每日汉字学习计划：每天学几个汉字、复习负荷数学模型与三段式时间表

回答“每天学几个汉字”这一问题的正确答案包含两个数字和三个时间段：每日新卡速率、该速率产生的稳态复习队列，以及分散学习任务的“早晨 + 通勤 + 晚间”时间表。剩下的就是纯粹的算术了。¹²

概述

每日汉字学习计划不仅是一个数字，它是一个小型系统：一个调节旋钮（每天学多少新卡）决定了下游更大的长期成本（随之而来的复习驻波）。随后，时间表将这一成本拆解为分散的短时段，以确保记忆保持率得以维持。¹³⁴

每日汉字学习计划究竟是什么

每日汉字学习计划由三项要素构成：每日新项目速率、SRS（间隔重复系统）根据该速率生成的复习队列，以及将复习任务分散到多个时段的日内时间表。第一项是学习者可控的操纵杆；第二项和第三项则是由此派生出的成本。¹⁴²

你可以在 SRS 工具内部将新卡操纵杆设置为数值上限。在 Anki 中，“每天新增卡片”是限制程序每次打开每日最多引入多少新卡的牌组选项。¹ Amenokori 的免费版将上限固定为每天 20 张新卡和 150 次复习。⁵ WaniKani 则通过升级门槛（level-up gating）而不是学习者设定的上限来推送新项目。⁶

复习队列并不是直接选定的。它是由作用于累计卡片上的 SM-2 类（或 FSRS 类）间隔调度算法自动生成的。在 SM-2 算法下，间隔为 I(1)=1 天、I(2)=6 天，当 n>2 时 I(n)=round(I(n-1)·EF)，初始简易度因子 EF=2.5（最低 1.3）。⁷ 今天引入的每一张新卡都会在第 1 天、第 6 天、约第 14 天、约第 35 天、约第 90 天及之后重新进入队列，从而产生下文将要探讨的复习负荷曲线。

将学习任务划分为多个短时段而非一个长时段的日内时间表，本身就具有科学实证支持。间隔效应（Spacing）是 Bjork 与 Bjork 确立的有助于长期保持的四种“必要难度”（desirable difficulties）之一。⁸⁹ Cepeda 等人对 184 篇论文、317 项实验及 839 项分布式练习评估的元分析表明，在涉及各个领域、材料和受试人群的绝大多数对比中，分布式练习（distributed practice）的表现均显著优于集中式练习（massed practice）。⁴

为什么“每天学几个”并不是首要问题

在没有规划复习队列规模的情况下设定新卡速率，颠倒了真实的成本结构。新卡是廉价的（一次短暂的编码过程）。复习则是周期性重复的（每张卡片将在未来数年内多次重返队列）。Anki 官方手册直接指出了这种关系：如果你每天持续学习 20 张新卡，每日复习量最终会稳定在约 200 张卡片。¹

行业总结也指出了同样的要点：“如果你每天添加 20 张新卡，最终每天可能要面对 200 到 300 次复习”，且“每张新卡都会在接下来的数周内留下一长串复习足迹”。²

正确的规划考量量应该是学习者在达到稳态时能够承受的复习队列规模，而不是第一天让人兴奋的新卡数量。逆向思考这个问题，答案就会完全不同。

先规划队列，再反推速率

新卡上限是学习者设定的输入项。复习队列是 SRS 产生的输出项。先选定你在普通工作日能从容应对的复习队列规模，再反推设定相匹配的新卡上限。¹¹⁰

两个数字与三个时间段

两个数字：每日新项目速率，以及学习者在稳态下愿意承受的每日最大复习预算。Anki 手册将这两项都作为牌组选项提供给用户配置。¹

三个时间段：早晨编码时段（新项目）、中午碎片时段（利用 5 到 15 分钟的间隙进行复习，通常在通勤或休息时），以及晚间清理时段（完成剩余复习，并对当天的顽疾卡片/leech 进行分类处理）。在这里，顽疾卡片处理（leech triage）指的是找出那些反复遗忘的卡片，决定是暂停、重写还是重新学习。三段式结构是分布式练习原则的直接实践。³⁴⁹

上图是本文的核心骨架。接下来展开的四个二级章节将分别论证其中一个环节：速率梯队、日历时间线、复习负荷曲线以及时间分配计划。

按强度划分的每日新增汉字量

针对成年人自学的实际情况，有四种常见速率梯度：每天 5、10、15 和 20 个新项目。每种速率都有其契合的学习者特征以及稳态复习成本。

每日新卡数	时间预算	典型画像	SM-2 下的稳态每日复习量12
5	总计约 15 分钟	每天时间预算少于 30 分钟、父母、全职上班族、倦怠后重新起步	约 30 至 60
10	约 30 至 45 分钟	最常见的自学节奏	90% 正确率下约 80 至 120；80% 正确率下约 145
15	约 45 至 75 分钟	12 至 18 个月后有既定考试日期	约 120 至 180
20	约 75 至 100 分钟	每天 90 分钟以上，且无其他大型 SRS 牌组	约 150 至 200（正确率较低时最高可达约 300）2

每日新增 5 个：可持续的基线

每日 5 个是本文推荐给犹豫不决的学习者的保底速度。它远快于日本正规小学的教学节奏（《学年別漢字配当表》在一年级安排了 80 个汉字，大约每周学 5 个，相当于每天远少于 1 个）。但它仍然远低于在第六周会导致大多数成年学习者无法承受的稳态队列速率。¹¹

行业总结将此速率归入推荐范围的保守端：“5–10 个新汉字；宁少勿多，保证更高准确率。”¹²

“每日 5 个”之所以“可持续”，是因为它为准确率骤降、生病、出行和生活突发事件预留了充足的缓冲空间。它并不是某种独特的教学法，而是能让学习计划挺过艰难一周的安全速率。

每日新增 10 个：标准自学速率

每日 10 个是行业权威指南中最常见的推荐值。¹² 按照 Anki 手册的比例（每天 20 张新卡产生约 200 次复习/天），将输入量减半大致也会将稳态复习量减半。在 SM-2 默认简易度及 90% 正确率下，每日 10 个对应约 100 次每日复习。¹

按每日 10 个计算，学完 1000 个汉字在纸面算术上需要 100 天。更符合现实的乘数将在下一节讨论。

每日新增 15 个：JLPT 冲刺期速率

Anki 手册或标准行业指南并未对每日 15 个这一数字做单独引用。它介于每日 10 个的标准自学节奏与 Anki 手册列举的每日 20 个之间。该区间的数值锚点是由这两侧的速率推导而来的。¹²¹²

在这一速率下，稳态复习队列首次突破约 150 次/天，这也是自学者通常开始反馈复习疲劳的拐点。

每日新增 20 个：多数学习者的上限

每日 20 个是 Anki 手册的经典示范：“每天持续学习 20 张新卡……每天大约面对 200 张卡片。”¹ 同样的数字在行业指南中反复出现（“每天 200–300 次复习”）。²

每日 20 个也是 Amenokori 免费版的新卡上限。在稳态 SM-2 或 FSRS 调度下，该速率刚好会触及其每天 150 次复习的上限。⁵

在按标准“见习”（Apprentice）阶段时间间隔（到达 Guru 1 之前为 4小时 → 8小时 → 1天 → 2天）耗时 12 到 18 个月完成 60 级的路线中，WaniKani 平均每天推送约 20 个新项目。⁶ WaniKani 的项目混合了部首、汉字和词汇；因此“每天 20 个项目”并不等于“每天 20 个汉字”。

超过 20 个：收益递减区间

本文引用的基础文献均不支持将每天 25 至 50 个作为推荐速度。Anki 手册的示例计算止步于 20。¹ Bjork 与 Bjork 的“必要难度”理论框架预测：如果将编码速率提高到超出复习清理能力的水平，整个例程就会从间隔练习退化为伴随重复遗忘的集中式练习。文献证明，这种转变会损害长期记忆的保持。⁴⁹

Heisig 式“先仅记汉字含义”的冲刺时间线存在于所引用的文献之外。但在该变体中，每日完成的数量与包含读音的学习进度无法直接相提并论。

“一个项目”的具体含义取决于所用方法

不同方法之间的“每日学习量”无法直接画等号。

方法	算作一个“项目”的内容	实际含义
WaniKani	部首（每级约 5–7 个）、汉字（每级约 30 个）、词汇（每级 100+ 个）的混合体6	每天 20 个项目是这三类内容的平均总和
Heisig RTK	一组“汉字-核心关键词”配对	仅限字义；读音留待后续阶段处理
Anki 词汇优先牌组	一个可能与其他词共享汉字的词汇	10 张卡片可能涵盖少于 10 个独立汉字
Anki 汉字及读音牌组	一个包含一个或多个读音的汉字	每张卡片都是包含多项事实的复杂编码任务

因此，识别负荷也有所不同。记忆 10 张共享相同汉字的词汇卡片，与记忆 10 个孤立的汉字，其认知编码工作量完全不同。

掌握 1000 个与 2136 个汉字的时间预估

新卡速率可以直接换算为日历日程。这种算术包含两个层面：纸面计算（速率 × 天数 = 汉字数）以及考量到每个日常计划都会遭遇阻力的现实乘数。

纸面算术与现实算术

纸面算术：每日 10 个 × 100 天 = 1000 个汉字；每日 10 个 × 214 天 ≈ 7 个月学完整套常用汉字（2136字）。¹³

然而，由于三个原因，实际进度往往落后于纸面日程。首先，缺漏天数（生病、出行、突发事务）会延缓新卡引入，同时维持既有的复习负荷。其次，在 SM-2 算法下评分 q<3 的遗忘卡片会重置重复计数器并将间隔重置为 1 天，从而拉长每个汉字所需的学习时间。⁷ 第三，由正确率波动引起的进度拖延（详见下文“正确率是隐藏变量”一节）会带来更多阻力。

本文采用 1.3 倍乘数作为将纸面天数换算为实际历时周数的规划惯例。这并不是一个实验测定值，而是结合了 Cepeda 元分析（分布式练习可提升平均记忆保持率，但无法消除遗忘）与 Lally 习惯养成数据（行为自动化所需时间中位数为 66 天，范围在 18 至 254 天）的合理推断。⁴¹⁴

1.3倍乘数是一种规划经验法则

请将 1.3 倍视为制定日常计划时的经验缓冲值，而非测量出来的绝对常数。生活规律稳定的情况下进度会更接近纸面算术；若遇到较多打乱，实际历时还会进一步拉长。⁴¹⁴

达到 1000 个汉字（大致对应 N3 认读水平）

每日新卡数	纸面算术	现实预估（1.3倍）
5	200 天（约 6.5 个月）	约 8.5 个月
10	100 天（约 3.5 个月）	约 4.5 个月
15	67 天（约 2.5 个月）	约 3 个月
20	50 天（约 7 周）	约 2 个月

1000 个汉字大致相当于 N3 的认读范围。2010 年以前 JLPT《出題基準》（考试大纲）中 2 级的目标约为 1000 个汉字，而在 2010 年改革后的对应关系中，N3 恰好介于旧 3 级与旧 2 级之间。用 JLPT 级别来划分这一里程碑最为实用，因为对学习者的日常决策而言，“认读 vs 书写”的区别比单一的百分比更有指导意义。

达到 2136 个汉字（完整常用汉字目标）

常用汉字表的上限为 2136 字，由“平成22年内阁告示第2号”（2010年11月30日）确立为“现代国语书写时的汉字使用基准”（現代の国語を書き表す場合の漢字使用の目安）。¹³

每日新卡数	纸面算术	现实预估（1.3倍）
5	427 天（约 14 个月）	约 18 个月
10	214 天（约 7 个月）	约 9 个月
15	143 天（约 5 个月）	约 6 个月
20	107 天（约 3.5 个月）	约 4.5 个月

学完常用汉字表并不等同于能够流利阅读日文。常用汉字集大约覆盖了报纸汉字用字的 99%（文化厅 2007 年对《朝日新闻》与《读卖新闻》2006 年样本的调查）。但专有名词、地名、专业术语以及表外汉字（hyōgaiji，常用汉字表以外的汉字）仍未涵盖在内。¹⁵

为什么大多数学习者的完成速度慢于数学预期

分布式练习虽然效果显著，但无法完全消除遗忘。Cepeda 等人（2008）的研究指出，在遗忘测试间隔为数周时，最佳学习间隔约为测试间隔的 20%；当测试间隔拉长到一年时，最佳间隔则降至约 5%。³ 一旦学习者的复习间隔偏离了这条脊线（由于跳过学习、队列积压或正确率暴跌），记忆保持率就会下降，并迫使卡片退回早期队列。

习惯养成的相关数据表明，形成行为自动化所需的时间中位数为 66 天，个体差异范围在 18 至 254 天之间。¹⁴ 一套日常学习习惯不可能在一夜之间变得轻而易举。

SM-2 算法的遗忘机制进一步放大了这种拖延。当评分出现 q<3 时，重复计数器归零，间隔重置为 1 天。每次低分都会使简易度因子下降约 0.2，下限为 1.3。⁷ 因此，遗忘单张卡片的代价大致相当于经历一整轮重新编码，并在修正之前持续减缓该卡片间隔的增长。

每个日常计划都必须规划的复习负荷曲线

复习不是一张卡片的一锤子买卖，而是在未来数年内按照学习者无法自行设定的时间表反复支付的长期成本。曲线的形状由 SM-2（或 FSRS）的间隔几何结构决定，而非由新卡上限决定；新卡上限决定的只是振幅的高低。

驻波效应：新卡将在未来数周持续产生复习

在 SM-2 的默认间隔序列下，假设默认 EF=2.5 且评分正确 q≥4，在第 0 天引入的一张卡片将在第 1 天、第 6 天、约第 14 天（6 × 2.5）、约第 35 天、约第 90 天、约第 225 天、约第 560 天及以后触发复习。⁷ 早期间隔占据了绝大部分复习负荷。

持续的新卡输入会产生叠加效应，导致多个复习层叠落在同一天。第 60 天的队列包含：昨天新卡的第 1 天复习、六天前新卡的第 6 天复习、约 14 天前引入卡片的第 14 天复习、约 35 天前引入卡片的第 35 天复习，以及更早引入卡片的少量第 90 天以上复习尾声。

这就是所谓的驻波（standing wave）：由先前的新卡累积而成的周期性复习负荷。第 N 天的队列规模，是所有下一次复习恰好落在第 N 天的前序新卡日的贡献总和。新卡上限决定了这股波浪的振幅。⁷¹²

曲线何时见顶：第 4 至第 6 周

复习峰值的到来直接源自 SM-2 的间隔数学几何原理，而非单纯的经验观察。前三个间隔（第 1 天、第 6 天、约第 14 天）因为间隔最短，每张新卡产生的复习频率最高。第四个间隔（约第 35 天）是第一个超出四周窗口的间隔。因此，当最初引入的一批卡片开始触发第 35 天的复习时，即开始学习后的第 4 至 6 周左右，瞬时队列将达到顶峰。⁷

具体而言，第 1 天引入的卡片将在第 5 周触发其第 35 天复习。前 7 天引入的卡片将在第 5 到 6 周之间陆续触发第 35 天复习。从第 6 周开始，第 1 天 + 第 6 天 + 第 14 天 + 第 35 天各层同时向队列叠加。从第 6 周起，队列规模将趋于稳态水平，而非无限增长。

这对日常计划的启示就是“切勿在第 1 周增加新卡量”准则。在每天 20 张新卡的节奏下，第 1 天的复习队列只有 20 张，第 7 天约为 70 张，但到了第 6 周，就会变成每天约 200 张的完整稳态负荷。¹² 第 1 周的轻松体验可能会使人对实际成本产生接近一个数量级的低估。

学习周数	每天新增 20 张时的预估队列	原因
1	约 40	仅触发第 1 天复习层
2	约 70	第 1 天 + 第 6 天复习层
3	约 100	第 1 天 + 第 6 天 + 早期第 14 天复习层
4	约 140	第 14 天复习层达到满负荷
5 至 6	约 200	第 35 天复习层触发；达到完全稳态
7+	约 200	稳态；附带少量第 90 天以上复习长尾

各新卡速率对应的稳态复习量

Anki 手册的标准锚点是关键数字：在稳态下，每天 20 张新卡大约产生每天 200 次复习。¹ 这意味着在 SM-2 默认简易度和约 90% 记忆率下，平稳期每个新卡对应约 10 次每日复习。

按此比例线性推算：5/天 → 约 50 次/天；10/天 → 约 100 次/天；15/天 → 约 150 次/天；20/天 → 约 200 次/天。¹ 这些一阶估算基于相同的简易度分布和相同的记忆保持目标。

行业经验总结也印证了相同的规律。Nihongo Path 指出，“一旦势头建立起来，每天预计有 60–120 次复习”。¹² 按 Anki 手册的比例，这对应每天 6 到 12 张新卡。StudyCards AI 表示：“每天添加 20 张新卡，最终每天可能要面对 200–300 次复习。”² 其上限（300 次）反映的是正确率低于 90% 的情形。

Amenokori 免费版设置的每天 150 次复习上限，按相同比例正好对应每天 15 张新卡。⁵ 因此，免费版完全可以支持到 JLPT 冲刺速率而无需付费。

为什么 FSRS 调度算法能平滑曲线

FSRS 为每张卡片建模了三个记忆变量（难度 difficulty、稳定性 stability、可提取性 retrievability），并根据用户设定的目标记忆率（Anki 中默认为 0.90）来计算每张卡片的下一次间隔。¹⁶¹⁷¹ 相比之下，SM-2 采用的是全局简易度因子更新机制，无法区分“这张卡片连续三次答对后稳定性很高”与“这张卡片刚刚经历遗忘恢复”的区别。⁷

open-spaced-repetition 项目的基准测试涵盖了 9999 个 Anki 牌组集合、约 3.5 亿条经过筛选的复习记录。测试报告指出，在 99.5% 的受测用户中，FSRS 的回忆预测准确率均高于 SM-2。¹⁰ 更精准的预测使得在保持相同记忆率的前提下可以拉长间隔。在实践中，这意味着在达到相同记忆目标的情况下，复习量可减少 20% 至 30%。¹⁰

在相同的新卡速率和 90% 目标记忆率下，采用 FSRS 调度的牌组其稳态复习量大约只有 SM-2 的 70% 到 80%。在 SM-2 下每天产生约 200 次复习的“每天 20 张”计划，换到 FSRS 下在同等记忆率下只需约 140 到 160 次复习。¹¹⁰

FSRS 已是现代 Anki 的原生选项

从 23.10 版本开始，Anki 已内置 FSRS 作为可选调度算法。将现有牌组切换到 FSRS 会保留卡片历史记录，并在保持相同目标记忆率的同时缩减稳态队列规模。¹⁶¹

正确率是隐藏变量

Anki 手册对复习工作量与记忆保持率之间的权衡作了明确阐述：在目标记忆率为 0.90 时，间隔可达 100 天；若提升至 0.95，间隔则缩短至 46 天，这导致相同卡片集合的复习频率几乎翻倍。¹

而相反的方向则是导致学习崩溃的主要模式。如果一项计划原本以 90% 记忆率为目标，实际表现却滑落至 80%，卡片落入复习队列的频率就会远超预期预算。StudyCards AI 所引用的每天 20 张新卡对应 200 到 300 次复习的区间，其上限正是由这种准确率下滑推高造成的。²

由此推导出决策规则：如果实测正确率跌破 85%，瓶颈出在编码环节，而非复习时间不足。在正确率低迷时盲目增加复习时间只会加剧复习驻波。降低新卡量才是正确的纠偏手段。¹¹⁰

将复习分散到早晨、通勤和晚间

三段式时间表并不是个人审美偏好，而是分布式练习的直接应用：在总时间相同的情况下，贯穿全天的短时段学习效果明显优于一次性的长时间突击，Cepeda 的元分析在数百组对比中证实了这一优势。³⁴⁹

早晨：新项目时段

新内容在第 1 天的间隔期内最为脆弱。将新卡检索分散在全天各个时段能带来最大益处，而不是将其与晚间的批量复习挤在同一个时段内编码。³⁴ 无论选择哪种强度的速率，在开启当天第一封收件箱邮件之前，抽出 5 到 15 分钟就足以完成新卡额度。

Bjork 与 Bjork 对“必要难度”框架的教学法重述中，将间隔效应与交错学习、情境变化、检索测试并列为看似减缓当前学习速度、实则增强长期记忆的四项核心机制。⁹

早晨是新卡编码时段，晚间则是第一次长间隔检索。对于一天的记忆保持间隔，Cepeda 等人（2008）的研究指出最佳时间间隔是以小时计，而不是以分钟计。³

准则：绝不要用昨天的积压复习开启新的一天。积压卡片留到晚间处理。

通勤（或任何 5 至 15 分钟碎片时间）：复习时段

简短的碎片时间非常适合做复习，因为复习本质上是一项再认/检索任务。题目呈现在屏幕上，学习者检索答案，系统评分。而学习新卡时的深度编码（阅读解释、构思或核对助记、确认读音）则不适合在 5 到 15 分钟容易被打断的窗口期进行。

分布式练习元分析结果表明：在绝大多数对比中，全天内各类大小的间隔时间都能稳定保留间隔效应带来的收益。⁴ 通勤路上 10 分钟的碎片学习，每分钟贡献的记忆保持价值完全不亚于晚间整块时间。

准则：争取在这个时段清空当天一半的复习队列。

晚间：清理时段

晚间时段用于解决剩余队列：通勤时段后达到复习间隔的卡片、白天遗忘并在 SM-2“重置为 1 天”规则下重新入队的卡片⁷，以及当天需要二次巩固的错题。

晚间时段的目标是在入睡前实现“队列清零”。根据 SM-2 的间隔几何原理，无论何时复习，驻波的幅度是守恒的，但拖延复习会把压力推迟并放大。如果今天带着未清空的队列入睡，明天开局就将处于负债状态。⁷¹²

各强度下的各时段分配

各时段所需时间与新卡上限大致呈线性正比关系。以下数字是根据 Anki 基准（20/天 → 约 200 次复习/天）和行业总结中每张卡片 5 到 8 秒的复习用时推导出的示例计算。¹²¹² 它们属于算术预估，而非实测数据。

节奏	早晨（新卡）	通勤（复习）	晚间（清理）	每日总计
5/天	约 5 分钟	约 5 分钟	约 5 分钟	约 15 分钟
10/天	约 10 分钟	约 10 分钟	约 15 分钟	约 35 分钟
15/天	约 10 分钟	约 15 分钟	约 20 分钟	约 45 分钟
20/天	约 15 分钟	约 20 分钟	约 25 分钟	约 60 分钟

只有单个时间段可用时

“复习优先”的保底策略源自 SM-2 的遗忘机制。未及时复习的卡片虽然保留其预设计隔，但实际上已经逾期；在默认 SM-2 评分下，下一次尝试时发生遗忘的概率大幅增加（逾期拖得越久，遗忘风险越高）。⁷ 相比之下，未引入的新卡留在明天的待学池中不会产生调度惩罚。在时间受限的时段内，复习有时间紧迫性，而新卡没有。¹

复习始终拥有最高优先级，新卡可以暂缓。

当正确率面临崩溃风险时，这种保底逻辑会发生逆转：此时纠偏措施是额外暂停新卡，而不是盲目压缩并强行进行复习。下文的“倦怠”章节将介绍这一临界阈值。

借助工具落地的日常计划

本文的核心逻辑独立于具体工具。上述四个数字与三个时间段适用于任何基于类似 SM-2 或 FSRS 规则调度复习的 SRS 系统。具体工具的区别在于可配置性、官方节奏倾向以及单时段的人机工程学体验。

Anki：完全控制，完全自负

Anki 开放了日常计划所依赖的两大牌组选项：“每天新增卡片”（新卡引入速率上限）和“每天最大复习”（稳态队列上限）。¹ 两者均支持单牌组独立配置。推荐做法是统筹规划这两项，而不是将“每天最大复习”单纯用作防溢流阀门。

从 23.10 版本起，Anki 内置了 FSRS 调度算法，默认期望保持率为 0.90。¹⁶¹ 相比 SM-2，在相同记忆率下，FSRS 调度产生的复习量大约减少 20% 到 30%。¹⁰

获得完全掌控权的代价在于：牌组内容、卡片模板设计、图片与音频素材收集以及 FSRS 参数调优全部需要学习者自行负责。Anki 手册详细说明了各项配置，但并不替你规定学习节奏。¹

WaniKani：官方节奏，固定顺序

WaniKani 采用固定的新卡推送机制。在 Level 3 及以上等级中，见习阶段（Apprentice）的 SRS 间隔为 4小时 → 8小时 → 1天 → 2天，随后晋升至 Guru 1；在 Level 1 和 2 中，这一过程加速为 2小时 → 4小时 → 8小时 → 1天。⁶ 完整的 SRS 阶段序列依次为 Apprentice 1 到 4、Guru 1 到 2、Master、Enlightened、Burned，对应间隔为 4小时、8小时、1天、2天、1周、2周、1个月、4个月，最后永久归档。⁶

学习者无法直接设定每日新卡上限。速率是由升级解锁新内容的激进程度间接决定的。每个级别会引入约 5 到 7 个部首、约 30 个汉字和 100 多个词汇项目。在 12 到 18 个月通关全程中，平均每天学习量处于 15 到 25 个项目的区间。⁶

WaniKani 要求的打卡节奏隐含在其早期间隔中：Apprentice 1 → 2 在 4 小时后触发，这意味着系统假定学习者每天会多次打开 App。因此，三段式时间表在功能上天然契合 WaniKani 的间隔几何结构，而不仅适用于自建牌组。⁶

Amenokori：契合三段式日常的高效移动端方案

对于本文倡导的“早晨、通勤、晚间”节奏，J-Compass 推荐 Amenokori。它的产品形态与这套三段式时间表契合度最高，具体体现在三个特性上。

第一，移动优先的设计。Amenokori 围绕 iOS 和 Android 端会话构建并支持云同步，天然契合通勤碎片时段：每次练习简短快捷、不怕被打断，并且可以在晚间时段从另一台设备无缝继续。¹⁸⁵ 在手机上利用 5 到 15 分钟纯复习，正是该 App 核心优化的使用场景。

第二，原生且唯一的 FSRS 调度算法。¹⁸⁵ FSRS 带来了本文前面论证过的更平缓的驻波振幅。这非常适合晚间时段有着严格时间限制、无法因队列激增而无底线延长学习时间的学习者。¹⁰

第三，与本文算术完美契合的每日上限。免费版固定为“每天 20 张新卡和 150 次复习”。⁵ 每天 20 张新卡的上限刚好对应 Anki 手册对自学高强度节奏的经典定义。¹ 每天 150 次复习的上限也完全契合 SM-2 模型在每天 15 到 20 张新卡强度下预测的 150 至 200 次稳态复习区间。

对于本文推演的每天 5 张至 15 张的日程方案，免费版完全够用且不会撞上任何上限。在每天 20 张的高强度下，免费版在达到稳态的那一刻正好触及复习上限。

内置的 JLPT 分级牌组让学习者省去了使用 Anki 时在进行第一次复习前必须花费的 30 分钟以上牌组制作、卡片排版和 FSRS 调优时间。这一设置成本往往是开启 Anki 学习路线的最大固定阻力。¹⁸⁵

关于 SRS 工具本身的特性全方位对比（算法差异、牌组生态深度、付费体系），请参阅资源选择指南。本节不再重述 Amenokori 与 Anki 的功能对比矩阵，而是着重说明 Amenokori 的每日配额与本文三段式算术之间的契合度。

如何在任何工具中确定新卡上限规模

根据复习驻波的算术逻辑可得出决策原则：选择一个能在普通工作日（而不是状态最好的一天）持续承受的稳态队列所对应的新卡上限。¹² 由于驻波通常要到第 4 至第 6 周才会显现，因此第 1 周感觉轻松并不能证明该上限具有长期可持续性。

危险的预警信号是队列连续两天上升。这是标准的早期预警指标。在 SM-2 的遗忘与重置机制下，它通常比正确率彻底崩溃早出现一到两周。⁷

正确的应对措施是将新卡量削减至少 50% 直至队列出清，而不是调高最大复习上限。调高上限只是容纳了更多的遗忘卡片，但遗忘只是表象，根源在于产生这些遗忘的高新卡速率。⁷¹

倦怠失效模式及如何早期识别

汉字学习倦怠不仅是一种情绪状态，而是一个可被量化衡量的动态过程，具有三种特征信号、非线性升级模式以及结构化的恢复路径。在第 3 周察觉与在第 8 周察觉，所需的调整方案截然不同。

三大早期预警信号

信号 1：睡前无法清空复习队列。在 SM-2 算法下，未清空且逾期一天以上的卡片在下一次尝试时遗忘概率更高。因此，逾期队列会不断壮大明天的遗忘池，进而推高后天的队列。⁷

信号 2：首次复习的正确率跌破约 85%。Anki 手册量化了记忆保持率如何决定间隔长度进而影响队列规模。一旦正确率低于 85%，SM-2 的简易度分布就会向下偏移（每次低分 EF 减少约 0.2，下限 1.3），每张引入卡片所对应的队列规模将超出稳态比例。⁷¹

信号 3：刷卡会话变得像苦役。WaniKani 社区关于学习倦怠的讨论帖直接记录了这一特征。楼主（Level 27，持续学习 9.5 个月）反映其正确率从平均 90%+ 滑落至勉强 85% 左右，且项目不断在见习到 Guru 之间来回重置。¹⁹

出现上述任何一个信号，都应立即冻结新卡学习。三者同时出现，则是学习社区多年来反复记录的典型倦怠征兆。¹⁹²⁰

“队列债务”滚雪球机制

队列债务是跳过复习后必然产生的雪崩效应。在 SM-2 下，未复习的卡片保持原定间隔，但在下一次遇到时遗忘概率大幅上升。遗忘会导致间隔重置回 1 天，并伴随更低的简易度因子。⁷

社区真实案例印证了同样的模式。“我漏了几天，现在有将近 600 个复习”这一讨论帖反映，漏打卡一天会导致返校时面对约 150 次复习，而积累到约 600 次的复习积压通常需要累计漏掉约一周时间。²⁰ 该动态过程是非线性的，因为在学习者跳过新近卡片队列的同时，SM-2 调度器仍在不断生成早期老卡片的复习。

社区公认的清理模式包括：将积压分批处理（例如“每次只刷 20 个”）、优先复习低 SRS 等级的项目（因为它们的下一次间隔最短，一旦遗忘返场最快），并在下一次可预见的缺勤前主动开启 WaniKani 的假期模式或调整 Anki 的牌组重新调度选项。²⁰

干预手段：暂停新卡 7 至 14 天

其操作机制是：在维持既有复习的同时，暂停引入新卡（在 Anki 中将“每天新增卡片”设为 0，或在 WaniKani 中不做新课）。这样可以保持驻波振幅不再扩大，同时让已有队列通过既定间隔自然消化。⁷¹⁶ 经过 7 到 14 天后，暂停前引入的最后一批卡片都已经历过第 1 天 / 第 6 天 / 第 14 天的间隔触发。复习队列将稳定在当前在途卡片批次的 SM-2 稳态水平。

恢复学习时，以先前新卡速率的一半重新启动，可防止瞬间重蹈导致崩溃的复习驻波覆辙。新的波浪振幅减半，且上一波遗忘的卡片也已完成筛选处理。⁷¹

WaniKani 倦怠讨论帖中的社区补救模式与该方案高度一致：“在维持复习的同时将每天新课缩减至 5 个”，“将重点转向语法和阅读练习，而不是一味追求快速升级”。¹⁹

何时应选择彻底休整

临界阈值为正确率跌破约 70%，或连续缺勤 4 天以上。当记忆率低于 70% 时，FSRS 工作量分析认为此时的调度已失去效率：重新学习的成本占据主导地位，而最佳保持率指南建议优化工作量/知识比率，该比率在保持率低于 80% 时会迅速崩溃。¹⁷ 在连续漏卡 4 天以上的情况下，SM-2 遗忘重置机制导致的队列债务通常超出了单纯依靠冻结新卡所能消化的范围，往往不得不重置牌组的大部分进度。⁷

社区实证支持数周的重置调整：WaniKani 倦怠帖中记录了一位通过 60 级的学员在通关后休息了近一年才重新产生学习欲望，重返时“即使是已经‘Burned’（烧尽）的项目记忆率也大不如前”。¹⁹ 进行 1 到 4 周的彻底休整（而非遥遥无期的无限期搁置），随后以每日 5 个的基线重新起步，正是这一用户经验总结的结构化应对方案。

为什么“硬撑突击”只会适得其反

在疲劳状态下强行复习会导致答题质量下降（产生更多遗忘）；而在 SM-2 机制下，这会扩大遗忘卡片池（间隔重置为 1 天，EF 下降），进而膨胀明天的队列，从而形成疲劳的恶性循环。⁷

“必要难度”理论对此作出了明确界定：只有在能够通过努力加以克服时，难度才是有益的；一旦超出学习者可承受的极限，难度便不再有益。⁹ 疲劳区内的复习超出了这一承受范围，使间隔练习蜕变为“集中重复再学习”，分布式练习的相关文献表明，在相同总学习时长下，后者的效果远逊于前者。³⁴

在正确率低迷时增加复习时长会恶化负荷曲线

面对队列债务，人的直觉往往是安排更多时间死磕复习。然而数学模型给出了相反的结论：在正确率低于 85% 时盲目增加复习量会产生更多遗忘，而遗忘又会派生出更多复习。正确的纠偏策略是减少新卡，而非死扛复习时长。⁷¹¹⁰

全年学习计划的演进轨迹

日常计划不应全年一成不变。驻波几何规律、习惯形成曲线以及累计汉字覆盖率曲线都会在特定节点促成阶段性转变。

第 1 至第 4 周：编码阶段

驻波振幅尚未完全稳定。第 1 天、第 6 天和第 14 天的复习层已相继触发，但第 35 天的复习层尚未到来。⁷ 在每天 20 张新卡的节奏下，第 1 周的每日队列大约等于新卡数加上昨天的第 1 天复习（约 40 张）。到第 3 周，大约等于新卡数加上累积的第 1 天、第 6 天和第 14 天复习层（约 100 张）。真正约 200 张的完全稳态将在第 4 到第 6 周到来。¹

此阶段的黄金法则是：保持新卡上限不变。当前看到的队列远远低估了真实的长期成本。

第 4 至第 12 周：稳态阶段

复习驻波已达到稳态。此时的队列规模真实反映了可长期承受的负荷。⁷¹²

在这个时间窗口内通常适合做下调调整（降低新卡上限）。而此时盲目上调上限，通常很难挺过接下来的四星期周期。

第 3 至第 9 个月：漫长的相持期

Lally 的习惯养成曲线显示，形成习惯自动化所需时间的中位数为 66 天（范围 18 至 254 天）。¹⁴ 对大多数学习者而言，第 3 到第 9 个月正处于这一平稳高原期。

Cepeda 等人（2008）的时间脊线结论是本阶段的关键指导原则。对于一年后的考试（例如 JLPT），最佳学习间隔约为测试间隔的 5%，在这一阶段大致对应每周到每两周一次的复习间隔。³ 处于第二到第四次复习周期的卡片在 SM-2 默认调度下正好落入该区间。⁷

本阶段最容易踩的坑是同时增加 Anki 词汇牌组、浸泡式听读和语法专项练习。这构成了二次倦怠的源头：每个新牌组都会叠加属于它自己的独立复习驻波。

终局收官：临近目标时递减新卡

当汉字排位突破前 2000 名后，累计覆盖率曲线将逐渐放缓平贴。根据文化厅 2007 年的报纸调查，常用汉字集覆盖了约 99% 的汉字字次。要达到 99.9% 还需要额外记忆约 466 个汉字，带来的增益仅有约 0.9 个百分点。¹⁵ 在《朝日新闻》1993 年语料库（Chikamatsu 等人）中，前 1600 个汉字就已覆盖了 99% 的字次。排位在 100 至 1000 之间的汉字贡献了覆盖率的大头。²¹

因此，常用汉字表中第 1800 至 2136 位的卡片所增加的边际覆盖率极小。在这一阶段放慢节奏（例如从每天 10 个降至 5 个），可以将复习时间预算重新分配给词汇、阅读与语言浸泡，而不会产生可感知的汉字覆盖率损失。²¹¹⁵

补充常识与认知误区

优化“每天学几个汉字”是错误的努力方向

应当针对在 90% 正确率下能够持续维持的稳态复习负荷进行优化。再根据这一上限反推新卡速率。Anki 的经典比例（稳态下每天 20 张新卡产生约 200 次复习）使换算非常直观：选定你在普通工作日能承受的复习分钟数，除以每张卡片的复习耗时（5 到 8 秒），并将计算得到的值设定为新卡上限。¹²

词汇牌组和汉字牌组在大脑中共享同一复习队列

SM-2 和 FSRS 会独立调度每个牌组，但学习者在每天的学习中是将它们一并复习的，主观感受到的队列是相加的。一个每天学 10 个汉字的计划，如果再叠加一个每天学 10 个词汇的牌组，按照 Anki 的比例推算，稳态每日复习量就会翻倍至约 200 张卡片。¹

典型的失败案例是：学习者只计算了汉字牌组，却对每天 250 次的总复习量感到猝不及防。在速率梯队的高端，每天 20 张是指所有牌组加起来的上限，而不是单个牌组 20 张。

将“每天最大复习数”作为核心规划量是本末倒置

Anki 手册提供了两个上限选项：“每天新增卡片”和“每天最大复习”。¹ 许多人倾向于将“每天最大复习”设置在自认为可承受的数值，而让新卡上限随意浮动。

这种做法颠倒了真实的成本结构。“每天最大复习”只是限制了当前可见的队列，并没有降低复习驻波的真实振幅。超出上限的卡片会被推迟到明天，而复习驻波会在推迟堆积中不断雪上加霜。真正控制长期负荷的始终是新卡上限。¹

学习社区中的“死磕硬撑”话术

社区常用的鸡血话术（“硬刷就完事了”、“死磕刷完队列”）往往鼓励在疲劳状态下进行集中突击复习。Bjork 与 Bjork 的理论明确指出，只有在难度可被掌控时才是有益的。这种话术容易将学习者推过可承受的临界点，导致间隔效应文献所预示的记忆损失而非记忆增益。³⁴⁹

“复习是房租，新卡是房贷”

新卡是一次性的编码投资，复习则是按照学习者无法自行决定的时间表定期到期的持续维护成本。将新卡上限视为日常学习中唯一可控的调节杠杆（因为在 SM-2 或 FSRS 规则下，复习量是由新卡决定的因变量），正符合 Anki 手册所阐明的工作量对应关系。¹¹⁰

“FSRS”代表自由间隔重复调度算法

FSRS 中的“Free”是该算法名称的一部分（意为开源自由），而非单纯的价格声明。FSRS 是 SuperMemo SM-2 家族的现代开源继承者，采用机器学习技术在海量真实记忆数据上训练而成。open-spaced-repetition 的基准测试表明，在 9999 个受测 Anki 牌组集合中，FSRS 在 99.5% 的用户群体中对回忆概率的预测准确度均优于 SM-2。¹⁶¹⁰

第 4 周的“意外冲击”

如果一名学习者在维持某一新卡速率三周后仍未出现队列危机，这只是因为第 35 天的复习层尚未到来。根据驻波几何原理，即便日常节奏没有任何变化，第 4 到第 6 周的复习队列规模也几乎会翻倍。⁷¹

提前预判到这一阶段性跃升，可以避免盲目自信的陷阱。第 3 周的轻松队列绝非最终的稳态。

笔画顺序练习不必塞入每日日常计划

认读复习是在屏幕上进行的检索任务。而书写练习则是遵循不同练习周期的另一项肢体运动技能。将汉字书写练习生硬捆绑到每一次日常复习中，只会拉长单张卡片的复习用时，却丝毫不会改变 SRS 的驻波负荷。

设立单独的每周汉字书写时段（或者针对注重书写的学习者设立专属周），远比在每次复习中机械附加书写任务更加科学明智。认读与书写具有完全不同的时间间隔和疲劳阈值。

周末“集中补卡”是惩罚，不是策略

一种常见的错误模式是将工作日积压的卡片推到周六处理。从数学角度看，这是极其不利的：周末补刷时的回忆效果更差，因为拉长的时间间隔超出了卡片当前阶段在 SM-2 下的最佳复习间隔。这会导致更多卡片跌入遗忘与重置的泥潭。⁷³

解决之道是降低工作日的新卡速率，而不是安排周末突击清算。工作日每天学 5 个并能从周一坚持到周五，所产生的队列远比工作日每天学 10 个却需要周六突击收拾烂摊子要轻松得多。

适用于 N5 的日常计划到了 N3 将不再适用

汉字读音的层层叠加会成倍增加复习负荷。在 N5 阶段运作良好的每日 10 个节奏，到了 N3 可能会产生约 1.5 倍的复习队列，因为每个新汉字往往会引出两到四个读音，而不再只是单一读音：音读（Sino-Japanese readings）、训读（native Japanese readings），以及偶尔出现的熟字训或名乘（人名读音）。每个读音都是牌组必须维持的独立检索通道。

因此，上文列出的速率梯队必须根据“一个项目代表什么”灵活换算。在 N3 阶段，一个包含全部读音的汉字牌组，其认知负荷应当按 N5 阶段单纯记忆含义的汉字牌组的 1.5 到 2 倍项目量来计算。

构思助记的隐形时间成本并非免费

Heisig 风格的自行构思助记法会在复习耗时之外，为每张新卡额外增加 30 到 60 秒。按每天 10 张新卡计算，每天就是额外的 5 到 10 分钟，这笔时间必须在常规新卡编码与复习时长之外单独做预算。

使用整理好的现成助记库可以减轻这种负担，代价是个性化印象稍弱。这种权衡是客观存在的，值得在制定时间表时明确规划，而不是将其当成隐形损耗忽略不计。

睡眠主宰记忆巩固，复习时间点退居其次

在每天只睡 5 小时的情况下执行每日 10 卡计划，其记忆保持效果不如每天睡足 8 小时执行每日 5 卡计划。如果你必须在完成日常复习时段与多睡一小时之间做出取舍，请优先削减新卡，而不是牺牲睡眠。虽然具体的神经生理机制超出了本文讨论范畴，但在认知心理学关于睡眠依赖性记忆巩固的文献中，该效应的方向始终是一致的。

参见

• 如何学习汉字：Heisig、WaniKani 与语境记忆法的策略横评
• 你的第一个每日日语学习计划：初学者模板
• 超越 Anki：SRS 记忆工具与方法横向对比
• 停滞后如何重拾日语学习：从学习倦怠中恢复
• 学日语到底需要多久？设定合理目标与规避“一年速成”陷阱
• 应该按使用频率、学年顺序还是教学体系顺序学习汉字？

References

Footnotes

1. AnkiWeb. Anki Manual, "Deck Options." Documents new-cards-per-day, maximum-reviews-per-day, desired-retention (default 0.90), and learning-steps settings. https://docs.ankiweb.net/deck-options.html ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶ ↩¹⁷ ↩¹⁸ ↩¹⁹ ↩²⁰ ↩²¹ ↩²² ↩²³ ↩²⁴ ↩²⁵ ↩²⁶ ↩²⁷ ↩²⁸ ↩²⁹ ↩³⁰ ↩³¹ ↩³² ↩³³ ↩³⁴ ↩³⁵ ↩³⁶ ↩³⁷ ↩³⁸ ↩³⁹ ↩⁴⁰ ↩⁴¹ ↩⁴²

2. StudyCards AI. "How to Use Anki for Japanese Learning: The Complete Guide." Industry summary article. Verbatim claim: "If you add 20 new cards a day, you might eventually face 200-300 reviews daily." Restates the cumulative-review tail: "every new card creates a trail of reviews for weeks to come." https://studycardsai.com/blog/how-to-use-anki-for-japanese-learning (limitation: industry blog; numbers are retransmitted from Anki community lore, not from a primary measurement). ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶

3. Cepeda, Nicholas J.; Vul, Edward; Rohrer, Doug; Wixted, John T.; Pashler, Harold. "Spacing Effects in Learning: A Temporal Ridgeline of Optimal Retention." Psychological Science, vol. 19, no. 11, 2008, pp. 1095–1102. Sample of over 1,350 participants; varies inter-study gap against final-test delay of up to one year. https://laplab.ucsd.edu/articles/Cepeda%20et%20al%202008_psychsci.pdf ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰

4. Cepeda, Nicholas J.; Pashler, Harold; Vul, Edward; Wixted, John T.; Rohrer, Doug. "Distributed Practice in Verbal Recall Tasks: A Review and Quantitative Synthesis." Psychological Bulletin, vol. 132, no. 3, 2006, pp. 354–380. Meta-analysis of 184 articles, 317 experiments, 839 distributed-practice assessments. https://augmentingcognition.com/assets/Cepeda2006.pdf ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹²

5. Amenokori. Mobile app page. Free-tier ceiling stated as "20 new cards and 150 reviews/day"; FSRS scheduling; iOS + Android with cloud sync. https://amenokori.com/mobile-app/ ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷

6. WaniKani. "WaniKani's SRS Stages." Official knowledge-base page giving the eight SRS stages and the interval between each: Apprentice 1 (4 h) → Apprentice 2 (8 h) → Apprentice 3 (1 d) → Apprentice 4 (2 d) → Guru 1 (1 w) → Guru 2 (2 w) → Master (1 mo) → Enlightened (4 mo) → Burned. Accelerated apprentice timings on Levels 1–2 (2 h → 4 h → 8 h → 1 d). https://knowledge.wanikani.com/wanikani/srs-stages/ ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸

7. SuperMemo Software. "Algorithm SM-2 used in the computer-based variant of the SuperMemo method." Reference page (archived). Specifies intervals I(1)=1 day, I(2)=6 days, I(n)=round(I(n-1)·EF) for n>2; easiness factor update EF'=EF+(0.1−(5−q)·(0.08+(5−q)·0.02)), initial EF=2.5, minimum 1.3. https://en.wikipedia.org/wiki/SuperMemo (Wikipedia secondary summary of the SuperMemo SM-2 specification; the supermemo.com archived page renders as logo SVG without text; limitation: primary URL not text-extractable, secondary Wikipedia summary used for the algorithm formula). ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰ ↩¹¹ ↩¹² ↩¹³ ↩¹⁴ ↩¹⁵ ↩¹⁶ ↩¹⁷ ↩¹⁸ ↩¹⁹ ↩²⁰ ↩²¹ ↩²² ↩²³ ↩²⁴ ↩²⁵

8. Bjork, Robert A. "Memory and metamemory considerations in the training of human beings." In Metacognition: Knowing about Knowing, edited by J. Metcalfe and A. Shimamura, MIT Press, 1994, pp. 185–205. Original chapter coining the "desirable difficulties" framing for spacing, interleaving, and retrieval practice. ↩

9. Bjork, Elizabeth L.; Bjork, Robert A. "Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning." In Psychology and the Real World: Essays Illustrating Fundamental Contributions to Society, edited by M. A. Gernsbacher et al., Worth Publishers, 2011, pp. 56–64. Pedagogical re-statement of the 1994 framework; lists spacing, interleaving, variation of conditions, and testing as the four canonical desirable difficulties. https://bjorklab.psych.ucla.edu/wp-content/uploads/sites/13/2016/04/EBjork_RBjork_2011.pdf (limitation: PDF not text-extractable in this session; canonical bibliographic citation only). ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷

10. open-spaced-repetition project. fsrs4anki benchmark. "FSRS produces more accurate recall predictions than SM-2 for 99.5% of users tested" across 9,999 Anki collections containing ≈350 million filtered reviews. Reports a 20–30% review-count reduction at matched retention. https://github.com/open-spaced-repetition/fsrs-benchmark ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷ ↩⁸ ↩⁹ ↩¹⁰

11. 文部科学省. 『学年別漢字配当表』 (Gakunenbetsu kanji haitō hyō). Current revision 2017; 1,026 kyōiku kanji assigned by grade (1: 80; 2: 160; 3: 200; 4: 202; 5: 193; 6: 191). Subset of the 2,136 jōyō list. https://en.wikipedia.org/wiki/Ky%C5%8Diku_kanji (Wikipedia summary of MEXT primary document). ↩

12. Nihongo Path. "Learning Japanese Study Method: A Practical, Proven Plan." Industry summary. Verbatim claims: "5–10 new kanji; prefer fewer with higher accuracy"; "expect 60–120 once momentum builds; cap new items to keep queues humane." https://nihongopath.com/learn-japanese/study-methods/ (limitation: industry blog). ↩ ↩² ↩³ ↩⁴ ↩⁵

13. 文化庁. 『常用漢字表』. 平成22年11月30日内閣告示第2号（2010）. 2,136 characters; framed as "現代の国語を書き表す場合の漢字使用の目安" (a guide for kanji use in writing modern Japanese). https://www.bunka.go.jp/kokugo_nihongo/sisaku/joho/joho/kijun/naikaku/kanji/ ↩ ↩²

14. Lally, Phillippa; van Jaarsveld, Cornelia H. M.; Potts, Henry W. W.; Wardle, Jane. "How are Habits Formed: Modelling Habit Formation in the Real World." European Journal of Social Psychology, vol. 40, no. 6, 2010, pp. 998–1009. Habit-automaticity plateau averaging 66 days (range 18–254); missing a single day did not materially harm the trajectory. https://onlinelibrary.wiley.com/doi/10.1002/ejsp.674 ↩ ↩² ↩³ ↩⁴

15. 文化庁文化部国語課. 『漢字出現頻度数調査（新聞）』. 平成19年（2007）. Asahi + Yomiuri 2006 sampling window; jōyō (2,136) covers ≈ 99% of newspaper kanji tokens, top 2,602 reaches 99.9% of Yomiuri. Retransmitted by 漢字カフェ (Kanji Café, Taishukan). https://www.kanjicafe.jp/detail/8195.html ↩ ↩² ↩³

16. Ye, Jarrett, et al. open-spaced-repetition project. "fsrs4anki": Free Spaced Repetition Scheduler, the algorithm now bundled in Anki ≥23.10. Repository and benchmark documentation. https://github.com/open-spaced-repetition/fsrs4anki ↩ ↩² ↩³ ↩⁴

17. open-spaced-repetition project. "The Optimal Retention." fsrs4anki wiki page. Documents the workload-vs-retention trade-off and the workload/knowledge optimization target. https://github.com/open-spaced-repetition/fsrs4anki/wiki/The-optimal-retention ↩ ↩²

18. Amenokori. Product landing page. https://amenokori.com ↩ ↩² ↩³

19. WaniKani Community. "WaniKani burnout." Original poster (JustQerq, Level 27) reports 9.5 months of continuous study, accuracy decline "from 90%+ on average to around 85% at best," and items "resetting to apprentice-guru status repeatedly." Reply by user "Sezme" reports a level-60 finish followed by "almost a year before I felt like starting up again" with retention "not that great, even on 'burned' items." https://community.wanikani.com/t/wanikani-burnout/45506 (limitation: community thread; useful as observation of the failure mode, not as a measurement). ↩ ↩² ↩³ ↩⁴

20. WaniKani Community. "I skipped a few days and now i have almost 600 reviews." Original poster (hoshinoichika) reports one skipped day → ~150 reviews on return; community responses document that ~600 reviews accumulated requires "a week or almost a week" of skipped reviews. Standard remediation advice: batch in chunks ("20 reviews at a time"), sort lower-SRS-level first, use vacation mode to prevent escalation. https://community.wanikani.com/t/i-skipped-a-few-days-and-now-i-have-almost-600-reviews/64942 (limitation: community thread). ↩ ↩² ↩³

21. Chikamatsu, Nobuko; Yokoyama, Shoichi; Nozaki, Hironari; Long, Eric; Fukuda, Sachio. "A Japanese logographic character frequency list for cognitive science research." Behavior Research Methods, Instruments, & Computers, vol. 32, no. 3, 2000, pp. 482–500. 1993 Asahi Shimbun full-year corpus, ~23 million kanji tokens, 4,476 distinct kanji types; reports top 500 ≈ 80% and top 1,600 ≈ 99% of kanji tokens. https://link.springer.com/article/10.3758/BF03200819 ↩ ↩²