Эта страница переведена автоматически и может содержать неточности. Английская версия является основной. Открыть английскую версию
Мы строим на доказательствах. Не на хайпе и не на силе воли: каждое продуктовое решение должно прослеживаться до чего-то, что вы можете проверить.
Кто строит по этому стандарту →В сутках 24 часа. Это число ни для кого не обсуждается.
Если проблема в том, что «хочется, но нет времени», единственный оставшийся ход — не искать дополнительные часы, а поднять результат, который вы получаете за час. Как только вы принимаете, что запас фиксирован, меняется сам вопрос проектирования: не «как забрать больше вашего дня», а «насколько дальше вас увезёт тот же самый час».
Поэтому mibuki не делает способов стараться сильнее. Мы делаем продукты, которые реализуют науку об эффективности. Мы не пытаемся увеличить количество вашей силы воли — мы увеличиваем расстояние, на которое вас довезёт уже имеющаяся.
Три принципа ниже — это критерии, которыми мы действительно пользуемся. Это не декларации, а правила, которые решают, выйдет функция или нет.
Всё, что мы рассматриваем к разработке, должно пройти все три.
Effect size over opinion
Мы не выпускаем функцию потому, что она выглядит многообещающе. Прежде чем принять метод обучения или поведенческое решение, мы проверяем, насколько велик эффект, воспроизводится ли он и где он применим. Это значит читать не только оригинальную статью, но и предрегистрированные исследования, систематические обзоры и метаанализы — в зависимости от того, чего требует вопрос.
Мы принимаем что-то потому, что это показало результат, а не потому, что это популярно. Верно и обратное: если результат не показан, оно не выйдет, каким бы громким ни было. Важно не название метода, а то, кому он помог, насколько и при каких условиях.
На практике — LangDict использует интервальные повторения. Правильным ли было это решение, мы выясняем точностью предсказаний, а не мнениями (принцип 03). Метод, данные и оценки — всё опубликовано.
Смотреть исследовательский отчёт о Lexa →Remove friction, not add willpower
Люди бросают не потому, что у них слабая воля. Они бросают потому, что в дизайне есть трение. Количество касаний до старта, количество настроек, количество решений, которые от вас требуют, — всё это решает, выживет привычка или нет.
Вместо того чтобы говорить вам стараться сильнее, мы удаляем шаги. Меньше настроек, работает как есть, меньше решений. Цель — продукт, которому сила воли не нужна вовсе.
Measure it, then publish it
Если мы заявляем эффект, мы публикуем его в форме, которую вы можете проверить. Это ограничение для нас, а не функция: если мы не можем предъявить число, мы не заявляем результат.
И мы публикуем не только вывод. Мы публикуем и базу сравнения, и данные, и метрику, потому что число без своих условий способно только льстить нам. Результат готов к публикации тогда, когда читатель может повторить те же шаги и увидеть то же самое.
На практике — Модель памяти LangDict — Lexa — сравнивается с параметрами FSRS-7 по умолчанию на трёх публичных бенчмарках (Anki / Duolingo / maimemo). База сравнения — стандартная конфигурация, без какой-либо оптимизации под пользователя. Метрика, разбиение данных и оценки опубликованы полностью.
Читать исследовательский отчёт о Lexa →Эти обещания сильнее принципов, потому что вы можете поймать нас на их нарушении.
Никаких «выучите в 5 раз быстрее». Когда мы публикуем число, база сравнения и способ измерения стоят в том же предложении, что и само число.
Мы не прячем путь к отмене и не ставим кнопки так, чтобы ловить случайные нажатия. Если вы хотите уйти, уйти легко.
Никаких уведомлений, которые держат серию в заложниках. Число, которое мы хотим растить, — не ваше время в приложении, а время, которое вы получаете обратно.
Никакого театра наград, от которого прогресс кажется настоящим, хотя за ним нет никакого обучения. Если сдвинулся только счётчик, не сдвинулось ничего.
Ответ разный для разных продуктов, поэтому здесь он дан по каждому продукту — вместе с причиной.
Ничто из того, что вмешивается в концентрацию или обучение, рекламы не несёт. Lofi Station продаёт концентрацию; ставить на тот же экран то, что создано её ломать, не складывается. С LangDict тот же случай — всё, что отвлекает посреди занятия, работает против смысла приложения.
В kikeruka и Atom реклама есть. Они бесплатны, а мы пока не создали достаточной разницы, чтобы обоснованно брать деньги за платный тариф. Прямо сейчас ни в одном из них нет способа заплатить и убрать её. Когда появится платный тариф, за который не стыдно брать деньги, мы либо откажемся от рекламы, либо сделаем её отключаемой.
То есть это не принцип, а фактическое положение продуктов и финансов на сегодня. Когда оно изменится, изменится и эта страница.
| Продукт | Реклама | Почему |
|---|---|---|
| Lofi Station | Нет | Инструмент для концентрации не должен вмещать то, что её ломает |
| LangDict | Нет | Ничего, что отвлекает посреди занятия |
| kikeruka | Есть (убрать нельзя) | Чтобы оставаться бесплатным |
| Atom | Есть | Чтобы оставаться бесплатным |
Принцип, который не реализован, — не принцип. Вот куда каждый из них ложится сегодня.
| Продукт | Принципы | Как это проявляется |
|---|---|---|
| LangDict | 01 + 03 | Использует интервальные повторения и публикует, насколько точно они предсказывают, на публичных бенчмарках |
| Atom | 01 + 02 | Привычки спроектированы как минимальные единицы и триггеры, вслед за поведенческой наукой |
| Lofi Station | 02 | Концентрация в момент открытия — трение настройки убрано |
| kikeruka | 02 | Отсканируйте и ждите; возвращаться и проверять больше не нужно |
open-spaced-repetition. FSRS: Free Spaced Repetition Scheduler. GitHub.
open-spaced-repetition. srs-benchmark: Benchmark of Spaced Repetition Algorithms. GitHub.
open-spaced-repetition. anki-revlogs-10k: Anki review logs from 10,000 users. Hugging Face.
Settles, B., & Meeder, B. (2016). A Trainable Spaced Repetition Model for Language Learning. Proceedings of the 54th Annual Meeting of the ACL.
Ebbinghaus, H. (1885). Über das Gedächtnis: Untersuchungen zur experimentellen Psychologie. Leipzig: Duncker & Humblot.
Мы приводим только те работы, у которых автор, год и место публикации сверены с оригиналом.
Last updated: July 2026