背完一部动漫里最常用的 500 个单词，词频软件会显示你已经掌握了全片 85.9% 的词汇。泡好茶按下播放键，结果连听三句台词，每句都卡在一个生词上；等查完字典，茶已经凉了。语言学习工具团队 learnfromx 用 Python 3.13.7 和分词器 SudachiPy 0.6.11 拆解了《葬送的芙莉莲》（Frieren）等 8 部日本动画的前 3000 行字幕，算出一组刺眼的数字：掌握前 500 个高频词，实际能完整听懂的台词只有 38.4%。
市面上主流的日语学习网站，比如 JPDB、Jiten 和 manga-kotoba，都喜欢把词汇覆盖率（Token Coverage）摆在最显眼的位置。这个指标的算法很容易让人产生幻觉：它按单词出现的总次数计算。在《葬送的芙莉莲》前 3000 行台词里，共有 2448 个不重复的独立词汇；排在最前面的全是「の」「は」这类语法助词，一个词出现上千次就累计上千次。只背前 100 个高频词，词频覆盖率就能冲到 68.3%，但你能完整看懂的台词只有 8.5%。
为什么 86% 的覆盖率救不了半部番
从 85.9% 掉到 38.4%，吞掉理解力的是单句的木桶效应。
《葬送的芙莉莲》平均每行台词有 7 个词。要想不查字典听懂一整句话，这 7 个词你得全部认识。在 85.9% 的单字命中率下，连续 7 个词全认识的数学概率是 0.859 的 7 次方，算下来大约是 35%，和实测的 38.4% 几乎吻合。语言学界早就给过更严苛的门槛：95% 的词汇覆盖率才算具备推断性听力理解的基准，而要想顺畅做深度理解，这个数字得推到 98%。
不同作品的词表结构，决定了啃生肉的起步门槛天差地别。learnfromx 用同一套清洗标准（剔除标点、专有名词、语气词和歌曲，按词典原形归并）横向测算了 8 部热门动画：
| 动画名称 | 独立词汇数 | 500 词覆盖率 / 整句理解率 | 看懂一半台词所需词汇 |
|---|---|---|---|
| Serial Experiments Lain（玲音） | 1,924 | 88.0% / 55.9% | 401 |
| Dororo（多罗罗） | 2,431 | 85.2% / 42.1% | 633 |
| Chainsaw Man（链锯人） | 2,203 | 86.3% / 41.1% | 647 |
| Frieren（葬送的芙莉莲） | 2,448 | 85.9% / 38.4% | 730 |
| Death Note（死亡笔记） | 2,529 | 86.6% / 36.0% | 782 |
| Jujutsu Kaisen（咒术回战） | 3,028 | 81.5% / 32.7% | 980 |
《玲音》是这批样本里最友好的一部，台词短、用词集中，背 401 个词就能听懂一半句子，1191 个词就能摸到 95% 的学术及格线；到了《咒术回战》，光看懂一半台词就得准备 980 个词。
进度条背后的指标算计
我不太买账的是各类语言学习软件对覆盖率指标的包装。
面板卖的是进度幻觉，听力考的是木桶短板。
过去几年，背词软件和刷题社区把古德哈特定律演绎得很彻底——当一个指标变成目标，它就不再是个好指标。平台喜欢展示词频覆盖率，因为它的曲线前陡后平：新手背几百个词，进度条就能飙过 80%，正反馈极强，留存率和付费转化自然好看。而且 JPDB、Jiten 各家对黑名单、专有名词和词形还原的算法各自为政，用户在 A 平台看到的 90%，换个平台根本没法横向对齐。
真正在学语言的人，迟早要面对两堵被进度条藏起来的墙。
第一堵墙是专有语境的长尾分散。在《葬送的芙莉莲》听不懂的那 1849 句台词里，有 56.4%（1042 句）其实只差最后一个生词。但你没法靠突击十几个高频词把它们一次性扫平——这 1042 句台词里缺的词，分散在 804 个不同的低频词上，背会「約束（约定）」或「後悔（后悔）」，每个词最多也就能帮你多解锁 4 句台词。从 500 词扩充到 1000 词，面板上的词频覆盖率只涨了 6.5 个百分点，但整句理解率能暴涨 22.1 个百分点。
拿通用词表去硬撞垂直作品同样吃亏。用日常日语最常用的 2000 词去测这 8 部动画，只能看懂 23.4% 到 37.6% 的句子；但如果直接背该动画自己的前 2000 词，整句理解率能拉升到 74.3% 至 93.3%。毕竟在芙莉莲的世界里，「魔法」排在第 21 位，比「私（我）」还靠前 4 位；连「生臭坊主（酒肉和尚）」都能排进第 304 位。哪怕背熟了前 3000 行的词表，到了后 3000 行进入魔法使考试篇，「試験（考试）」这个词突然从出现 1 次暴增到 51 次，旧词表的整句覆盖力立刻会掉下去 10.7 个百分点。
第二堵墙更隐蔽：一词多义与惯用语。《荀子·劝学》讲「诵数以贯之，思索以通之」，光靠机器数词频，连字面意思都未必通得了。在脚本统计里，只要你认识「手」，那么「手が震えています（手在发抖）」和「手に取るように分かる（了如指掌）」这两句都会被判定为已掌握。实际上，第二句照字面翻译成「像拿在手里一样明白」，没学过这个惯用句型的人照样一头雾水。如果把词性变化和原形拆开算（比如把「行った」和「行く」算作两个词），500 词的整句理解率还会再往下掉 5.3 到 7.7 个百分点。
- 提醒.38.4% 已经是脚本里的乐观上限。真实看番时，角色语速、连读弱化、省略主语的口语语法，都会继续压低这个数字。
learnfromx 做这组测算，底牌其实是为自家的闪卡应用铺路：与其盯着虚高的总词频，不如直接挑出那些「全句只差一个生词」（即 i+1 原则）的真实台词做成卡片，连带把同一个词的不同词义拆成独立卡片来练。这算是把准了痛点。下一次打开学习软件，看到进度条上亮起 85% 的高分时，别急着泡茶；先看看剩下的 15% 里，藏着多少句一词卡死整行的台词。