记忆沿曲线衰减
遗忘具有特定的形态
19世纪80年代，赫尔曼·艾宾浩斯（Hermann Ebbinghaus）记忆无意义音节，并在逐渐延长的时间间隔后对自己进行测试。他的数据描绘出一条在现代记忆研究中反复出现的曲线：记忆保持率起初较高，随后迅速下降，最后趋于平缓并接近零。
这种形态有一个名称：指数衰减。其简洁的数学模型如下：
R = e^(−t/S)
其中 R 是保持率（仍可回忆的记忆比例，从 1 降至 0），t 是自学习以来经过的时间，S 是稳定性：一个以与 t 相同单位测量的数值，决定了记忆消退的速度。
直接从指数 t/S 中读取几何含义。刚学完时，t = 0，因此 R = e^0 = 1（100%）。随着 t 增大，指数变得更负，R 向 0 滑动但永远不会完全达到：曲线逐渐平坦，形成一条长尾。
稳定性 S 控制陡峭程度。 较小的 S（例如 1 天）意味着 t/S 增长迅速，因此曲线急剧下降：你很快遗忘。较大的 S（例如 30 天）意味着 t/S 增长缓慢，因此曲线平缓衰减：记忆持续更久。S 越大 = 曲线越平坦。
每条衰减曲线上都有一个标志点：当 t 等于 S 乘以自然对数 2（S × ln2，且 ln2 ≈ 0.693）时，保持率降至 50%。稳定性加倍，遗忘一半所需的时间也加倍。
解读两条衰减曲线
你的记忆中有两个事实，目前都是全新的，保持率 R = 100%。
事实 A 的稳定性 S = 2 天。事实 B 的稳定性 S = 20 天。
每次复习都会使曲线变平
提取提升稳定性
这里有一个将遗忘转化为工具的发现。每次你成功提取记忆（通过线索回忆，而非重读）时，其稳定性 S 都会上升。你刚从遗忘边缘拉回来的记忆，会比之前更加稳固。
从几何角度看，复习同时做两件事：它将 R 重置为 100%，并且增加 S，使得下一次衰减变慢。将其随时间绘制出来，你会得到一个锯齿波：保持率下降，复习将其拉回顶部，再次下降但斜率更平缓，再次复习，斜率更平缓。锯齿的宽度变宽，整体趋势趋于平坦。
这就是为什么间隔复习胜过突击复习。突击复习在 S 仍然很小时将多次提取堆叠在一次会话中，因此它们几乎无法移动曲线，且到下周时保持率已崩溃。间隔复习等到 R 下降一部分（提取感觉费力）后再复习，这种费力的拉回最大程度地提高了 S。总复习次数相同，但长期保持率远高于突击复习：这纯粹取决于你何时在曲线上安排它们。
理想的复习时间点落在你即将遗忘之前：接近 50% 标记处，即 t ≈ S × ln2。随着 S 增大，这一时刻来得越来越晚，因此复习间隔应拉长：1 天，然后 3 天，然后一周，然后一个月。曲线告诉你何时该复习。
为什么锯齿波趋于平坦
你复习一个事实三次，复习间隔如图中所示。
求解复习日
保持率何时降至 50%？
最佳复习时机出现在记忆保持率降至约一半的时候。因此，一个实际问题：给定稳定性 S，在第几天 t，R = e^(−t/S) 会等于 0.50？
令 R = 0.5 并求解。对等式两边取自然对数：ln(0.5) = −t/S。由于 ln(0.5) = −ln2，由此得出 t = S × ln2，其中 ln2 ≈ 0.693。
这正好是放射性衰变中的半衰期公式：相同的几何规律支配着衰变的同位素和消退的记忆。两者在单位时间内都损失固定比例，因此两者都在由稳定性决定的恒定间隔内减半。
计算示例：一个稳定性 S = 5 天的事实，在第 t = 5 × 0.693 = 3.47 天时达到 50% 的记忆保持率。四舍五入后，在第 3 天或第 4 天进行复习。
计算半衰期天数
一张闪卡事实目前的稳定性为 S = 10 天，且初始记忆保持率 R = 100%。
边际递减与优势
另一条曲线
遗忘并不是学习中唯一的曲线。将一项技能与练习时间对应起来，你会得到学习曲线：起初进步迅速，随着水平提升，进步速度变慢，最终趋于平稳。心理学家称之为练习的幂律：表现的提升大致与重复次数的幂成正比，这描绘出一条弯曲并最终趋于水平的曲线。
收益递减是几何性的。 在曲线初期，坡度陡峭，因此一小时的练习能带来巨大的提升。而在曲线较高处，坡度已趋于平缓，因此同样的一小时练习带来的提升较小。你并没有停止进步；只是你当前所处位置的斜率变浅了。第十个小时的练习之所以比第一个小时带来的增益少，是因为它落在了同一条曲线更平缓的部分。
刻意练习移动的是整条曲线，而不仅仅是你在曲线上的位置。 反复磨练已经掌握的简单材料，只是让你沿着平坦的顶部继续滑动：有动作，但收获甚微。在能力边缘（更难的问题、针对性的弱点、即时反馈）进行练习则不同：它将整条曲线向上提升，提高了平台期本身。你并不是沿着旧曲线行走；你是在用一条更高的曲线来替换它。
这两条曲线是相连的。刻意练习是在边缘进行的费力提取，而费力提取正是遗忘模型中提高稳定性 S 的关键。在边缘工作既能减缓遗忘，又能同时提高学习平台期。
斜率与位移
一位钢琴家练习了同一组简单的音阶一年，但已停止进步。
自动化使努力与保持率趋于平缓
提取权属于你
迄今为止的每一个结果都取决于一个动作：你自己成功的提取。这种从遗忘边缘费力拉回的过程，正是提升稳定性 S、使衰减曲线变平并抬高学习曲线的原因。
自动化学习工具之所以具有诱惑力，是因为它们使努力变得轻松。工具可以总结章节内容，在你犹豫的瞬间揭示答案，或替你解决问题。工作感觉变轻了。但几何规律是冷酷无情的：如果工具进行了提取，S 永远不会上升。你通过重读将 R 重置为 100%，随后同样的陡峭曲线会再次将你拉回零，因为从未发生过费力的提取。锯齿状曲线不再变平；它只是重复同样的陡峭锯齿。
这就是陷阱。一个将努力完全归零的工具，也会将你的记忆保持率归零，因为这两者由同一个行为驱动。在这里，便利性与持久性相互冲突。
如果运用得当，同样的工具会有所帮助：一个提示你进行提取（随后进行检查）的间隔重复调度器，是顺应了上升的 S 曲线，而不是窃取它。界限很简单：让你进行提取的工具能构建记忆；替你进行提取的工具只是租给你一份会蒸发的副本。几何学表明，强度仅源于你自己在时间间隔中成功的提取。
自我挫败的捷径
一个学习应用会在卡片打开的瞬间自动显示所有答案，导致你是在阅读而非回忆。
学习几何学，一图概览
你学到了什么
学习与遗忘都有形状，而这些形状正是课程的核心：
- 遗忘曲线 R = e^(−t/S) 呈指数衰减。稳定性 S 决定了陡峭程度：S 越大，曲线越平缓。保留率在 t = S × ln2（ln2 ≈ 0.693）时减半。
- 间隔效应将遗忘转化为一种工具：每次成功的检索都会提高 S，使下一次衰减变得平缓。在时间轴上绘制时，它呈现为锯齿状，且锯齿逐渐变宽，因此复习间隔可以逐渐增加：1 天，3 天，一周，一个月。
- 半衰期计算用于确定复习时刻：对于 S = 10 天，保留率在 t = 10 × 0.693 = 6.93 天时降至 50%。同样的数学原理也支配着放射性衰变。
- 学习曲线之所以会弯曲并进入收益递减阶段，是因为你爬上了更平缓的坡度。在能力边缘进行刻意练习，能将整条曲线向上推移，而不是让你沿着平坦的顶部滑行。
- 核心要点： 这些收益中的每一项都由你自己费力且间隔进行的提取所驱动。让你进行提取的工具能构建记忆；而替你提取的工具会将你的努力与留存率同时降至零。
先掌握这些形状，然后将你的努力放在曲线回报最高的地方：在边缘，在遗忘之前，由你自己进行提取。