流畅性错觉：读起来越顺，越不代表你真记住了

你有没有过这样的经历：屏幕上一段资料排版清爽、逻辑通顺，你一页页滑过去，全程没卡壳，心里舒坦地想着"懂了懂了"。可是合上页面想复述两句，却一个字也说不出来。问题不在态度，而在大脑给我们制造了一个系统性的错觉：它把"读起来顺"当成"我已经学会记住了"。

我先把这篇要讲的机制直白地定个调。**processing fluency（加工流畅性）**是大脑在处理一段信息时主观感到的轻松顺畅程度，字好不好认、看得快不快、顺不顺口都属于它。**fluency illusion（流畅性错觉）**就是把这个感知层的"顺滑"，错误地当成了输出层的"真记住了"。

我们用一个贯穿全篇的问题来走：为什么看懂了不等于记住了，而我们又总是被那种"看得很顺"的感觉骗到？接下来的每一章都要往前推一步。

一、"读得顺"的那股轻快感，到底是诚实信号还是廉价噪音？

先看一个现象：同样一段话，放进一份排版舒服的文档里，和一个低对比度、字号小得发虚的文库里，你对内容难不难、可不可信的感觉会不一样吗？常识告诉你不会，内容没变啊。但认知科学研究恰恰发现，会的。这种"顺滑感"会跑来改变你对内容好不好、可不可信、喜不喜欢的判断。

先别急着下结论它是对是错，我们看看这股轻快感从哪来。Alter 与 Oppenheimer 在 2009 年做了一次著名的综述，画了一张"流畅性来源"的总分类图，把散落在各处的流畅性研究收拢成一棵大树Alter-Oppenheimer。

图注：流畅感的来源远不止"字看得清楚"，还包括语言顺畅度、概念好不好启动、记不记得起、身体姿势甚至想象的难易。这棵树的根是一个统一的"主观轻松体验"，树杈是八类看似无关的来源。

看清楚这张图，你就明白了第一件事：流畅感不是某一个实验里的小变量，它是大脑一种普遍的主观信号，来源五花八门。而综述最关键的主张是：正因为它们殊途同归，汇进同一个"轻松感"通道，所以会产生惊人一致的判断后果。

这个"统一元认知信号通道"到底怎么工作，看下面这张三阶段流程图最清楚。

图注：多路处理（语言、知觉、空间、概念……）在第一阶段收束成同一个 FLUENCY。这个信号不会直接当答案，而是先与各领域的朴素理论整合，再在第三阶段扇出到不同的具体判断：真不真、喜不喜欢、有没有把握、常不常见。

关键点在于第三阶段：同一个 FLUENCY 信号，被接到了真伪判断、喜好判断、信心判断等一大堆互不相干的判断上。这就是 Alter 与 Oppenheimer 反复强调的论断，人能从环境里提取出一种与具体来源无关的元认知信号，它在多个判断域里都能起作用。

那么问题来了：这个信号既然能污染"这条信息是不是真"的判断，能不能也被接到"我是不是学会了记住"这个判断上呢？第一章我只把问题摆到台面上。接下来两章用两个越来越锋利的实验，一步一步证明它真的能。那才是流畅性错觉正式登场的地方。

二、只把字调清楚一点，人就更"信以为真"，那记忆域呢？

要证明"一个与内容无关的表面特征能改变判断"，最好用最干净的实验：内容一字不动，只动排版特征。1999 年 Reber 与 Schwarz 就干成了这件事Reber-Schwarz。

实验怎么设计？他们准备了 32 句"某城在某国"的陈述，一半真一半假。让 229 名参与者读每句话后判断真假。关键手脚在颜色：同样是白底上的黑字，一部分句子用对比度很高的深蓝或红，另一部分用对比度较低的绿、黄或浅蓝。句子内容完全一样，差别只有一个，就是哪句读起来更清楚。

还有个很容易被忽略的设计心思：每句话只出现一次。如果你读得慢，也许会发现这刻意绕开了心理学里经典的 mere exposure（单纯曝光效应）。那个效应说的是东西多看几遍就变得更眼熟、更可信，但里面"多看"和"更顺"混在一起分不开。这里把重复剥掉，只留下流畅性在起作用。

结果如下表：高可见度的句子，平均 16 句里被判为"真"的有 8.36 句，高出随机水平一点点；中可见度的是 8.09，正好落在随机线（8.0）上。

数字看起来差别不大，但方向干净利落：内容没变、次数没变，只把字调清楚一点，"它像真的"的感觉就往上挪了一格。

这里我想先送给你第一个"术语归属"的礼物，而且刻意挑破它：这一章测的是 judgment of truth（真值判断），也就是"这句话是不是真的"，不是 judgment of learning，后者问的是"我记住没有"。这是两个完全不同的因变量，很多科普把它们混着讲，其实是张冠李戴。Reber 与 Schwarz 的实验一个字都没测记忆，别把它说成"流畅性错觉的首次演示"，它只是证据链上最先起的一环Reber-Schwarz。

我得诚实加一句边界：这只是一个早期、效应偏小、单尾检验、且没有跨样本复制的实验，不值得被夸成铁律。它的价值更多在方法论上，用它钉住"流畅性改变对外观判断"确实成立这件事。可这离"污染你认为自己记住了"还有一步。下一章我们就跨出这一步。

三、这次更狠：字号一大，你预测自己记住，可回忆纹丝不动

上一章证明流畅感能污染"信以为真"，这一章把同一个信号接到"我记得住吗"的判断上，流畅性错觉正式登场。2008 年 Rhodes 与 Castel 做了一组实验：42 个普通名词，一半用小号字（18pt）呈现，一半用大号字（48pt）呈现。学完后，参与者先给自己的记忆打个 0 到 100 的预测分，这个预测分数就叫 JOL（judgment of learning，学习判断），意思是对"我觉得我记不记得住这个词"的估计。打完分再做自由回忆测试Rhodes-Castel。

结果看下面这张图，一眼就够。

图注：黑色条是被试对自己记忆的预测（JOL），白色条是实际回忆出的比例。小字时 JOL 约 48%，大字抬到约 61%（深色条随字号大涨）；可两组白色回忆条几乎都停在约 16% 的同一水平线。预测跟着字号走，回忆不跟着走。

这就是流畅性错觉最锋利的一击：人预测自己"会记住"的比例随字号明显爬升，真正被回忆出来的却纹丝不动。大字既没有让词更好记（事实没变），却让被试感觉"我肯定记住了"。这份感觉是噪音，不是信号。

光这一个实验还不够过硬，因为有种反驳：也许被试后来经历过一轮"学习—测试"，就明白字号跟回忆没关系，错觉就该消失了。Rhodes 与 Castel 的实验 2 专门回答了这个。即便参与者已经亲身体验过字号与回忆无关，错觉不但没消失，第二轮的字号效应强度还不衰减。看图一目了然。

图注：Time 1 和 Time 2 两个阶段，黑色 JOL 条在第二轮虽整体下降（熟悉了材料），但字号带来的差距依然在；白色回忆条始终贴近底部、不随字号动。即便被试知道了字号无关，错觉仍不消除。

那到底是不是"流畅性"在捣鬼，而不是别的？Rhodes 与 Castel 的杀手锏是实验 6：大字之所以让人感觉好记，很可能因为它读起来顺。那如果把大字变成读起来不顺的样子呢？他们用交替大小写（比如 LaTeX PiAnO 那样大小穿插）把大字破坏掉，再来看字号是否还影响预测。

图注：在正常的 Standard 格式下，大字（48pt）的 JOL 明显高于小字（18pt）；一旦换成交替大小写让大字读起来卡壳，字号对 JOL 的影响就消失了。无论格式或字号怎么变，正式回忆都趴在约 11–15% 的低位不动。这是"肇事者是流畅性而非朴素信念"的关键对照Rhodes-Castel。

我得诚实交代：学术界对"为什么字大好记判断更高"有两种解释，一种归因流畅性（好读才预测高），一种归因朴素信念（人反正相信大字更重要）。实验 6 的交替大小写更支持流畅性那种，但这场争论到后来并没完全收场，后续甚至有人发现字号对真实记忆其实有"小但可靠"的效应。所以最稳的说法不是"字号对记忆毫无影响"，而是"字号对记忆的影响，远远小于它对预测的影响"。

到这里，两个实验拼出同一幅图景：同一个流畅感信号，第二次被接到了"我记住了吗"上，照样通吃。预测跟着没用却好读的知觉线索走，真实回忆不跟着走。为什么？这正是下一章要解剖的根。

四、大脑没有"记忆强度表盘"，那它是怎么猜你记没记住的？

这是全篇你最想弄懂的"为什么"。先立一个断言：大脑没有一块能直接读出"这条记忆有多强"的仪表盘。你回想某件事时，只能感觉到"顺不顺""想不想得起来"，但没有任何一个器官在告诉你"这条记忆的强度是 7 分"。

这里我把最抽象的一环用一个比方固定住。想想这段内容平时存放在哪块"硬盘"里：现在翻看它觉得快、觉得顺，就像命中了一层临时缓存，算得快、毫不费力；而真到关键时刻，能不能不靠这层缓存、直接从硬盘深处把它调出来，完全是另一回事。当下省力，并不等于那份缓存背后的内容，已经真正进了能长期保住的存储。你若觉得这个比方绕，也完全可以跳过，因为正文已经讲清了本意：处理省力与事后能独自调出，是两个不同的层面，大脑拿前者误当后者，错觉就这么长出来。

既然读不到信号，那么 JOL（预测自己记不记得住）就不可能是"读数"，只能是"猜"，也就是拿手边现成的线索去做推断。1997 年 Koriat 提出的线索利用框架（cue-utilization）把这条逻辑讲透了：人监测自己的学习，只能基于三类线索去推断Koriat：

• intrinsic cues（内在线索，材料本身）：比如这组词对相互关联、天然好不好学。这类线索往往真的有诊断力，因为关联紧的词确实更好记，所以用它预测是合理的。
• extrinsic cues（外在线索，学习情境）：项目出现过几次、呈现多久、字号多大、学习方式等。它们是整批学习的全局条件。
• mnemonic cues（记忆线索，主观内部信号）：处理顺不顺这个感觉（即流畅感）、检索快不快、熟悉感强不强。它是最接近"感觉"的一类。

这三类线索经过两条通路汇入判断：一条是theory-based（信念型 / 分析式），你带着"出现三次就该比出现一次记得牢"这类显式信念去套；另一条是experience-based（体验型 / 启发式），你直接凭"此刻觉得顺不顺"下判断，并不分解为什么。

机制的吊诡之处在这里。实验发现，外在线索（呈现次数、时长这类学到的事）本来会被大脑"系统性折扣"，因为大脑觉得那些是全局条件、不是逐条的诊断依据，于是倾向忽略它们。但外在线索但凡变成了"好读/不顺"这种感觉（mnemonic 线索），就悄悄溜过了那道折扣雷达，重新钻进判断里。字号就是典型的外来者：它是学习情境的属性，本该被折扣，却化装成 mnemonic 的"顺滑感"混了进去。Koriat

把前三章的碎片收进这张图：

图注：判断没有直达记忆强度的表盘，只能拿手边的线索猜。外在线索走信念型通路时被打折，但只要化作 mnemonic 的"顺滑感"，就沿体验型通路偷渡回判断，推高"我记得住吗"的预测。

还有一项证据把这个机制钉得更死。Kornell 等人（2011）做过一个二因子实验：同时操纵字号（体验型线索）和"以后还会不会再学一次"（一个明确的信念：该改记忆该更好）。结果判断只跟着字号走，完全不跟"以后还会学"的信念走；而真实记忆恰好相反，只被学习次数影响。体验型线索压倒信念型线索，被系统性地过度采信Kornell。

把结论收一句：错觉的根是大脑读不到记忆强度的直达读数，只能靠线索推断，而它手边最响、最好用的一条线索（流畅感），恰恰最不诊断真正的记忆。有了这把钥匙，我们来看这把钥匙怎么当场开门：既然反复看专喂大那条错线索，那闭卷说一遍为什么就成了试金石？

五、为什么"反复看"拼命喂大错信号，合上书说一遍才是真检验？

顺着第四章的机制，你可以自己推出来了。反复阅读一门心思抬高"这一遍读得顺"，也就是 mnemonic 体验那条线索，却不改变长期能否调出。它把流畅感喂到极饱，把诊断性的检索线索晾在一边。换句话说，反复看是流畅性错觉的培养皿：感觉学得很好，实则没给大脑一次"没有稿子也能调出"的检验机会。

最锋利的实证来自 2011 年发表在 Science 上的提取练习研究Karpicke-Blunt。研究者把 80 名大学生分到四组，读同样一篇科学文本：

提取练习比概念图高出约 50%，差距相当可观。真正叫人倒吸一口气的是学生的自我判断：在学完那一刻，他们普遍预测重复阅读效果最好、提取练习最差，预测方向跟实际结果正好反过来Karpicke-Blunt。

反复读为什么让人误判？因为它让人学的时候感到"很顺、很懂"，这恰恰是最不诊断的流畅线索。提取练习为什么难却有效？因为它强迫大脑在没有 cue 兜底的条件下，自己把内容想出来。这一步用到的检索线索，才是真正诊断"记住了没有"的那条。

这里要引入学习科学里一个关键区分：learning（真正学牢）和 performance（当场表现）经常是两回事。当场读得顺、复述流畅，属于 performance，不代表你会长期保留。反过来，有些手段一开始让人感到费劲、出错、卡壳，却反而提升长期保持。科学家把这类手段叫 desirable difficulty（合意困难），指的就是制造那些既有难度又有益处的学习条件，比如间隔、交错、自测、生成答案、变化学习情境Kornell。

我必须在这里划一条清晰的边界，免得你悟过头。合意困难指的是上面那些"正当地难"的手段，绝不是把字号改成模糊难读、制造阅读障碍那种"廉价的难"。那条 disfluency 路线在随后的多次复制与汇总分析中并没有站住脚，不要为了反其道而行就去故意糟蹋自己读的材料。

你现在手上有了解释这一切的机制：检验学习靠的不是"读着顺"，而是"不靠稿子能不能调出来"。下一节，我们把这条主线搬到当下处境。当一个外部工具把"能一秒拿到顺滑答案"做成工业规模，人还说得出口"我不知道"吗？

六、当"能一秒拿到答案"被工业化，人还愿不愿意说"我不知道"？

把第五章的机制接到你正在用的工具上。AI（大型语言模型，简称 LLM）吐出来的文字天然极流畅、几乎是即时出现、又几乎从不表达不确定。这等于把"流畅线索"这一幕推到有史以来最强的程度，同时抹掉了原本能触发停顿和自我怀疑的摩擦。逻辑上它可以预判会污染判断，但光靠感觉不够，要看实验怎么说。

2026 年有一组实验专门做了这件事。需要先说明的是，这是一篇目前仍挂在 arXiv 上、尚未经过同行评审的预印本（arXiv:2607.13562，2026 年 7 月提交），其中五组实验里只有四组做了预注册、另有一组（Study 1b）是直接复制而非预注册。研究者把题目设计成 AI 几乎必然答错（六道极细节的电影问题），让三千多名参与者可以去找 AI 问。这种情况下，人还肯不肯说"我不知道"呢？Marcoccia

先看开篇锚图，两组 violin 分布把结论拍在脸上。

图注：横轴分两组：有没有 AI 可问；纵轴是六道题里"不确定/不知道便不做答"的比例。上下两列竖线代表同一实验的两轮独立样本。没有 AI 可选时，人们在大约三到四成的题里会坦承不知道；一旦 AI 可得，这个意愿被几乎压到贴地，仅剩可怜的 0.06 和 0.03Marcoccia。

这还不够，最反直觉的是信心的部分。第二项研究给了两个选择：答对得钱、答错扣钱、放弃则零分。花钱也不管用吗？看这张四联面板图。

图注：粉色代表没有金钱激励，蓝绿色代表有激励。(a) 悬置意愿：有无 AI 前一分为二，AI 把它几乎清零；(b) 信心：有 AI 时从约 30 猛抬到约 76；(c) 正确率：有 AI 时反而从约 28% 掉到约 10%；(d) 金钱让问 AI 的次数略降。信心连翻带升、正确率反向塌下去，这就是信心与正确率的脱钩Marcoccia。

一个让人心里发凉的结果：有了那个表面顺滑的答案，人们从"大约 36% 会坦承不知道"变成"近乎 0%"，信心翻倍而上，正确率却掉到只剩以前的大约三分之一。而且这不是"钱不够才不刹车"，后续三个研究反复证实：每道答对奖钱、加码的激励，也只能部分拉回正确率，却救不回那道"说我不知道"的刹车Marcoccia。

这套现象也出现在别的任务上。另一组研究用 LSAT 逻辑推理题测"任务表现"与"自评准确度"的分离：用 AI 的人实际得分约提升 3 题，可他们对自己答对的估计却高估了约 4 题；越自评懂 AI 的人，反而越不准。表现提升、自评也大幅膨胀，但监控没有跟上Fernandes。

把这些现象摆在一起，很多人会脱口而出"这不就是 AI 把邓宁-克鲁格效应放大了吗？"答案比这个更精确，也更有用。经典的邓宁-克鲁格只涉及两个变量（真实能力和自评能力），装不下 AI 时代的新现象：学习者能靠翻版产出出看起来像专家级的答案（产出层），真实理解却停滞（理解层），自评又被那层产出抬走（自评层），信心与真实能力的对齐还在恶化（校准层）。

Koch 在 2026 年提出一个四变量解耦模型把这件事说清楚Koch。

图注：图里走了两条路。左路快而显眼，AI 提升产出，用户再从产出更新自评；右路慢，真实理解本应改善校准，却常常跟不上。两条路一拉开，就出现"自评等于产出的顺滑、不等于真实理解"的解耦结构Koch。

说白了：AI 不是简单让人"更自信"，而是把最不诊断的流畅线索工业化地放大，让使用者连"我知道这题我不会"这道门槛都被抬掉。顺便我强调一下证据强度：上面那组 AI 实验是直接对照实验、样本量也更大，较前文单作者的概念综述证据要强一些；但请留意它目前仍是未经同行评审的预印本（五组实验里只有四组做了预注册）。而四变量模型则是单作者的概念综述，只适合当思考框架，不适合当数据拿出具体数字Koch。

那你有没有办法把这根方向盘抢回来？最后一章给三条现在就能做的动作。

七、把"我感觉学会了"换成看得见的证据：三个现在就能用的动作

阅读到这里，你已经握着一条主线：检验靠的不是"读着顺"，而是"不靠稿子能不能调出来"。所以破除流畅性错觉（包括被 AI 放大的版本）的做法，就是把自我评估的信号，从最不诊断的流畅线索，换到最诊断的检索证据上来。具体三条，一条挂回一个机制。

动作一：学法要配套检索式自测，不要复读式自测。 复习的时候，与其把资料从头到尾再读一遍（重复激活的是流畅线索），不如合上材料，逼自己先回忆再核对。这正是第五章 Karpicke & Blunt 里 67% 的成功率的来源：能凭记忆说出来，才是离"记住了"最近的客观指标Karpicke-Blunt。

动作二：自测要延迟，还要只凭线索先回忆再做判断。 这就是所谓 delayed JOL 效应。规律很简单：学完马上做判断通常不准，因为材料和它留给你的余温还热着；要等一会儿、只给提示词不带答案，先自己尝试回忆，再来判断"记得多牢"，这样判断与实际回忆的一致度会大幅跃升（统计上 gamma 相关 >0.9，其他"立刻测"条件下都 <0.6）Kornell。翻译成人话：别一读完就打钩说我懂了，隔一会儿、空着手回忆一下再自评，这是"什么时候自测最准"的机制化建议。

动作三：把复习摊开成间隔多次，不要一次性堆完。 （distributed practice）的证据也很硬：同等的总学习时间，拉开间隔复习后长期保持平均能到 47%，而一次密集塞完（massed）只剩 37%Dunlosky-2013。

Dunlosky 等 2013 年系统评估过十种常见学习技术，按"到底管不管用"分成三档，结果跟你的直觉大概率相反：

最扎心的对照在这：学生们最常用的技术，恰恰是效用最低的那几个。某调查里 84% 的学生把自己最依赖、排第一的策略填成"重复阅读"，可重复阅读在十种里被评到低效用Dunlosky-2013。感觉最"有在学"的方法，恰恰最骗人；真正有效的两招一开始都让人感到吃力。这正好首尾呼应整篇的核心：费力感，常常才是值得的信号。

不过话说回来，这里得给足边界，不该打包票。提取练习让大多人学得更好，不保证每个人提升一模一样；间隔练习与延迟自测的收益在不同材料和个体上也有波动；学界对 testing 是否总"更准"还有未合的争议。方法给你，能不能长期坚持才是变量。

最后把它落到 AI 时代。上面三条动作，共同本质是在制造独立能力信号：不靠翻版也能自己答对，隔一段时间还能记得，那才是你 AI 之外真会长出来的东西。这正是四变量解耦模型里说的那个削弱解耦的调节条件Koch。

你收藏的、读着顺的、被 AI 润色漂亮的东西再多，都不会自动变成你的记忆。诚实面对"这点我暂时说不出来"，比感觉踏实更有价值。闭卷、延迟、拉开间隔，这三件事把"读着挺顺"的主观感，换成"不靠稿子我也能说出来"的客观证据。这是对抗流畅性错觉，包括它那个被 AI 放到巨大的版本，唯一可靠的办法。

参考文献

本专题引用的核心资料如下，建议深入学习时阅读原文：

1. Effects of Perceptual Fluency on Judgments of Truth（Reber & Schwarz 1999）— DOI
2. Uniting the Tribes of Fluency to Form a Metacognitive Nation（Alter & Oppenheimer 2009）— DOI
3. Monitoring One's Own Knowledge During Study: A Cue-Utilization Approach to Judgments of Learning（Koriat 1997）— DOI
4. Memory Predictions Are Influenced by Perceptual Information: Evidence for Metacognitive Illusions（Rhodes & Castel 2008）— DOI
5. Self-Regulated Learning: Beliefs, Techniques, and Illusions（Bjork, Dunlosky & Kornell 2013）— DOI
6. Retrieval Practice Produces More Learning than Elaborative Studying with Concept Mapping（Karpicke & Blunt 2011）— DOI
7. Improving Students' Learning With Effective Learning Techniques（Dunlosky et al. 2013）— DOI
8. Performance and Metacognition Disconnect when Reasoning in Human-AI Interaction（Fernandes et al.）— arXiv:2409.16708
9. AI advice suppresses people's willingness to say "I don't know"（Marcoccia, Quattrociocchi & Capraro 2026）— arXiv:2607.13562
10. Beyond the Steeper Curve: AI-Mediated Metacognitive Decoupling（Koch 2026）— arXiv:2603.29681