处理速度测试 — 评分标准与参考值

处理速度（Gs）是正式的心理测量学因子：在时间压力下执行简单、已学会操作的速度。它的经典测量方式是符号→数字编码——临床上最知名的例子是符号数字模式测验（SDMT）：90 秒、9 个符号与数字 1–9 的配对键、按正确完成数计分。本站的网页测试沿用这一范式，但使用原创符号集（SDMT 符号受版权保护）；它是训练与自我追踪工具，不是那台临床仪器。

最接近的有完整常模的数字化相邻任务是 NIH Toolbox 图形比较处理速度测试——90 秒判断成对图片"相同/不同"，在 4,859 名 3–85 岁全国样本上建立了常模（Carlozzi 等 2015：https://pmc.ncbi.nlm.nih.gov/articles/PMC4542749/）。它证明这种格式可以大规模常模化——但它是另一个任务（图形比较，不是符号编码），其常模不能换个标签当成我们的。

设备在这里的影响比反应时测试小。浏览器与平台链路确实产生可测噪声——Anwyl-Irvine 等测得不同平台/浏览器/设备的端到端反应延迟约 71–87 毫秒（2020，Behavior Research Methods：https://link.springer.com/article/10.3758/s13428-020-01501-5）；Passell 等 2021 发现同样的任务移动设备比桌面慢 50–200 毫秒（https://link.springer.com/article/10.3758/s13428-021-01597-3）。但编码任务每项作答 2–4 秒，±100 毫秒的设备偏移只占每项的一小部分——而在 273 毫秒的反应时里它占三分之一。

符号编码的练习效应大而且持久——SDMT 重复施测研究发现，练习收益最长可持续 18 个月（Novakova 等 2025：https://pmc.ncbi.nlm.nih.gov/articles/PMC12357967/）。我们的对策就是临床上用的那种：平行版本。配对键在每次开局重新随机打乱，你的趋势反映查表速度而不是背下来的键——但残留的热身效应无法完全消除，我们也不假装它不存在。

书面版锚点 —— 不可与本网页测试直接对比。这些 cutoff 来自有人监督的纸笔 SDMT（110 个项目、手写作答、临床施测），转引自 NIAAA MATCH 手册。本站网页任务使用原创符号、按键输入、自行施测——网页分数绝不可对照此表解读。列出它只是给"年龄梯度"一个有来源的诚实形状，仅此而已。

如果你想要一个"有常模"的数字化处理速度任务，诚实的指向是 NIH Toolbox 图形比较测试：90 秒判断成对图片异同，最多 130 项，常模建立在代表美国人口的 4,859 名 3–85 岁样本上（Carlozzi 等 2015：https://pmc.ncbi.nlm.nih.gov/articles/PMC4542749/）。它证明 90 秒格式可以承载真正的常模——但它仍不能与符号编码互换，后者多了查表和记键的成分。这正是我们发布自己的社区实时分布（上方数据条）而不是借用别人表格的原因。

网页计时是有噪声的：Anwyl-Irvine 等（2020）测得不同平台/浏览器/设备组合的端到端作答延迟约 71–87 毫秒（https://link.springer.com/article/10.3758/s13428-020-01501-5）；Passell 等（2021）发现同样任务移动设备比桌面慢 50–200 毫秒，控制协变量后 Android 约落后 Windows 0.56 个标准差（https://link.springer.com/article/10.3758/s13428-021-01597-3）。在简单反应时测试里，这种噪声吞掉信号的三分之一；在 90 秒编码任务里，它摊到每项 2–4 秒的作答上，设备税缩小到速度的几个百分点。但仍请用同一台设备比较自己的成绩，并预期手机读数略低于桌面。

符号编码成绩会随重复上升，而且收益顽固：SDMT 重复施测研究发现练习效应最长在 18 个月后仍可测（Novakova 等 2025：https://pmc.ncbi.nlm.nih.gov/articles/PMC12357967/）。标准的临床对策是平行版本，本站把它内置了：配对键在每次开局用种子随机数重新打乱，背上周的配对毫无用处。诚实的残留：任务本身随熟悉度仍会变容易，所以请把最初几次当作热身，之后的趋势才是信号。

这个领域最强的正面结果是 ACTIVE 试验：2,832 名老年人随机分配到记忆、推理或处理速度训练组（JAMA 2002：https://pubmed.ncbi.nlm.nih.gov/12425704/）。10 年随访时，接受处理速度干预——一种特定的、自适应的 UFOV 式训练方案——的组别痴呆风险比对照组低 29%（Edwards 等 2017：https://pmc.ncbi.nlm.nih.gov/articles/PMC5700828/）。请仔细读这句话：它说的是一种特定的自适应训练干预，不是做本站这样的测试。

配平的证据：脑训练文献的大型综述发现，练习改善受训任务的证据充分，迁移到未训练能力的证据薄弱（Simons 等 2016：https://gwern.net/doc/dual-n-back/2016-simons.pdf）。所以我们的声明刻意无聊：在这里练习，会提高这里的成绩，趋势就在你的本地记录里。我们不声称——任何诚实的网站都不得声称——本测试能预防痴呆或提高智力。

给处理速度成绩定向的三个固定坐标，外加我们活的一个：纸面上限（书面 SDMT 90 秒最多排 110 项——没人做得完）、青年书面版最高五分位 cutoff（≥67 题，18–24 岁，见上方 NIAAA 表）、有完整常模的数字化邻居（NIH Toolbox 图形比较，n=4,859——另一个任务），以及本站自己的社区实时分布（参考表下方的数据条）——唯一在"本任务、本输入方式"上测得的锚点。

跑一次你自己的 90 秒编码，或打印种子化练习卡线下使用。 打开打印版编码练习卡 →