分享一个我给自己做的英语学习工具： lianxi.site 。 省流版： 符合认知科学原理。 沉浸式学习，支持 Vim 风格快捷键。 高质量语料。 数据驱动学习。 这个产品是从我自己的需求出发，逐步设计出来的。我想解决的核心困境是：看得懂但反应慢、听不清、说不出。 以及，作为一个教育产品，必须符合认知科学，能持续学习，看到进步。 为了满足 action -> feedback -> iterate 的学习循环，我把学习流程设计为： 强制盲听 → 主动输入 → 原理解析 → 整组测试 → 反馈强化 → 数据激励 → 间隔重复 开始练习就会播放音频，句子模糊处理。 这样可以让大脑聚焦在听音上，避免一眼就看出来造成的假阳性。 同时，也可以一键重播、查看翻译来辅助听力。同时可以练习复述能力，听得清、听得懂，不代表能复述。 比如，随机说一串数字无法复述，但说一句中文很容易复述。这个现象可以比作 ASIC 专用电路：CPU 把高频的算法直接放到硬件层了。 我们学习就是在打造这个“神经元”硬件识别系统。在盲听后，揭开“云雾”，看到文字和大脑中听到相对应的时候，大脑会给予奖励，强化反馈。 主动输入。 语言学习面临长期被动的大量输入，对大脑负荷很大。这种场景很像小朋友没法做到默读，需要一边说一边读。 所以，我需要一种低难度的主动输出方式，来避免这种情况，而键盘是目前我找到的最优解。 我考虑过语音识别的方案，但这样一方面有开口的压力，二来技术实现上对识别阈值不好把控。 我不想做成“口音警察”。语言是用来说的，口音是个人的特色。 其他的交互方式，比如重排句子，会降低产品的严肃感。这个感觉是很重要的，大脑会区别对待。 原理解析。 支持翻译和解析两种。翻译可以在首次盲听后解锁，解析需要在完成输入后解锁（我想尽量避免上来不动脑子就开始看解析）。 我不想学一大堆语法术语，所以解析不会

  • 情报分类：项目价值、技术价值
  • 命中依据：分享自制的程序员英语学习工具，带FSRS算法，属具体创造与实用工具
  • 来源：服务器 / V2EX
  • 原作者：barnetime
  • 发布时间：2026/9/12 15:17:56