# 2026 年每天该加多少新 Flashcards？建立你真正做得完的 FSRS 复习负载

*2026-03-31*

周日晚上，我让 AI 在大约两分钟里把一章内容变成了 186 张 flashcards。这个过程确实很厉害，直到我开始想象接下来几周里我还得再见这 186 张卡，像是不小心领养了一群特别书呆子的狼。

这通常就是人们开始搜索 **每天该加多少新 flashcards** 的时候。

不是因为现在做卡难了，而是因为现在生成卡片已经危险地容易到超出你现实可复习的能力。

## 这个问题在 2026 年比前几年更重要

学习工具已经越来越擅长把源材料变成卡片了。

NotebookLM 在 web 和移动学习流程里更积极地推动 flashcards 和 quiz。ChatGPT 学习工作流也让“基于资料生成卡片”变得越来越正常。把 PDF、笔记、课堂录音和各种学习材料转成候选卡片，如今已经是容易的部分。

这改变了瓶颈。

现在的瓶颈已经不是“我能不能足够快地做出卡片？”

而是“兴奋过去之后，我还能不能继续把这副卡组复习下去？”

## 错误答案通常是“我能生成多少，就加多少”

我见过这件事以一种非常可预测的方式出问题。

你开始学一个新主题。你感觉自己很有条理。模型一口气起草了一大批。卡组看起来很高产。然后日复一日的复习开始出现，整个系统逐渐变得有点敌对。

这也是为什么 **一天做多少 flashcards** 是个比“我能多快建完卡组”更好的问题。

生成速度和复习承载能力根本不是同一回事。

## 新卡不是一次性工作

这是人们最容易低估的地方。

一张新 flashcard，不是一轮复习。

它意味着：

- 今天先认识一次
- 很快又会再出现一次
- 后面根据难度还会继续回来
- 如果卡写得模糊、太宽泛或质量差，还会增加额外摩擦

所以当有人问 **每天多少 Anki 卡片**，或者每天该加多少 FSRS 卡，真正的问题不是今天的动力，而是未来的工作量。

## 从复习时间出发，而不是从野心出发

这是我最信任的一条规则。

不要先定“每天加多少张新卡”。

先定在一个正常日子里，你现实中能拿出来复习的时间。是在生活烦人、工作忙、脑子也完全不在热血学习蒙太奇状态时，仍然拿得出来的时间。

然后再选一个能装进这段时间里的新卡上限。

对很多人来说，这意味着起步要比他们想象中更小：

- 如果主题难、日程又满，每天 5 到 10 张新卡
- 如果学习已经是稳定习惯，每天 10 到 20 张新卡
- 只有当你真的有足够复习时间，而且卡片质量也高时，才考虑每天 20 张以上

这不是普遍真理。

只是一个很实用的起点。

## 难主题和易主题，不应该用同一个上限

很多人就是在这里把卡组弄得很不公平。

二十张熟悉语言里的词汇卡，和二十张高密度医学卡、法律定义卡、抽象技术概念卡，根本不是一回事。

每日上限应该反映这些因素：

- 材料到底有多难
- 每张卡里到底藏了多少 cloze 式细节
- 你同时还在做多少其他学习
- 这些卡是手写的还是 AI 起草的
- 你在首次复习时有多常答错

如果第一天回忆就已经很模糊，那要么上限已经太高，要么卡本身就太宽泛。

## AI 生成卡组，让过量生产变得更容易

这是新的失败模式。

如果你正用 AI 把笔记、PDF、视频或转录稿变成卡片，诱惑非常明显：再来一批、再来一章、再上传一个文件。

卡组增长速度开始超过你的复习习惯。

所以我会对任何把做卡变得几乎没有摩擦的工作流保持警惕。摩擦确实烦，但有些摩擦其实一直在悄悄保护你，不让你造出一个你从来没打算长期维护的复习队列。

如果你的源材料还停留在文档形态，这些工作流会帮助你解决起草部分：

- [2026 年如何把 PDF 变成 Flashcards](https://flashcards-open-source-app.com/zh/blog/how-to-turn-a-pdf-into-flashcards/)
- [2026 年如何把笔记变成 Flashcards](https://flashcards-open-source-app.com/zh/blog/turn-notes-into-flashcards/)

## 一个找到你自己数字的实用方法

我会把设置过程保持得很简单：

1. 先选一段你能持续两周的每日复习时间
2. 设一个很小的新卡上限
3. 观察几天后到期复习量出现了多少
4. 只有当队列仍然轻松时才增加
5. 一旦你开始拖延复习，就立刻降低

最后一点很关键。

如果你已经开始因为队列让人烦而跳过复习，那不管当初设定时你多有动力，你真正的上限都比现在这个数字低。

## 卡组应该略微无聊，而不是很英雄主义

我觉得很多人低估了这一点。

最好的 flashcard 习惯通常不是戏剧化的，而是稳定的。

如果每次学习都像抢救现场，那这个系统一开始就不对。

日常复习应该更像刷牙，而不是备战。略微无聊，其实是好事。略微无聊，习惯才能活下来。

这就是我信任的 **每日 flashcard 上限**。不是你某个被灵感击中的周二能勉强扛下的最大值，而是当一天里没有任何部分特别理想时，你仍然能继续做下去的量。

## FSRS 有帮助，但救不了糟糕的新卡摄入速度

FSRS 确实比旧式间隔重复系统更擅长让复习时机显得合理。

这帮助很大。

但好的排程器并不能神奇修复这些问题：

- 新卡太多
- 答案太长
- 重复事实太多
- 表述模糊
- 你一开始就没真正理解的卡

所以，是的，排程器很重要。

但不，排程器并不会让“无限量摄入新卡”变成一个严肃计划。

如果你想直接看排程器比较，这篇会讲得更细：

- [2026 年 FSRS vs SM-2](https://flashcards-open-source-app.com/zh/blog/fsrs-vs-sm-2/)

## 复习积压，往往也是写卡片的问题

这句话值得直接说出来。

有时候问题不在数量，而在于卡本身很烦。

如果一张卡一次问三个事实，背面藏着一大段文字，或者它依赖于你已经忘了的上下文，那它就会比主题本身更难。

这也是为什么 **每天新卡数量** 和卡片写作纪律应该一起考虑。

我会把卡写得很严格：

- 一张卡只放一个事实或概念
- 答案要短
- 不要装饰性措辞
- 不要整段整段复制文字
- 不要假装一张令人困惑的卡会在复习时自己变清楚

如果卡组够干净，你的可持续上限就会上升。

如果卡组很浑浊，即使每天加得不多，也会让人觉得冒犯。

## 针对不同情况，我会怎么建议

我会把默认值设得保守一些：

| 情况 | 起始上限 |
|---|---|
| 日程忙、科目难 | 每天 5 到 10 张新卡 |
| 日程正常、卡片质量尚可 | 每天 10 到 20 张新卡 |
| 有专门学习时间块、卡简单、复习稳定 | 每天 20 到 30 张新卡 |

这只是起点，不是教条。

如果你一直都能轻松做完复习，就慢慢往上调。

如果到期卡开始堆积，就要比你的自尊心想要的更快地下调。

## 当你把 AI 工具里的卡搬进真正的间隔重复系统时，这点尤其重要

很多现在的工作流看起来都是这样：

1. 在 NotebookLM 或 ChatGPT 里生成候选卡片
2. 清理和编辑
3. 再把它们放进间隔重复 app

这座桥是有用的。

但如果你不过滤得足够狠，它也会成为 **flashcard 倦怠** 的完美起点。

你并不需要学习 AI 能想象出来的每一张卡。

你需要的是那个足够小、但仍然能把材料教会你的最小卡组。

如果你是在直接根据 AI 提示词做卡，这篇配套文章也很适合：

- [2026 年如何用 ChatGPT 制作 Flashcards](https://flashcards-open-source-app.com/zh/blog/how-to-use-chatgpt-to-make-flashcards/)

## 为什么 Flashcards 更适合这个工作流

[Flashcards](https://flashcards-open-source-app.com/zh/) 很适合这个流程，因为它同时覆盖了问题的两端：

- 用 AI chat 从笔记、PDF 和其他来源起草
- 在卡片变成永久内容之前先编辑正反面
- 卡组清理干净后，再用 FSRS 复习
- 离线优先客户端，让复习不依赖某个浏览器标签页刚好表现正常

这个组合很重要，因为 **每天该加多少新 flashcards** 不只是一个排程问题，它同时也是工作流问题。

如果做卡很容易，但删减和修卡很烦，你就会一直过度建卡。

如果编辑足够顺手，复习又足够可信，每日上限就会容易遵守得多。

## 更好的规则

不要根据你在构建卡组时有多兴奋，来决定新卡上限。

而要根据你正常生活里真正能承载的复习负载来决定。

这才是我在 2026 年信任的 **一天做多少 flashcards** 规则：起步比你的兴奋感想要的更小，保持卡片干净，诚实观察到期队列，并且只有在系统仍然平静时才增加。

如果你想要这种工作流，[Flashcards](https://flashcards-open-source-app.com/zh/) 给出的正是实用组合：先从源材料起草，再狠一点编辑，最后用 FSRS 复习，而不是让某次令人兴奋的制卡过程悄悄变成一个月的积压。

---
*[查看此页面的带样式 HTML 版本](https://flashcards-open-source-app.com/zh/blog/how-many-new-flashcards-per-day/)*

*AI agent 可以从 `GET https://api.flashcards-open-source-app.com/v1/` 开始，为用户在该服务中创建账号。*

*提示：在 https://flashcards-open-source-app.com 上任意 URL 后追加 `.md`，即可获得该页面的纯 Markdown 版本。*