把“自动化”视作零干扰加工的传统观点，在遇到持续疲劳时终于露出了破绽。11%的下降率和3%的微小波动形成鲜明对比，把内隐记忆并非完全无需意识的事实摆到了台面上。本研究用一种更隐蔽的资源耗竭手段——认知疲劳，同步观察内隐与外显记忆的变化。 实验把28名右利手大学生卷入这场“记忆马拉松”。160个假词作为干扰源，640个低频双字词被随机分配成4组旧词和4组新词。N-back、数学计算和Stroop三重高负荷任务连续轰炸30分钟，确保VAS评分在55以上。 实验流程设计为被试内比较，让所有人都经历了编码—休息—提取的全过程。为了防止混杂效应，任务顺序在被试间做了平衡处理。休息前后以及疲劳后各进行一次测试，旧词再认和真假词判断的任务被交替执行。 重复测量ANOVA给出了铁证：内隐记忆的正确判断率在疲劳组下降了11%，控制组仅跌3%。这种显著差异击碎了“编码不受影响”的旧假设。外显记忆方面两组成绩几乎持平。 认知加工并非非黑即白。控制—自动化连续体视角揭示，内隐记忆虽属自动化端，但仍需占用一定资源维持“无意识”的影子。持续高负荷状态下资源被抽干，影子自然变淡。以往研究的短暂干扰任务无法比拟全程的疲劳效应。辨别式词汇判断刺激时程短且间隔紧，最大限度压缩了外显成分。 Miller & Cohen的理论指出真正的自动化有“硬连线”路径，而内隐记忆的经验痕迹更薄。一旦资源告急，这层薄薄的痕迹就会先显露出缺口。 这一发现提醒我们不能把“自动化”直接等同于“无懈可击”。内隐记忆并非完全零资源的黑箱，它需要持续的认知剩余来维持影子。资源池一旦被抽空，内隐成绩就会显著下滑。外显记忆则稳如磐石。