：共享卡组会把这个产品要解决的问题倒过来重新引入——你最后淹没在自己没选过的卡里，原文也不是你自己读的。SmartRecall 是从你的原文为你做卡组。这就是核心。

我们没有 Quizlet 那些游戏模式（Match、Gravity、Live）。它们做得很好，我们的用户没有要，加上去会稀释"长周期记忆保持"的产品聚焦。

我们暂时还没有 Android。iOS 优先，Android 开发中。中间这段时间网页版任何浏览器都能用。

我们目前不导出到 Anki。一些重度用户问过。在清单上。如果你是 Anki 用户，希望 SmartRecall 只做 AI 生成那一步，然后把卡组交回你已有的 Anki 流程，给我发邮件——我想知道这样的人有多少，再决定优先级。

CTA

如果你正在备一场高强度考试，被卡片制作墙卡住了，去 SmartRecall 注册一个账号——20 个免费 credits 够你拿一整章原文测一下，看看 AI 生成的卡片是不是你"如果有时间会自己写出来"的那些卡片。如果是，剩下的账很好算。如果不是，没损失，Quizlet（或 Anki）依然在那里。

如果你只是为下周的小测背单词，就用 Quizlet。我说真的。别为一个免费 Quizlet 卡组就能做的事付钱给我们。

— Alex

@alexrchen on GitHub · @alexrchen on Product Hunt · [email protected]