健康 · 熟练
同一个读数，跑起来就不准了
先分静止与活动，再决定信它几成
「手表说我今天恢复得不好」这句话缺了一个前提：它是躺着量的还是刚走完路量的。2026 年 9 月密歇根大学的一项对照把 10 款消费级设备与临床级设备放在 45 个人身上比，结果很具体：心率误差中位数从 4.5 到 14.3 BPM 不等，取决于机型；而一旦走动起来，所有设备的误差都变大。睡眠分期同样——与临床监测对比，有一项分析里只有约一半判对。这一页是「今天要不要上强度」那一页的补强篇：把「哪些数可信」再往下推一层 —— 同一个读数，在静止与活动中可信度不同，在不同读数类型之间更是差一个量级。关键动作只有一个：读数先分档，再决定用它做什么决定。
方法 · 一图看懂
1
先给读数分三档 — 第一档：静息状态下的心率与步数、活动时长；第二档：HRV 与静息心率（看趋势）；第三档：睡眠分期 · 血氧 · 压力评分（当方向，不当事实）
2
把「静止」当成一次读数 — 只有坐着或睡醒未起床时量的那一笔才配进第一档；走动、刚运动完、情绪激动时的读数不进决策
3
分期类只看自己的相对变化 — 睡眠分期与临床监测差距可能到一半，所以只比「我这周比上周」，不与别人的绝对值比
4
别让工具替你下结论 — 设备侧的研究还发现：结构简单、可解释的模型常与复杂模型表现相当；所以先问「这个结论它凭什么说」，再谈要不要照做
原理 · 为什么有效
「传感器读数」这四个字底下藏着一堆估算，而估算的误差不是恒定的，它随条件变化。密歇根那项研究最有用的不是排名，而是那个条件项：走动时所有设备的误差都变大。也就是说，同一块表在你坐着时给的数和在你走完两公里后给的数，可信度不是一个东西——而设备的界面把它们画成了同一条连续的线。心率在这类设备里已经算做得最好的一档，仍有个位数到十几的误差；睡眠分期更依赖算法推断，有一项对比里只有约一半判对。所以真正可用的用法是分档：拿静息时量的第一档数据做当天决策，拿第二档看长期趋势，第三档只当「要不要多问一句」的信号。另一条容易被忽略：设备侧的研究还发现，结构简单、可解释的模型常与复杂深度学习模型表现相当——这提示你把注意力放在「结论怎么来的」，而不是「算法听起来多先进」。
适用场景
适合：已经依赖手表 / 手环的恢复评分或训练建议来安排当天强度的人；以及把设备数据交给 AI 做分析、想知道「哪些数能用」的人。不太适合：① 你只是记步数和看时间 —— 那不需要这页；② 你打算用设备读数替代体检或就医判断 —— 这页恰恰是让你别这么做；③ 你刚开始戴设备不到两周 —— 先攒基线，这一页的读法要等数据够了才用得上。
自测 · 5 问
我最近一次「按恢复评分改了训练」，那个评分是在什么状态下量出来的？
我知道自己那块表的静息心率误差大概是什么量级吗？
我有没有拿过睡眠分期的绝对值去和别人比？
我的 HRV 是当天的绝对值，还是相对我自己基线的偏离？
我说得出「这个评分它凭什么这么算」吗？
怎么上手 · 验证步骤
第一步（给读数分档）：把你设备上的字段抄成一张表，按三档归类 —— 第一档（静息心率 · 步数 · 活动时长）· 第二档（HRV · 静息心率趋势）· 第三档（睡眠分期 · 血氧 · 压力评分）。这张表贴在你每天看数据的地方。第二步（限定采集条件）：第一档的数只在「坐着五分钟以上」或「睡醒未起床」时采；其他时段的读数单独放一行，不进当天决策。第三步（只看相对变化）：第二档与第三档一律写成「相对我过去 N 天的基线偏移多少」，不写绝对值。第四步（问一句来历）：任何一次你想照它做的时候，先问「这个数它凭什么这么算」—— 答不出来就只当参考，不动训练量。
照三条自查：① 你这一周有没有拿「走动中量到的读数」做过决策 —— 有，说明第一档的条件没守住；② 你今天说得出自己的 HRV 相对基线是偏高还是偏低吗 —— 说不出，说明还在看绝对值；③ 你最近一次因为设备评分改变训练量之前，有没有先问过「它凭什么这么说」—— 没有，说明第三档被当成事实用了。三条里只要有一条不成立，就把当天那个「恢复评分」降一档处理：它是提示，不是结论。