很多人是从一个同名网站知道 Human Benchmark 的,而不是从教科书。2010 年前后,有人把心理学实验室里最常见的几类任务——看到变化就按键、记一串数字、在干扰里找目标——搬到了网页上,做成几秒钟就能玩一轮的小测试。它后来被大量模仿,也成了「人类基准测试」这个说法的来源。
先把最容易搞混的一件事说清楚:它是任务测试,不是智力测试。它能告诉你「在某个特定任务上,你这次做得怎么样」,但它推不出「你聪明不聪明」,更推不出「你有没有病」。这两件事分不清,后面所有的数字都会读错。

什么是人类基准测试(Human Benchmark)
学术上并没有「人类基准测试」这个标准术语。它对应的领域叫心理测量和实验心理学,做的是同一件事:用标准化的任务,把反应、记忆、注意这些看不见的能力,变成能互相比较的数字。
网页版只做了一件事:把范式留下,把控制去掉。
实验室里做一次简单反应时测试,要求固定坐姿、固定屏幕距离、固定指导语,主试在旁边盯着,还不让你提前猜到刺激出现的节奏。这些在网页上全都没有。你在地铁上戴耳机做,和在安静书房里做,同样的手,数字可能差出几十毫秒。这不代表网页测试没用,但它决定了这些分数只能用来对比「同一台设备、同一种状态下的你自己」,不能拿去和论文里的常模硬碰。
站内的 基准测试 一共分成五个领域。这套划分是工程上的分类,不是大脑的解剖图。同一个任务往往同时用到好几个脑区,把它归到「记忆」还是「注意」,更多是看它主要卡在哪一环。
五大认知领域分别测什么
记忆力测的是信息进来之后能留多久、能装多少。记忆测试 里有数字广度、序列记忆、猩猩测试和视觉空间记忆几种,分别对应言语编码、序列编码、短时保持和空间编码。它们之间的成绩经常互不相关:有人数字记得多,方块位置却记不住,这很正常,因为走的不是同一套编码。
注意力不是一个东西,而是一组能力被混在了一起。注意力测试 把它们拆开了: 简单反应测试测「看到就按」的速度,几乎不含判断;选择反应测试加了辨别,选项越多越慢; Go/No-Go 考的是「该停的时候停不停得住」;FPS 反应测试 和打地鼠 则把视觉搜索和连续反应揉在一起。
执行功能是「总指挥」,管的是规则变了能不能跟着变、多步任务怎么排。汉诺塔测试 最典型:它不考你手快,考你在动手之前能在脑子里推演几步。
手眼协调看的是视觉信息转成手部动作的效率。瞄准测试测点击的精度和速度,APM 测试测单位时间的操作吞吐量,手眼协调测试 测的是时机判断——球在动,你什么时候让它停。
多任务与综合最接近真实生活。时间感知测试 让你估一段间隔过了多久,误差越大,说明你的内部计时越依赖外部线索。现实里很少有人只做一件事,这一领域真正想看的是「同时做两件事时,性能掉多少」。
每一项测试的规则与计分方式
计分口径不统一,是这类网站最容易被误解的地方。同样是「快」,反应类看毫秒,运动类看每分钟次数,记忆类看位数,三者之间没有换算关系。分开看就清楚了。
反应类一般跑多轮取平均,顺手把明显异常的极值剔掉。简单反应时只要求「出现即按」,普通人落在 200 到 250 毫秒;选择反应时每多一个选项,决策时间就按对数往上加,这就是 Hick 定律,所以四选一永远比二选一慢,不是你走神了。Go/No-Go 除了看速度,更看「不该按的时候按了几次」,错误率才是它的核心指标。
记忆类基本是逐级加一:答对一关长度加一,答错就停,最后停在哪一关,等级就是多少。数字记忆的等级是位数,视觉空间记忆 是方块序列的长度。猩猩测试略有不同,它固定若干个位置、只给很短的呈现时间,最后看的是正确率,而不是长度。
执行类看两个数:你用了多少步,最优解是多少步。汉诺塔的规则决定了 n 个盘子的最少步数是 2 的 n 次方减一,三个盘子七步,四个十五步。所以「步数接近理论最少」比「终于做完了」更能说明规划水平,用时是次要的。
运动类的口径差别最大。APM 数的是每分钟有效操作,点空的不算;瞄准测试看平均命中时间,也就是目标出现到点中之间耗了多久;手眼协调测试看的是你把移动目标停在指定窗口里的准确程度,越靠中心越好。这几个数字对鼠标、鼠标垫、屏幕尺寸都很敏感,换一套装备就能变一截。
时间感知用误差百分比计分。让你估 10 秒,你估成 8 秒,误差就是 20%。它测的不是「准不准」,而是「你的内部时钟偏快还是偏慢」,偏快的人容易高估已经过去的时间。
成绩分档:从新手到顶尖水平
下面的区间来自公开数据和站内用户的大致分布,只能用来看「你在人群里大概站在哪」,不是临床常模,也不该拿去做诊断。
- 简单反应时:180 毫秒以内属于反应很快;180 到 220 是不错的水平;220 到 270 是大多数人的区间;超过 300 毫秒,先怀疑设备和状态,再怀疑能力。
- 数字广度:5 位以下偏低,6 到 7 位在平均线上,8 到 9 位不错,10 位以上已经属于少数。倒背通常比顺背少一到两位,这是正常的。
- APM:100 到 150 是普通水平,200 到 300 算熟练,400 以上只有少数高强度玩家能稳定做到,而且要看它是有效操作还是无效乱点。
- 瞄准命中时间:500 毫秒左右是普通人,400 毫秒以内算熟练,300 毫秒以下需要长期练习加上合适的设备。
有一个绕不开的变量是显示器。60Hz 屏幕一帧 16.7 毫秒,144Hz 大约 6.9 毫秒,同样的手速在两种屏幕上测出来的反应时会差出十几毫秒。这意味着跨设备比成绩基本没有意义,你比的其实是设备和人的组合,不是人。
测试结果能用来做什么、不能用来做什么
能做的其实不少。第一,建立一个只属于你的基线,之后每两三周在相同条件下复测,看趋势,别看单点。第二,定位短板——如果你反应很快但 Go/No-Go 错误率高,问题很可能不在速度,而在抑制。第三,给训练一个即时反馈,练瞄准、练手速都得先知道现在在哪。第四,纯粹娱乐,和朋友比一轮。
不能做的同样要说清楚。它不能诊断任何疾病。ADHD、轻度认知障碍、抑郁都有专门的临床量表和有执照的评估,网页上一个三分钟的任务替代不了。它也不能当智商分数用:反应时和智力的相关很弱,记忆广度和学业成绩的关系也没强到能预测什么。还有一点常被忽略,练习效应非常明显,同一个测试做第三遍,成绩通常比第一遍好,这部分提升大多来自熟悉界面,不是你变聪明了。
一次完整测评的建议顺序与耗时
顺序是有讲究的,不是随便点。原则只有三条:需要稳定状态的放前面,消耗大的放后面,中间留缓冲。
可以这样走。先用简单反应测试 热身,两分钟,让手和眼睛进入状态;接着做记忆类,因为记忆对疲劳最敏感,趁脑子清醒把数字记忆和视觉空间记忆 做完,大约八分钟;然后转到注意力的选择反应测试 和Go/No-Go ,五分钟;再上汉诺塔 ,这类题耗脑力,放在这里刚好,四分钟;手眼协调挑两三项,三分钟;最后用时间感知收尾,一分钟。
整套下来二十到三十分钟。有三件事会直接改变结果:别在刚睡醒或熬夜之后测,别在测之前灌两杯咖啡,测的时候关掉通知、把手机扣过去。设备也要固定下来,之后所有复测都用同一套,否则你测到的是设备的漂移,不是自己的变化。
如果只想知道个大概,做简单反应和数字记忆两项就够了,五分钟出结果。想认真跟一段时间,就按上面的流程固定下来,把每次的数字记进一张表,看四周、八周的曲线,比盯某一天的最高分有用得多。