你有没有算过自己用过多少款背单词软件？从Anki到Quizlet，从百词斩到墨墨，每一款都承诺"科学记忆"，但坚持下来的没几个。与此同时，Wordle、羊了个羊这类消除游戏却能让人不知不觉玩上几个小时。

这个矛盾被一群开发者抓住了。他们问了一个简单的问题：如果学习本身就是一款让人上瘾的消除游戏呢？

打开网易新闻 查看精彩图片

答案是把中国传统的麻将接龙，改造成学习工具。

这款叫Mahjong的学习平台，核心逻辑很直白——把枯燥的笔记变成三维可玩的麻将牌局。不是匹配"三万"和"五条"，而是把西班牙语单词和英文翻译配对，化学符号和元素名称配对，数学公式和答案配对。每一局都是一次高强度的主动回忆训练，加上计时器就变成了竞速挑战。

用户可以选择现成的词库，也可以自建卡组。最特别的是AI卡组生成器：直接把课堂笔记粘贴进去，系统会自动解析内容，反向工程成一个多层结构、保证可解的谜题。原本需要几分钟手动整理的学习材料，几秒钟就能变成一局游戏。

开发团队透露了完整的迭代路径。第一步只是做一个基础的麻将接龙游戏引擎；然后通过多轮对话逐步叠加功能——先加卡组编辑器让用户自定义内容，再设计模板库降低上手门槛，接着优化界面交互，最后才接入大语言模型实现AI生成。

这个LLM插件被团队称为"最 impressive 的功能"。它把产品从手动工具升级成了即时生成器：用户描述自己的学习需求或想要的主题，AI在几秒内产出完整的可玩关卡。开发过程完全通过多轮对话完成，没有写一行传统代码。

目标场景覆盖得相当广：语言学习、考试复习、职业技能记忆、儿童教育、注意力缺陷学习者的辅助工具，甚至企业新员工培训。本质上，任何需要"记住配对信息"的场景都能塞进去。

背后的产品直觉很清晰：人不是讨厌学习，是讨厌"学习的感觉"。当同样的认知负荷被包装成游戏反馈——消除的爽感、通关的成就感、计时排名的刺激——行为就能持续。麻将接龙的物理手感（点击、匹配、消除）提供了即时多巴胺，而学习效果作为副产品被"偷渡"进了大脑。

这也不是第一次有人尝试游戏化教育。但多数产品要么教育性太强像电子课本，要么游戏性太强像挂羊头卖狗肉。Mahjong的取巧之处在于借用了真正成熟、经过验证的游戏机制，而不是从头发明一套"学习游戏"。

一个值得注意的细节是"保证可解"这个设计。自动生成的谜题必须能走完，否则用户会在死局里浪费时间和挫败感。这要求AI不仅要理解内容，还要懂麻将接龙的拓扑结构——哪些牌可以埋在哪一层，如何安排层级让游戏有推进感又有挑战性。

团队用的开发工具叫MeDo，支持通过对话式交互构建应用。从游戏引擎到UI优化到LLM集成，全程没有传统编程。这种开发模式本身也在验证一个假设：产品想法的验证周期可以压缩到极端——从概念到可玩版本，可能只需要几天对话。

当然，工具能走多远取决于内容质量。AI生成的卡组是否足够精准、有没有错误、能否适应不同难度，这些还需要实际检验。但至少在机制层面，它解决了一个真实痛点：降低"把知识变成游戏"的门槛，让任何人都能为自己的学习需求定制工具。

麻将作为载体也有微妙的文化优势。它比西洋棋或围棋更 casual，比消消乐更有"实体感"，全球认知度又高。一个美国学生可能没打过麻将，但看到牌面布局不会陌生；一个中国学生则有额外的亲切感。这种跨文化的"半熟悉"状态，恰好降低了尝试门槛。

产品目前的功能闭环已经完成：玩现成内容→自建内容→AI生成内容→分享/竞争。下一步可能是社区化——让用户上传卡组、评分、形成学习社群。毕竟，当学习内容本身变成UGC，网络效应会比工具本身更牢固。

回到最初的问题：为什么背单词软件总是输给消除游戏？答案可能不是"游戏太好玩"，而是"学习设计太反人性"。Mahjong的尝试说明，换个包装，同样的认知劳动可以变得完全不同。关键不是让学习像游戏，而是让学习本身就是游戏。