# 2026 年如何把费曼技巧和抽认卡结合起来：先讲明白，再交给 FSRS 记住

*2026-06-20*

上周二，我试着在完全不看笔记的情况下，把心输出量大声讲一遍。大概二十秒后，我开始说前负荷会影响每搏输出量，因为，嗯，它就是会。

这差不多就是费曼技巧在现实里的真实样子：用通俗的话解释一个主题，听听自己到底是从哪里开始变得含糊，只修那一段，再把这些薄弱点做成小抽认卡，之后交给 FSRS 安排它们什么时候回来。

如果你正在找 **feynman technique flashcards** 的实用版本，那到了 2026 年，最值得保留的就是这一套。

![温暖的书桌场景，展示一段通俗解释如何变成几张聚焦薄弱点的 FSRS 抽认卡](/blog/how-to-use-the-feynman-technique-with-flashcards.png)

## 真正有用的是“解释测试”

很多人会把费曼技巧说成“像教小孩一样讲出来”。这样讲也不算错。但真正有价值的，不是那个想象中的小孩，而是这场解释本身带来的测试。

当你试着用通俗语言解释一个概念时，你会很快看出来：哪些地方是真的稳，哪些只是半记住了，哪些只是因为你刚刚看过，所以显得很熟。你可以把它叫作 **教回式学习法**，也可以叫 **自我解释学习法**。底层机制其实是同一件事。

它也和标准的学习技巧建议吻合。Duke ARC 和 UW-La Crosse 的学习支持指南都在强调同一个动作：凭记忆讲出来，用自己的话把各部分连起来，并留意推理到底是从哪里断掉的。

所以，这不只是一个挂着 Richard Feynman 名字的流行学习概念。它本质上是通过解释来做提取练习。

## 为什么它到了 2026 年仍然适用

学习工具在帮助人们“第一次看懂”这件事上，已经比以前强太多了。它们会总结、辅导、测验，也几乎什么都能改写。很有用，但那还不是记忆。

一次引导式学习可以帮你看见薄弱点，但它不会自动在下周二、当这个主题已经开始模糊时，再把这些薄弱点带回来。这段交接还是很重要。

这正是抽认卡为什么和费曼技巧这么合拍：

- 解释负责暴露问题
- 卡片负责保存这个具体问题
- FSRS 负责安排后续复习

这套流程很简单，但它经得住重复。

## 主题要比你第一反应想选的更小

这是大多数人第一次把这个方法做模糊的地方。

不要选“整个免疫学”“第 8 章”或者“关于第一次世界大战的一切”。题目一旦太大，解释就会变成听起来像那么回事的大话，真正的漏洞反而会被盖住。

更好的解释对象，通常会是下面这些中的一个：

- 一节课里的一个小段
- 一个过程
- 一个机制
- 一组相近概念之间的区别
- 一个公式，以及什么时候该用它
- 一个案例、一条规则，或者一个历史转折点

主题小一点，卡壳点才会更清楚。卡壳点更清楚，卡片才会更好。

如果在进入解释这一步之前，原始材料本身还很乱，那可以先看这几篇：

- [2026 年如何把笔记整理成闪卡](/zh/blog/turn-notes-into-flashcards/)
- [2026 年如何把 PDF 做成抽认卡](/zh/blog/how-to-turn-a-pdf-into-flashcards/)
- [2026 年如何记住读过的内容](/zh/blog/how-to-remember-what-you-read/)

## 一段好的费曼式解释，听起来会是什么样

一段好的解释，通常会比你的笔记更简单，也会比你的自信程度更差一点。那种别扭感其实很有用，因为它说明这个方法已经碰到了你还没真正掌握的那一层。

如果这段解释真的起作用，它通常会有这些特点：

- 先用普通词，再用术语
- 因果关系短而清楚
- 如果概念比较抽象，会带一个例子
- 如果规则有边界，会带一个边界情形

如果讲得不对劲，通常听起来会像这样：

- 把教材上的一句话从记忆里重放一遍
- 先给一个定义，然后换几个空洞的近义词
- “它大概就是这样运作的”
- 说了很长一段，最后还是没讲清机制

我更喜欢把解释大声讲出来。默默在心里讲，对自己太宽容了。只要说出口，漏洞会更快露出来。

你不需要真的有听众。有学习伙伴当然很好，但语音备忘录，或者一间空房间，也完全够用。

## 大多数解释失败，都会掉进四类问题里

这就是费曼技巧开始变得实用的地方。

大多数卡壳点都会落进下面四类中的一种，而每一类都对应着一种很自然的卡片写法。

### 1. 术语缺口

你知道官方术语，但你没法把它翻译成普通人能听懂的话。

例如：

- 你会说“渗透梯度”
- 但你讲不清到底是什么在移动、往哪里移动，以及为什么会这样

### 2. 链条缺口

你知道各个部件，但你不知道它们之间是怎么连起来的。

例如：

- 你知道胰岛素会降低血糖
- 但你讲不清从信号到结果中间到底发生了哪些步骤

### 3. 边界缺口

你知道规则在普通情况下怎么用，但你不知道它从哪里开始不再适用。

例如：

- 你知道什么时候要考虑机会成本
- 但你讲不清会改变答案的例外、对比项，或者边缘情形

### 4. 例子缺口

你会重复定义，但你举不出一个干净的例子。

例如：

- 你能定义操作性条件作用
- 但一旦让你说一个现实案例，你就卡住了

这也是为什么这个方法和抽认卡配起来会这么顺。因为解释本身就已经告诉你，这里该写成什么类型的卡。

## 不要把整段解释保存成一张卡

这是最容易把整个练习白白浪费掉的错误。

很多人做了一次有用的解释，找到了真实漏洞，然后保存下来的却不是漏洞，而是那次“表现”本身。

通常会长这样：

- 正面：用简单的话解释细胞呼吸。
- 背面：一整段文字、三个例外、两个位置，再加一张你根本不会老实复习的图。

这不是好卡片。这只是把一段讲稿存了下来。

如果那次解释暴露出了三个薄弱点，那就做三张卡。如果只暴露出一个顽固的区别，那就只做一张。卡片要对准的，是你解释开始飘掉的那一句，而不是把整段内容整包带走。

如果你想在这一步再用更严格的写卡规则收一收，最适合接着看的就是这两篇：

- [2026 年抽认卡里该放什么？](/zh/blog/what-should-go-on-a-flashcard/)
- [2026 年如何做出更好的抽认卡](/zh/blog/how-to-make-better-flashcards/)

## 用这个方法做出来的最好卡片，往往看起来很普通

这反而是好事。假设你在解释肾单位功能的时候，刚好在三个地方断掉了：

- 你忘了大部分重吸收发生在哪里
- 你把滤过和分泌混在了一起
- 你讲不清为什么亨利袢这么重要

差的卡片：

- 正面：像教初学者一样解释肾单位。
- 背面：一篇小论文。

更好的卡片：

- 正面：在肾单位里，大部分重吸收发生在哪里？
  背面：近端曲小管。
- 正面：肾小球滤过和肾小管分泌的区别是什么？
  背面：滤过是在肾小球处把物质从血液移入肾单位。分泌是在之后把特定物质从周围毛细血管血液移入肾小管。
- 正面：为什么亨利袢对尿液浓缩很重要？
  背面：它建立了浓度梯度，让肾脏能更有效地重吸收水分。

还是同一个主题，但复习起来会轻松得多。

## 一次解释，最后只该产出一小段卡组碎片

我会把转化率压得比很多人预期中更低。

一次解释结束后，健康的结果大概会是：

- 3 张有用的卡
- 6 张有用的卡
- 如果主题真的又密又绕，也许 10 张

我不会做的事，是把解释里的每一句话都变成未来的复习负担。

解释这一步是宽的。卡片这一步是窄的。你用前面的宽，来决定后面的窄到底该落在哪些地方。

## AI 什么时候有帮助，什么时候反而会碍事

AI 在这里当然有用，只是它该出场得比大多数人以为的更晚一点。

好的用法：

- 把你粗糙的解释贴进去，让它指出哪里薄弱
- 让它只根据这些卡壳点起草更小的正反面卡
- 把一张太模糊的卡改写清楚
- 让它补一个更好的例子，或者补一个对比情形

不好的用法：

- 在你自己尝试之前，先让 AI 解释这个主题
- 在你还没处理完整章内容之前，就让 AI 直接生成 40 张卡
- 留下那些很漂亮、但和你真实困惑并不对齐的 AI 卡片

如果你想更细地看 AI 这一段怎么接，[2026 年如何用 AI 做主动回忆](/zh/blog/how-to-use-ai-for-active-recall/) 会是最合适的配套文章。

## Flashcards 最适合接在流程的哪一步

费曼技巧产出的，往往是一些比较粗糙的原材料。最后你手上常常会有这样的组合：

- 一段语音转写
- 一份纯文本笔记
- 你在笔记本上写下的一段草稿解释
- 一次 AI 辅导后整理出的薄弱点清单
- 几张还想再修一下的半成品卡片

这正是 [Flashcards Open Source App](/zh/) 很适合接手的地方。

这个产品已经覆盖了这套流程里真正有用的部分：

- 正反面卡片创建
- 支持工作区数据和文件附件（包括纯文本）的 AI 聊天
- 当卡片已经值得安排复习时，用 FSRS 来复习
- 如果你想要更多控制权，也有离线优先客户端和自托管

如果你想最快进入托管版应用，[入门指南](/zh/docs/getting-started/) 讲得最直接。如果你想先看一个短一点的产品概览，[功能页](/zh/features/) 更适合。

## 一套能撑过普通一周的“费曼到抽认卡”工作流

这是我自己真的会重复使用的版本：

1. 学一个范围很小的主题。
2. 把原始资料盖住。
3. 用通俗的话把这个主题大声讲出来。
4. 标出每一个你停住、变含糊、混淆术语，或者举不出例子的地方。
5. 回去查原始资料，把理解修正过来。
6. 只把这些薄弱点做成小卡片。
7. 把卡片放进合适的牌组或标签里。
8. 剩下的交给 FSRS 安排。

这样就够了。你不需要什么特别的工作表、复杂模板，或者围着这个方法再搞一整套仪式感。

## 这个方法很擅长诊断，但不负责长期调度

费曼技巧不是完整的学习系统。它只是更好系统里的一个环节。

它特别擅长：

- 暴露理解不稳的地方
- 逼你用通俗语言解释
- 让你看见自己记住的是标签，不是意思
- 把薄弱的例子和薄弱的对比项翻出来

它不太擅长：

- 把复习安排到接下来几周里
- 取代做题或问题练习
- 靠自己扛住成百上千个零碎事实
- 决定什么该明天回来，什么该下个月再回来

这也正是我喜欢把它和抽认卡放在一起的原因。解释负责制造压力。卡片负责保存真正重要的失手点。FSRS 负责安排下一次相遇。

## 每周版本应该故意做得很普通

我会刻意让节奏看起来有点无聊。

比如：

- 周一：解释一小节课，按失手点做 4 张卡
- 周三：解释一个相关过程，再做 5 张卡
- 周五：做一个简短测验或小题组，再从另一个角度回头看同一概念
- 每天：清掉到期卡片，然后停下

这比起周日一次性硬啃四章内容、再做五十张新卡，要可持续得多。

如果复习队列开始变得吵闹，[2026 年每天该新增多少抽认卡](/zh/blog/how-many-new-flashcards-per-day/) 和 [2026 年如何更快复习抽认卡](/zh/blog/how-to-review-flashcards-faster/) 会是接下来最值得打开的两篇。

## 我真正信任的版本

把主题讲简单，留意解释从哪里开始断掉，修正理解，再从这些断掉的地方做出几张小卡。之后，把后续复习交给间隔重复和 FSRS。

这就是 **费曼技巧配合抽认卡** 真正从一个“听起来不错的学习想法”，变成一套可以重复执行的记忆工作流的方式。

---
*[查看此页面的带样式 HTML 版本](https://flashcards-open-source-app.com/zh/blog/how-to-use-the-feynman-technique-with-flashcards/)*

*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。*