# 2026 年为什么 Anki 复习突然这么多？不退出间隔重复，也能修复复习暴涨

*2026-07-04*

上周二，一副平时大概只有 140 条复习的牌组，突然给我弹出了 487 条。还是那副牌组。还是同一门内容。还是同一部手机。唯一变了的，只有我的表情。

很多人差不多就是在这个时候，开始搜索 **为什么 Anki 复习这么多**、**Anki 复习太多**，或者 **Anki 复习量超出预期**。

最烦的地方在于，这种暴涨常常看起来像随机发生的。你那天早上并没有导入 5,000 张卡。你只是改了几个设置，开始用 FSRS，某一周状态不错多加了些卡，或者漏了几天没复习。然后账单就来了。

通常，复习暴涨背后都真有原因。通常，也都能在不重置牌组的前提下修回来。

![温暖书桌场景中，一只手在 Anki 复习量突然增加后整理闪卡](/blog/why-are-there-so-many-anki-reviews.png)

## 为什么这件事到了 2026 年更常见

变化主要有两个。

现在用 FSRS 的人更多了，这其实是好事。对很多学习者来说，它比旧版默认调度器更好，而且通过 desired retention 给了你一个真正能调工作量的杠杆。

与此同时，做卡变得便宜多了。AI 能在你还没来得及想清楚“下周我到底想不想复习这批东西”之前，就先把笔记、幻灯片、转录稿、PDF 和各种学习材料变成一大批看起来像样的卡。

这两个变化凑在一起，就会一遍遍演成同一个故事：

- 输入变多了
- 前几天复习看起来还扛得住
- 几天后队列开始膨胀
- 明明问题常常起源于输入端，最后却怪到了 FSRS 头上

有时候，FSRS 确实让队列变重了。更多时候，它只是把本来就已经在路上的工作量提前暴露了出来。

## 先问一个问题：过去一周到底改了什么？

别急着动设置，先往回看。

大多数复习暴涨，都能追到最近的一项变化：

- 你把新卡上限调高了
- 你导入或生成了一整批卡
- 你改了 learning steps（学习步骤）或 relearning steps（重新学习步骤）
- 你把 desired retention 调高了
- 你漏了几天复习
- 你把一堆本来早该清掉的弱卡留在了牌组里

这话听起来很明显，但它能挡住一种很经典的坏反应：一口气改六个设置，最后什么都没学到。

## 队列本身会告诉你是哪一种问题

别只看首页那个总数字，先看暴涨的是哪一类卡。

| 如果暴涨主要发生在…… | 常见原因 | 先看哪里 |
| --- | --- | --- |
| 新卡和学习中卡片 | 输入太猛，或者步骤循环太多 | 新卡上限和 learning steps |
| 年轻复习卡 | 你最近加得太多了 | 看过去几天的输入量 |
| 成熟卡比预期更早回来 | retention 目标或对 FSRS 的预期出了偏差 | desired retention 和牌组质量 |
| 漏掉几天后堆出来的到期卡 | 积压 | 先做恢复计划，不是先动调度器 |

这个区别很重要。

如果队列主要是因为你停了一阵子，结果堆出一大批到期未做的卡，那就先去看 [2026 年落下 Flashcards 之后怎么追上进度：不重置卡组，修复你的复习积压](/zh/blog/how-to-catch-up-on-flashcards-after-falling-behind/)。那是积压问题。这篇处理的是另一种情况：你明明还在正常用牌组，复习数量却还是开始变得不对劲。

## 最常见的原因，依然很朴素：新卡太多了

很多 **Anki 新卡和复习** 相关搜索，最后其实都指向这个无聊答案。

新卡不是一次性工作。它们会带来：

- 第一次学习流程
- 短期内的重复出现
- 接下来几天里的年轻复习卡
- 如果你持续保持同样输入速度，后面还会形成更大的稳定队列

Anki 手册其实讲得很直接：如果你持续每天学 20 张新卡，稳定下来之后，大概就会面对每天约 200 条复习；而想减轻负担，最直接的办法就是减少新卡。这段解释就在 [Anki 手册里关于 `new cards/day` 的说明](https://docs.ankiweb.net/deck-options.html#new-cardsday)。

这就是为什么一副牌组周一还很安静，到了周五就开始冒犯人。成本是延迟落地的。

这种情况在真实用户反馈里也很常见。在这个关于 [新卡设置下复习量比预期多很多的 Anki 论坛讨论](https://forums.ankiweb.net/t/many-more-reviews-than-expected-with-new-card-settings/62292) 里，问题并不是什么神秘 bug。只是输入速度带来的复习后果，比学习者原先预期的大得多。

如果你最近刚把新卡调高，先从这里查起。如果你想要一条更稳的输入规则，可以接着看 [2026 年每天该加多少新 Flashcards？建立你真正做得完的 FSRS 复习负载](/zh/blog/how-many-new-flashcards-per-day/)。

## 很多人怪 FSRS，其实怪的是 learning steps 循环

有时候，复习暴涨根本不是长期调度的问题。真正发生的是：卡片一直在 learning 或 relearning 里打转，在它们还没变成正常复习卡之前，就已经把你当天的精力吃掉了。

Anki 手册建议把 FSRS 下的 learning steps 和 relearning steps 保持在一天以内，而且明确写了：长 `(re)learning` steps 不适合和 FSRS 一起用，因为它们会干扰调度器，制造别扭的时间安排。这条建议就在 [Anki 牌组选项手册里的 FSRS 一节](https://docs.ankiweb.net/deck-options.html#fsrs)。

所以，如果你的 steps 设得很戏剧化，或者你反复在那些本来就该重写的模糊卡上失败，整副牌组就会给人一种“它一直在刷我”的感觉，但真正的问题其实是短循环摩擦。

这也是为什么很多人会说 **FSRS 复习太多**，可问题其实发生在 FSRS 之前。

## Desired retention 本来就是工作量旋钮

很多人切到 FSRS 之后，最容易低估的就是这一层。

desired retention 越高，调度器就越倾向于让卡更早回来，这样你在看到它时更有可能记得住。这样当然可能有用。但它也会带来更多复习。

Anki 手册里 [desired retention 这一节](https://docs.ankiweb.net/deck-options.html#desired-retention) 说得很明确：retention 越高，间隔越短，复习越多。FSRS wiki 里关于 [optimal retention](https://github.com/open-spaced-repetition/fsrs4anki/wiki/The-optimal-retention) 的说明，也从工作量角度讲了同一件事。

把 `0.90` 改成 `0.95`，在输入框里看起来像一个很小的变化。

真正要跟这个差别一起生活的时候，通常就没有那么小了。

所以，如果你真正想问的是 **Anki desired retention**，而队列恰好是在你改完这个设置之后变重，那 Anki 并没有随机发疯。它只是在认真执行你刚刚要求它做的工作。

如果你想系统看一遍设置层，读 [2026 年 FSRS 设置指南：desired retention、learning steps 和复习负担，不要过度调参](/zh/blog/fsrs-settings/)。那篇讲的是怎么调。这篇先讲在调之前，怎么判断到底是哪一层出了问题。

## “FSRS 出卡太频繁了”背后，可能是好几种不同情况

Anki 论坛最近有一个帖子叫 [FSRS 6 - Seeing cards too Often](https://forums.ankiweb.net/t/fsrs-6-seeing-cards-too-often/60745)。里面的抱怨很熟：学习者感觉自己明明点了 `Good`，卡片却还是比预期更早回来。

这背后有时意味着：

- desired retention 设得比这个人的真实日程更激进
- learning steps 还在承担太多本不该它承担的工作
- 牌组里弱卡或重复卡太多
- 你对“合理的复习节奏”的预期，还停留在旧排程器习惯里，而不是材料本身真正需要的频率

FSRS 不是魔法。它只是个调度器。如果你给它一副膨胀的牌组，再给它一个高 retention 目标，它会非常专业地安排这副膨胀牌组。

## Anki 不会自动帮你拦住过猛的输入速度

很多学习者想要的是这种逻辑：

“如果我今天已经有 250 条复习到期了，就自动别再给我新卡了。”

这个想法很合理。但在默认 Anki 里，这不是开箱即用的标准行为。

论坛里甚至专门有人在讨论 [根据每日总复习量动态调整新卡上限](https://forums.ankiweb.net/t/dynamic-daily-new-card-limit-based-on-total-daily-reviews-count/65120)。大家反复提这个需求，正说明默认工作流并不会紧密地把输入速度和每日承载能力绑在一起。

所以，如果你的队列老是在暴涨，一个很实际的修法依然是那个不华丽的版本：

- 降低新卡上限
- 连续一两周都别动它
- 只有当队列真的证明自己扛得住时，再慢慢加回来

另一个关于 [每周该加多少新卡](https://forums.ankiweb.net/t/how-to-judge-how-many-new-cards-i-should-be-adding-each-week/66159) 的论坛讨论，最后落点也差不多：正确数字取决于你的复习时间、材料难度，以及卡片本身到底干不干净。

## 有些复习暴涨，本质上是坏卡暴涨

这种情况很容易被忽略，因为到期数量看起来很像设置问题。

坏卡会通过两种方式增加工作量：

- 它们更花时间作答
- 它们更容易失败，于是更快回来

所以，一张模糊卡不是只浪费你一次时间。它会反复来收账。

如果你经常看到这些情况，我会很认真地检查牌组：

- 一张卡同时在考多个事实
- 背面长到你每次都得先协商怎么评分
- AI 生成的重复卡
- 你在真正理解之前就先拿来背的卡
- 那些未来复习成本根本配不上价值的小细节

如果这更像你的情况，下一篇更该读的是 [2026 年如何修剪抽认卡牌组：该删除、暂停，还是重写？](/zh/blog/how-to-prune-a-flashcard-deck/)。

## 一个五分钟就能做完的 Anki 复习暴涨诊断

如果我要很快排查 **Anki 复习暴涨**，我会直接用这张表：

| 症状 | 最可能的原因 | 第一手修法 |
| --- | --- | --- |
| 提高新卡几天后，到期数突然跳上去 | 输入速度超过了复习承载能力 | 降低新卡，然后保持不动 |
| learning 和 relearning 数量很臃肿 | 步骤循环太多，或者弱卡太多 | 缩短 steps，并修掉坏卡 |
| 切到 FSRS 后，成熟卡感觉回来得太频繁 | desired retention 太高，或者预期错位 | 小幅降低 retention，继续观察 |
| 漏掉一段时间后，突然堆出一大堆 | 积压 | 停新卡，稳稳恢复 |
| 到期数不算离谱，但复习体验很痛苦 | 卡片质量问题 | 重写、暂停或删除弱卡 |

注意第一手修法这一列里没有什么。

没有“重置牌组”。

这通常才是代价最高的错误。

## 不重置牌组，怎么把 Anki 复习量降下来

如果你真正搜的是 **怎么降低 Anki 复习量**，我会按这个顺序处理。

### 1. 先降新卡

这样能减轻未来压力，又不会抹掉已有排程历史。

对有些已经超载的牌组来说，把新卡设成零几天，并不夸张。这只是正常维护。

### 2. 把 learning 和 relearning steps 保持得短一些

在 FSRS 下，过长的步骤阶梯，很多时候带来的摩擦比价值更多。

### 3. 等输入量先稳住之后，再考虑调 desired retention

retention 的确是个真实的工作量杠杆。只是它通常不是我最先拉的那个。

### 4. 把那些一直在浪费你时间的卡清掉

删掉低价值卡。暂停非优先材料。重写那些重要但写坏了的卡。

### 5. 把补积压和日常调参分开

如果这次暴涨是因为你漏了几天，那它应该按补积压来处理，而不是当成纯设置问题。

## 正确修法，取决于到底是哪一个数字在让你难受

这听起来像小事，但它能让判断变得诚实很多。

如果真正让你痛的是：

- **到期复习数**，就去降输入，必要时再考虑降 retention
- **learning 数量**，就去清 steps 和弱卡
- **每次复习花掉的时间**，就去提升卡片质量和复习流畅度

最后一种情况其实很常见。有些人并不是真的复习太多，而是复习太慢、太烦。如果你更像这一类，读 [2026 年如何更快复习 Flashcards：不必硬撑，也能做完每日复习](/zh/blog/how-to-review-flashcards-faster/) 会比再折腾一轮调度器设置更有用。

## Flashcards 适合出现在哪里，但别把它想成魔法

[Flashcards 功能](/zh/features/) 在这里有一个很实际的价值：它同时覆盖了正式复习前的准备和真正复习时的执行。

这一点很重要，因为很多复习暴涨，其实发生在第一天正式复习之前。问题往往出在：太多卡被送进了正式牌组，或者 AI 起草的卡还没认真编辑，就直接被接受了。

Flashcards 能帮上的，是这些朴素但关键的环节：

- 从原始材料起草卡片
- 在卡片变成长期复习债务之前，先把正反面编辑干净
- 等牌组真的值得交给调度器之后，再用 FSRS 复习

这当然有用。但它并不等于软件可以取消工作量数学。如果你往任何一个间隔重复系统里塞进超过你一周承载能力的卡，队列最后都会把压力推回来。

## 修法通常没有暴涨本身那么戏剧化

很多人在搜索 **为什么 Anki 复习这么多** 时，心里其实是在准备接受某种隐藏的技术答案。

可大多数时候，答案反而很普通：

- 你加卡的速度超过了自己的日程承载能力
- learning steps 正在制造额外循环
- retention 目标要求的工作量，比你想要的更多
- 牌组里还留着本来早就该清掉的卡

烦，确实烦。

神秘，通常不神秘。

先做那些无聊但有效的诊断。

先降新卡，再决定要不要慌。

把 learning steps 维持得短一点。

把 desired retention 当成工作量旋钮。

更快删掉弱卡。

---
*[查看此页面的带样式 HTML 版本](https://flashcards-open-source-app.com/zh/blog/why-are-there-so-many-anki-reviews/)*

*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。完成设置后，也可以通过 MCP 连接 `https://mcp.flashcards-open-source-app.com/mcp`。*

*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。*