人类基准测试

人类基准测试（Human Benchmark）是指以在线小任务为形式、以可量化指标为结果，对反应速度、短时记忆、打字速度、色觉分辨、注意力与手眼协调等具体认知能力进行自测的一类测试。它的判定标准是：不依赖问卷与知识储备，每个项目只对应认知链条上的一个环节，结果以毫秒、位数、正确率、每分钟词数等直观数值呈现。

就其定位而言，人类基准测试属于能力切片观察，不属于综合智力评估。它回答的是「你在某个具体环节上表现如何」这一问题，而非「你有多聪明」。因此其结果适用于自我对照与长期趋势观察，不适用于医学、教育或招聘场景的判定。

Human Benchmark 最初是国外同名网站（humanbenchmark.com）的名称，指该网站将实验心理学中的经典范式——简单反应时、数字广度、斯特鲁普效应、舒尔特方格——移植到浏览器并产品化之后形成的一套测试体系。其传播特征是：规则简单、耗时短、结果即时可见。

在中文语境中，它通常被译作「人类基准测试」，也简称「人类基准」。随着同类站点增多，该名称的含义已从特指某一网站，演变为泛指采用相同范式的在线认知自测。本站收录的 16 项，其玩法规则参考的即是这一经典体系。

人类基准测试的项目，是指按被测能力划分的一组彼此独立的小测试。本站收录的 16 项分为四类：反应与速度类，含反应速度、瞄准测试、手速测试、时间感知；记忆类，含数字记忆、黑猩猩测试、视觉记忆、词汇记忆、序列记忆；感知与分辨类，含色觉测试、斯特鲁普、动态视力；注意力与综合类，含打字测试、计算能力、舒尔特方格、手眼协调。

各项目对应的能力定义如下：数字记忆对应短时记忆容量，序列记忆对应顺序信息的保持，词汇记忆对应再认判断，斯特鲁普对应抑制干扰的能力，舒尔特方格对应注意力的广度与稳定性，反应速度对应「信号捕捉—判断—动作执行」链路的效率。分开测量的意义在于，上述能力之间并不必然同步发展。

成绩是指某项测试按既定规则换算出的量化结果；百分位是指该成绩在参照样本中所处的相对位置，例如第 80 百分位表示成绩好于约 80% 的参与者。百分位的作用，是把毫秒、位数、每分钟词数等不可直接比较的单位，统一到同一把尺子上。

需要说明的是，在线自测的参照样本由自愿参与者构成，普遍偏向更年轻、更常接触快速反应类活动的人群，因此不同站点换算出的百分位并不等价。百分位的性质是粗略参考值，不是经过抽样校正的标准化常模。

影响成绩的因素，是指除被测能力本身之外、会系统性抬高或压低读数的变量，可分为设备变量、身体状态变量、环境变量与熟练度变量四类。设备变量指显示器刷新率、鼠标回报率、触控板点击行程等，它们直接决定显示与输入环节的延迟。

身体状态变量指睡眠、疲劳、用眼时长与年龄；环境变量指噪音、光线与受干扰频率；熟练度变量指对规则与界面的熟悉程度，其特点是首次测试往往低估真实水平。区分这几类变量的意义在于：只有排除它们，成绩的变化才可以被归因于能力本身。

二者的区别首先体现在测量粒度：人类基准测试测的是单一认知环节的表现，智商测试覆盖推理、语言、空间、工作记忆等多个维度，并经标准化加权得出综合指数。其次体现在常模：前者使用自愿参与的在线样本，后者使用经过抽样校正的标准化常模。

由此可得的界定是：人类基准测试的结果不等价于智商，不能替代智商测试，也不构成任何正式场景的判定依据；它的作用是把抽象的认知能力转化为可观察、可重复、可追踪的数值。

训练带来的成绩提升可分为熟练度提升与能力提升两类。熟练度提升指由熟悉规则、界面与作答节奏所产生的读数改善，其特点是见效快、幅度有限、更换界面后失效；能力提升指认知环节本身效率的提高，其特点是需要数周规律练习、幅度同样有限。

因此，有效训练的定义是：在固定设备、固定时段、排除疲劳等干扰变量的条件下，通过规律练习使成绩产生稳定位移的过程。相比增加练习轮次，降低设备延迟与改善作息通常更能立即改变读数。

二者的关系是：本站 16 项测试的玩法规则与计分方式参考 Human Benchmark 的经典版本，界面、文案与代码实现由本站独立完成，属于同一范式下的独立实现。二者测量的是同一组认知能力，但数据互不相通，成绩不可直接横向比较。

「成绩只保存在本地浏览器」的含义是：本站不上传、不存储、不共享任何测试结果，清除浏览器数据后即消失；同时本站不要求注册登录，不采集与测试无关的个人信息。页面底部列出的同类站点，可用于更换界面后做交叉对比。