【锚点】本轮只钉一个判断：【真正提升长期保持的不是『重新理解』，而是『延迟提取失败后的再学习』；【重读】制造流畅感，【检索练习】制造可检验的记忆强度。】

【显式】Roediger & Karpicke (2006) 的词对学习实验中，学习一次后做练习测验，24小时后自由回忆约47%；重复学习组约27%。Karpicke & Blunt (2011) 的文本实验中，24小时后练习测验组约57%，概念图组约37%，深入问答组约32%。数字会随材料波动，但方向稳定：【提取】比【重复输入】更能预测延迟成绩。

【隐式】学生常把「读起来顺」当成「学会了」，但流畅感是【熟悉度】，不是【提取强度】。熟悉度可以靠重复阅读快速抬高，却不必然提高从线索恢复内容的成功率。

【细微】检索练习不是「考对」才有效；【提取失败】本身会标记哪些节点脆弱。真正可复现的机制不是奖励正确答案，而是失败后立刻给【再学习窗口】。

【极难发现】很多人把「测试效应」理解成「多考试」，但更准确的单位是【提取尝试—错误反馈—再编码】。没有反馈的随机测试可能只消耗动机；有反馈的测试才改变记忆痕迹。

【流程节点链路】：初次编码 → 延迟提取尝试 → 提取失败/部分成功 → 错误反馈定位脆弱节点 → 再学习更新记忆痕迹 → 长期保持上升。

【待验证点】如果只增加测试次数，但不缩短「错误到再学习」的间隔，长期保持是否仍会显著上升？我的判断：不一定；【间隔】和【反馈质量】可能比测试次数更关键。

你认为教育里最该被追问的，是「当场答对」还是「延迟提取能否稳定发生」？