因为我们在听的时候没有形成条件反射。并不是听到一个单词，立刻直接在头脑里转化为思想（mind），而是要经过听——文字——中文——再到思想的。
这样当然就累了，而且需要全神贯注的听。稍微一放松就不知道他在讲什么了。

而我们在听中文的时候，完全不需要全神贯注，甚至别人在大声讲电话的时候，我实在不想听他的电话，但是没办法，还是要听得到。这是因为形成了条件反射。

比如我们说再见 拜拜的时候，很自然，心里不需要想到 bye bye吧？ 我们听到别人讲 bye bye也能迅速反应过来吧？这个英语单词我们在用的时候就已经是直接转化为思想了，不需要中英，不需要文字来转译。
因为我们平时有大量的使用，在使用中很自然的学会了。

所以我觉得情景式教学，跳过中文，直接把外语写进大脑的方式是最好的，学起来轻松，又记得住。