学习者在会话后留下什么。

结束一次会话很容易：给出总结，关闭窗口，继续下一件事。真正困难的是知道，哪些东西值得在一周后被重新取回。

我们问了什么

47 位学习者回看最近一次会话，标出他们后来重新想起、重新解释或重新使用的部分。最常留下来的不是最长的答案，而是一个把问题变小的追问，和他们自己写下的短句。

选择「重新访问」作为首要信号，是经过深思熟虑的。一周后主动打开会话、请导师把某一具体时刻带回来的学习者，在某个层面上已经判定那一刻值得花时间；而仅仅在被提示时认得那一刻的人，并没有做出这样的决定。前者衡量的是学习者「留住」的东西，后者衡量的是学习者「拥有」的东西。两者并不相同，这种差别恰恰关系到我们真正想弄清楚的问题。

第二个设计上的选择是「自愿参加」。我们并不打算招募全体学习者的随机样本，而是希望找到那些愿意在一周后接受回访、并且愿意花十分钟填一份问卷的学习者。自愿参加本身就是一种偏差，我们并不掩饰：样本中过度代表了活跃用户，我们所报告的效果即便有所偏差，也只会比未筛选样本中的实际效果更大。我们接受这种偏差，因为另一种做法——随机抽样——所得到的样本中，重新访问的次数会少到无法测量。

第三个设计上的选择是问卷本身。我们发出的是三个问题，而不是一个：本次会话中你记得最清楚的时刻是哪一个、有哪些时刻——如果有的话——改变了你对这一主题的看法，以及会话中是否有什么让你感到意外。这三个问题问的并不是同一件事。第一个问显著性，第二个问迁移，第三个问意外。我们之所以同时问三个，是因为当时还不知道哪一个会带来最干净的信号，不想在拿到数据之前就押注其一。

学习者真正保留的三件事

第一是自己的原始问题，因为它记录了当时不知道的边界。第二是一次小小的纠正，尤其是改变了原有直觉的例子。第三是能在新情境中使用的连接，而不是一段需要再次阅读的完整解释。

第一条规律，是真正改变了我们做法的。在研究开始之前，我们曾以为学习者会回看的，是他们明确要求记住的那类时刻——是导师提示他们把某件事写进错题本的那些瞬间。数据却给出了相反的答案。学习者真正回看的，是他们自己写下一个半生不熟的解释、然后看着导师把它修好的那些时刻。换句话说，错题本一直在记错东西。值得记下的并不是导师做了标记的时刻，而是导师做了修补的时刻。

这是对「错题本」用途的一种不同理解。传统看法认为，错题本是一份错误的记录，是一份要回避的清单。数据却表明，错题本更有用的角色，是一份关于接缝（seams）的记录：一处模型还很薄的地方，以及导师的修补具有诊断意义的地方。接缝并不是错误。它是一处本可能产生错误、却因为导师及时发现那道缝隙而没有产生的地方。学习者回看的，正是这些时刻。

举一个具体的例子，来自 2026 年 3 月的一次会话：一位学习者在做一道关于 Python 递归的题目。他写了一个递归函数，却在基例处返回了错误的值。导师没有直接指出错误，而是问：「当 n 等于 0 时，你的函数返回什么？」学习者停下来想了想，说：「呃，返回 n 本身，也就是 0」，紧接着又说：「噢，但这里 0 并不是正确的基例值，对吧？」导师继续问：「那正确的基例值应该是多少？」学习者答：「1，因为我们要从 n 倒数到 1。」导师说：「是的。」整段对话持续了 90 秒。一周后，这位学习者重新回看的，恰好就是这 90 秒，并请导师把那一刻带回来。

学习者没有回看的，是随后那段被打磨过的讲解——导师花了大约四分钟，把修正后的递归函数从头到尾推演了一遍，这种内容在任何其他语境下，都会被当作会话里「有用」的部分。然而，对这位学习者来说，90 秒的接缝比四分钟的修补更有价值，他自己心里清楚；而我们直到开口问他之前，并不清楚。

第二条规律——定义式的回答很少被回看——是我们觉得最反直觉的一条。按照关于记忆的标准理论，读起来干净的定义本应是最容易被记住的内容：它紧凑、结构清晰，也不需要学习者花费力气去解读。但数据给出了相反的答案。读起来干净的定义，恰恰是学习者在回看时跳过的内容。最合理的解释是：一份干净的定义在阅读的那一刻已经被完整吸收，等到回看时，学习者已无事可做。相反，一处接缝尚未被解决，回看正好提供了完成这种解决的机会。

第三条规律——比较比定义更常被回看——是与「记忆回想」笔记中那条「形态变化」发现联系最直接的一条。一个比较型的提示（「比较 X 与 Y」）是一种小型的结构性介入，它要求学习者主动展开一次推演；而正是这一次推演，让那一刻变得值得回看。

会话的结尾，应该留下一个可以独立重新开始的入口。

我们如何改变结尾

现在导师会邀请学习者写一句自己的总结，并选择一个之后想重新回答的问题。系统不会用长篇摘要替代这个动作，而是保留问题、尝试和连接，让学习者下一次从自己的语言开始。

这一改动落在导师的会话收尾流程里，只有一行。改动之前，导师先做一份会话总结，再问学习者是否想保存某些时刻。改动之后，导师会从会话记录中识别出接缝，并默认提议把它们保存下来，学习者随时可以把那些感觉不值得保存的瞬间取消勾选。「先做总结」的行为仍然作为一个选项保留，但不再是默认做法。

我们也调整了「已保存时刻」清单的命名。它过去叫「mistakes（错处）」，现在叫「seams（接缝）」。这次改名虽小，却牵动实质：「错处」意味着一个错误，而错误又意味着一名做了错事的学习者；「接缝」则意味着一处模型还很薄的地方，而一处薄弱的模型并不是道德上的失败。这次改名，是在向学习者传递一个信号：值得回看的时刻，并不是让他们难堪的时刻，而是值得他们保持好奇的时刻。

仍然需要验证的事

这是一项小规模的回顾性研究。我们还不知道不同主题、不同时间压力和不同信心水平是否会改变结果；下一轮会把一周后的记忆和一个月后的迁移分开观察。

数据说明了什么

47 名参与者在随访表中写下了 186 个被记住的时刻，几乎没有一个是被打磨过的完整答案：

“绕路”的发现是我们反复回到的那一个：在某个不自然的步骤前停下来问“为什么是这一步而不是另一步”的学习者，一周后还能重建整个相关想法；得到零摩擦完整解释的学习者记得主题，却无法重新进入它。

关于「绕路时刻」的注释

「绕路时刻」是这批学习者自己用出来的词，不是我们取的。在内部我们一直把它叫做「接缝时刻」，但在开放式回答中，学习者用「detour（绕路）」来描述那种会话偏离既定路径、拐入一个他们原本没打算去问的问题的时刻。我们采用了他们的词，因为它更准确：在他们的体验里，被记住的并不是他们犯了错的那些时刻，而是会话偏离了那条流畅的答案、并因这种偏离而带来洞察的那些时刻。绕路，才是值得留下的东西。

关于「明确的不确定 → 解决」的注释

它指的是这样一种情形：学习者说出了「我不确定」（或我们用触发正则式识别出的等价表达），导师没有立即作答，而是先停下来；接下来从导师那端发出的下一条消息，是一个更小的问题。64% 这个数字，是指在这一类情形中，一周后学习者仍把「解决的那一刻」列为他们带在身边的那些时刻之一。这也是我们目前掌握的最干净的证据，证明「诚实地停顿」这种行为带来的是持久的记忆，而不只是当下的投入。

关于样本的注释

这 47 位学习者都是活跃用户，至少有过 5 次先前的会话，自报的投入度评分高于中位数。他们通过邮件招募，参加研究可获得一笔小额报酬。186 个被记住的时刻，是指在三个开放式问题里所有被提到、且彼此不重复的时刻；许多时刻会在不止一个问题里出现，我们把每一次提及都算作一条独立记录，以方便这张表格的展示。

关于「流畅完整总结答案」18% 的注释

它指的是在所有被记住的时刻中，导师那份干净、完整的讲解所占的比例。18% 并不是零——确实有学习者会记住并回看那些打磨过的回答——但比起绕路的 71% 和「明确不确定 → 解决」的 64%，它要小得多。两者的比例大致是 4:1，绕路占优。推动产品上那次改动的，正是这个比例。

测量方法

47 名活跃学习者自愿参加，一周后回答三个问题：最记得的时刻、改变思考方式的时刻、以及任何令他们惊讶的内容。两位编码员把每条回答匹配到会话中的具体时刻，只有双方一致才计数。研究经过内部审查，未经外部同行评审，且样本偏向活跃学习者。

匹配是整个测量中最难的一环。一位学习者写下「我终于搞明白函数为什么返回 1 的那个时刻」时，他指的是某一个具体的瞬间，但措辞本身并不足以唯一地定位那一刻。两位编码员各自独立地把每条回答匹配到会话记录中的某个时刻，我们只采纳两位都达成一致的匹配。一致率为 76%，处在我们通常愿意接受的下限；较低的一致率，部分来自开放式回答形式本身——它允许学习者用自己的话描述时刻，而不是从一份清单里挑选。

我们并没有直接测量「记忆的存留」。一位重新访问某时刻的学习者，并不一定真的把背后的想法留存了下来。「重新访问」是先行指标，「真正记住」才是滞后指标。我们计划在 2026 年 9 月做一次小规模的后续研究，把「重新访问」与一次延时的自由回忆提示配对起来，沿用「记忆回想」研究的方法。

关于「我们没有测量什么」的注释

我们没有测量「重新访问」究竟是「重读」（学习者打开那个时刻、再读一遍）还是「再互动」（学习者就此向导师追问一个问题）。产品同时记录了这两种行为，但本次研究把它们当作同一种结果处理。根据内部使用数据，我们估计大约 60% 的「重新访问」是重读，40% 是再互动；但这一比例尚未在受控研究中得到验证。

练习 · 诚实停顿的价值辅导 · 什么时候导师应该说“我不确定”

研究局限

有四点局限框定了这些发现。47 位学习者是一项访谈规模的研究，而非调查规模的研究。样本过度代表了高度活跃的学习者，他们可能比偶尔使用的用户更看重绕路。自我报告的记忆在这里就是度量本身——没有独立的回忆测试去验证它。而这些回访表单来自我们——也就是那些会话所发生于其上的产品的设计者——这正是一种持怀疑态度的读者应当打折看待的框定。

开放问题

约 15% 的参与者明确想要收束感，我们还没有设计出同时满足两种偏好的结尾。我们也不知道开放式结尾是否会让学习者在数月后疲劳，或者效果能否推广到活跃学习者之外。

那 15% 想要收束感的学习者，是一个真实存在的产品难题。想要收束感的学习者，会把开放式结尾体验为「未完成」。我们尝试过三种应对：默认开放式结尾，同时把干净总结设为可选；默认干净总结，同时把开放式结尾设为可选；以及按上下文切换的默认——检测到接缝的会话默认开放式，没有接缝的会话默认干净总结。三种方案都未经过正式的 A/B 测试，我们也清楚，每一种都是折中。

「数月后疲劳」这个问题，是我们最没有把握的一个。当前的行为——开放式结尾、默认保存接缝——短期里或许能带来持久的学习，长期里却可能让学习者感到疲倦。一位已经经历了五十次「被邀请回看接缝」的学习者，最终可能把「重新访问」当作一件麻烦事。我们还不知道答案。一项为期十二个月的纵向研究已经排上日程，但尚未启动。

「能否推广到活跃学习者之外」这个问题，是我们最谨慎对待的一个。我们的样本过度代表了活跃学习者，这些效应未必能迁移到那些使用频率更低、或者先备知识更少的学习者身上。计划在 2026 年下半年做一次更广泛样本的复现。

还有一个我们刚刚开始思考的第四个开放问题：「重新访问」这种行为，是否取决于接缝的种类？一处暴露出边界条件的接缝，或许比一处暴露出步骤论证空缺的接缝更值得回看——理由是，边界条件是主题中更持久的特征。目前我们还没有这方面的数据，但下一项研究已经设计成会直接探讨这一点。

参考文献

方法说明样本来自 2026 年 3 月至 4 月的 47 位活跃学习者，采用会话后问卷和一周回访，结果尚未外部复核。