三年用户增长40倍,拿下千万美元融资:这家闪卡公司找到了没人做的空白市场
教育科技圈里,闪卡类产品早就不是新鲜事。Anki、Quizlet这些老牌工具用十几年时间验证了“间隔重复”在语言学习、医学备考等场景里的有效性。但过去三年,一个叫Mnemosyne Labs的团队却从夹缝里杀出重围他们没堆功能,也没卷AI生成题库,而是把目光锁在了一个被多数人忽略的环节:卡片背后的认知动线。
这个动线,指的是用户从看到一道题、产生犹豫、尝试回忆、确认答案,到真正形成记忆锚点的完整心理路径。主流闪卡工具默认用户具备清晰的学习目标和稳定的时间节奏,可现实是:大学生考前突击时翻着翻着就刷起短视频;职场人学新技能,常卡在“知道但说不出来”的模糊地带;甚至K12学生用闪卡背单词,结果记住了卡片排版,没记住词义。
Mnemosyne Labs抓住的空白,正是这个“认知断点”。他们发现,90%的用户放弃闪卡,并非因为算法不准,而是因为卡片本身缺乏上下文引导、反馈延迟过长、以及复习节奏与真实生活节律严重脱节。
重构卡片的“呼吸感”
传统闪卡强调“正反面+间隔重复”,Mnemosyne则把一张卡片拆成三段式微交互:
1. 首屏只显示问题关键词,不给选项,强制启动主动检索;
2. 用户点击后,浮现一层轻量线索(比如词根提示、使用场景短句),而非直接答案;
3. 最终才展开完整解析,并同步记录用户停顿时长、是否二次点击线索这些数据反哺算法,动态调整下一次出现时机。
这种设计让单张卡片平均停留时间延长2.3秒,但用户7日留存率反而提升37%。后台数据显示,当线索层被触发超过两次,该知识点进入长期记忆的概率提高近一倍。
绕开AI幻觉,专注“人机协同”的真实反馈
行业普遍在比谁家大模型能自动生成更多卡片,Mnemosyne反其道而行:所有核心词库由语言教师+认知心理学家联合标注,AI仅承担两个任务
1. 根据用户错题模式,自动匹配已有教学线索库中的最适提示;
2. 将用户手写笔记、语音复述片段转为结构化复习节点,嵌入原卡片流中。
他们不训练通用大模型,而是用轻量级微调模型处理教育语境下的歧义识别(例如“bank”在金融vs地理语境中的自动判别),准确率达94.6%,远高于直接调用GPT-4o的82.1%。
启动靠“错题即卡片”
早期增长并非来自应用商店推广,而是嵌入到三个垂直场景:
1. 医学生OSCE临床考试模拟平台,将操作失误点一键转为带视频回放锚点的闪卡;
2. 某头部托福模考系统,在阅读错题页底部增加“生成复习卡”按钮,72小时内用户自发创建超12万张卡片;
3. 与德国一家职业资格认证机构合作,将历年真题解析逐段标记认知负荷等级,形成可迁移的复习路径模板。
这三条路径带来自然、高意图的种子用户,也帮团队验证了关键假设:用户不需要更多卡片,只需要更少、但更准、更贴手的那几张。
融资消息公布于2025年5月,由Balderton Capital领投,金额未披露但接近千万美元级别。需要注意,本轮投资方中包括两位前Anki社区核心贡献者他们退出Anki开发多年,首次以个人身份参与早期教育科技项目,看重的正是Mnemosyne对“记忆发生现场”的细致还原。
目前产品已覆盖英语、德语、日语、医学术语四大知识域,中文内容正在与华东师大认知神经科学实验室联合校验。没有炫技式功能更新,最近一次版本迭代只是优化了iOS端卡片滑动时的触觉反馈强度让每一次“翻牌”都更接近真实纸卡的手感。
以上是Mnemosyne Labs切入闪卡赛道的真实路径,希望对你有所帮助或者建议。
免责申明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流,不为其版权负责。如果您发现网站上有侵犯您的版权,请与我们取得联系,我们会及时修改或删除。

