训练应用中的疲劳评分是一个模型,而不是测量值。它把选定的输入(例如近期组数、RPE、漏做的次数、力量趋势、距上次训练的时间,或睡眠和心率变异性等可穿戴设备数据)合并为一个估计值。据我们所知,已发表的研究中还没有任何一个消费级疲劳评分被验证可以对应实验室的疲劳测量,我们的也包括在内。
研究确实验证了这些输入:每组离力竭有多近、杠铃速度下降多少、一组感觉有多吃力,以及固定负荷下的表现是否正在恢复。应把评分当作检查这些信号的提示,而不是命令你更用力训练、减载或不去健身房。
研究怎么说
- 练到力竭会造成更多急性疲劳。 一项纳入12项交叉研究的荟萃分析发现,力竭训练后,跳跃、速度、功率和力量指标下降更大(SMD −0.96),并伴随更多肌肉损伤和更高的RPE。1 有力证据
- 力竭之后恢复需要更长时间。 在受过训练的男性中,与中途停止相比,练到力竭会使杠铃速度和跳跃高度的恢复延长至多24–48小时。2 中等证据
- 速度损失是一个分级的客观疲劳指标。 在18项急性研究中,组内速度损失越多,意味着次数越多、乳酸和RPE越高,跳跃高度和速度下降也越大。3 有力证据
- RIR评分有用但并不完美。 人们平均低估了力竭前还能做的次数约1次,越接近力竭,判断越准确。4 中等证据
- 自我调节有帮助,但提升并不显著。 在一项纳入15项研究的荟萃分析中,基于RPE和速度的负荷调整所带来的1RM增长,与固定百分比相近。5 中等证据
证据等级反映研究的数量和质量(荟萃分析 > 单项随机对照试验 > 急性/机制性数据)。
为什么不同应用的疲劳评分不一样?
“疲劳评分”并不是标准化的阻力训练指标。两个应用可能显示相近的数字,却在测量不同的东西。
一个应用可能根据时间和记录的组数估算肌肉恢复。另一个可能查找上升的RPE和停滞的表现。可穿戴设备可能强调睡眠、静息心率和HRV。周期化应用可能展示相对于最近几周的训练负荷。每种都是不同的模型,有不同的假设。
在信任评分之前,先问它是根据什么生成的。
哪些疲劳指标有研究支持?
研究者以几种方式测量阻力训练疲劳。每一种都只捕捉到图景的一部分,没有哪一种能完整反映。
| 衡量 | 它捕捉什么 | 证据与局限 | 基于记录的应用能看到它吗? |
|---|---|---|---|
| 固定负荷下的杠铃速度 | 神经肌肉准备状态 | 对力竭训练与非力竭训练及恢复时间进程敏感2 | 仅在有速度测量设备时 |
| 组内速度损失 | 该组内累积的疲劳 | 与急性疲劳反应呈分级关系3 | 仅在有速度测量设备时 |
| 反向跳跃高度 | 下肢神经肌肉疲劳 | 研究中常用;力竭训练后下降更多1,2 | 否 |
| 相同负荷和RIR下的次数 | 表现能力 | 实用;依赖于一致的记录 | 是 |
| RPE / RIR | 主观用力感与离力竭的距离 | 与速度和负荷中等相关;6 平均误差约1次4 | 是,如果你记录了它 |
| 血液指标(乳酸、氨、肌酸激酶) | 代谢压力、肌肉损伤 | 力竭训练后更高1 | 否 |
坦率的结论:最有验证的疲劳指标需要大多数力量训练者不使用的设备。基于记录的应用只依赖次数、重量和评分,这些是合理的替代指标,但噪声更大。
训练后疲劳由什么驱动?
一项2025年纳入51项研究的系统综述发现,组时长、接近力竭的程度和总训练量,是训练后表现下降的主要驱动因素;在高训练量和高密度下,组越接近力竭疲劳增加越多,尤其是在轻负荷情况下。7 这与力竭荟萃分析的结论一致:练到力竭比中途停止导致更大的表现下降和肌肉损伤。1
关键研究
力竭与非力竭训练后的恢复(Morán-Navarro 等人,2017)
- 设计
- 交叉研究,追踪训练前12小时至训练后72小时的恢复情况
- 对象
- 10名受过力量训练的男性
- 对比
- 卧推和全程深蹲:3×5(10RM负荷)、6×5(10RM负荷,与力竭组训练量相同)以及3×10次力竭
- 结果
- 力竭组即使与训练量匹配的6×5相比,也导致跳跃高度和杠铃速度更大幅度的急性下降。在24至48小时之间,非力竭方案后的恢复明显更快。
为什么重要: 总次数相同,但每一组离力竭多近,会让你下一次训练的状态大不相同。需要注意:只有10名受试者和两个动作。2
速度损失研究从另一个角度显示了相同的模式。在一项为期8周的深蹲研究中,在速度损失20%时停止的组,获得的深蹲力量增长与在40%时停止的组一样多,并且跳跃高度的提升更大(9.5%对3.5%),同时总次数少40%。40%组的股外侧肌和股中间肌增长更多。8 单组疲劳更多并没有带来更好的力量,但在该研究中它与更多的肌肉增长相关。荟萃分析也同意:速度损失阈值高于约20–25%有利于肥大,而较低的阈值则以更少的疲劳带来相同或略好的力量增长。3,5
所以疲劳本身并非坏事。它是为部分刺激付出的代价。目标是足够的疲劳来促进增长,而不是多到影响接下来的训练。关于增肌时应练到多接近力竭,请参阅增肌需要练到力竭吗?
三种常见的疲劳模型
基于训练日志的模型
这些模型使用你输入的训练数据:动作和目标肌群、工作组和次数、负荷或估算力量、RPE或RIR、未完成的目标、距上次训练的时间,以及近期的进步或退步。它们的优势在于专门针对举重。弱点在于依赖完整、一致的记录和诚实的评分。
基于可穿戴设备的模型
这些模型使用睡眠、静息心率、心率变异性、呼吸频率和一般活动量。它们增加了生理背景,但如果举重记录不准确,它们可能不知道昨天的腿部训练是高强度深蹲还是轻松的器械训练。
组合模型
组合系统试图将训练历史与生理准备状态联系起来。更多输入并不能保证更好的决策。计算仍然取决于模型假设、设备精度和数据质量。
RPE和RIR输入的准确性如何?
大多数基于记录的疲劳模型依赖RPE或RIR,因此它们的准确性很重要。基于RIR的RPE量表是在2016年提出的;在深蹲者中,RPE与杠铃速度密切相关(经验丰富的力量训练者 r = −0.88,新手 r = −0.77)。9
一项纳入12项研究(414名受试者)的荟萃分析发现,人们平均低估了自己剩余次数约0.95次,且异质性很大。越接近力竭、负荷越大以及越靠后的组,预测越准确。4 受过训练的力量训练者可以相当精确:在卧推75% 1RM时,受过训练的男性和女性预测为1和3 RIR,平均绝对误差为0.65次。10 如果你的评分感觉不一致,请使用RPE与RIR校准流程。输入校准不准的RPE,疲劳模型只会给出不准的输出。
按自我调节的计划是否优于固定计划?
疲劳评分是自我调节的一种形式:根据每日的准备状态调整训练。证据是支持性的,但力度有限。一项纳入15项研究(受过训练的力量训练者)的荟萃分析发现,自我调节(RPE或速度)与固定百分比负荷在1RM增长上没有显著差异(平均差2.07 kg,不显著)。5 一项纳入14项研究的系统综述发现,所有自我调节方法都能提高1RM,并认为它们可能有助于应对每日波动。11
实际的解读是:根据准备状态调整是合理的,也没有坏处,但它并不是一个巨大的隐藏优势。一致性、足够的高强度组数和渐进超负荷,比精确的每日疲劳评分更重要。
fitzap workout 对疲劳感知分析的理解
fitzap workout 使用多种不同的训练历史信号,而不是把一个数字当作生理真相。其训练分析可以考虑:
- 最近录入的RPE相对于目标的情况;
- 反复漏做的次数;
- 估算力量的停滞;
- 距最近一次训练的时间;
- 每块肌肉的训练和恢复历史;以及
- 在近期训练负荷下,表现是否仍在进步。
这些分析属于 Pro 功能。它们是研究所支持的基于记录的代理指标,输出结果仍然是一个模型。不应将其理解为医学疲劳测量或伤害风险预测。警告的含义是“请检查这一模式”,而不是“你的身体确定尚未恢复”。
疲劳不等于酸痛,也不等于受伤风险
酸痛可能存在,而表现却没有明显下降;表现下降也可能几乎没有酸痛。更有用的检查是问:
- 热身负荷的移动是否正常?
- 同样的工作是否达到了更高的RPE?
- 在相同负荷下次数是否在下降?
- 动作技术是否在变差?
- 睡眠、动力或关节舒适度是否在改变?
消费级应用无法确定一次训练是否安全,也无法预测是否会发生伤害。剧烈、加重或影响功能的疼痛,需要与普通训练疲劳区别对待:停止或调整动作,并在适当时寻求有资质的临床评估。对于任何宣称能防止受伤的疲劳数字,都要保持警惕。
如何应对高疲劳评分
第1步:核对记录
确认工作组、RPE、负荷和动作都正确。一次分类错误的训练就可能扭曲短期模型。
第2步:检查表现
在相似的负荷、次数、休息时间和RPE下比较相同的动作。连续两到三次重复出现的下降,比1次糟糕的训练更有参考价值,因为即使是实测的力量最大值,每天也会有几个百分点的波动(参见如何解读e1RM趋势)。
第3步:检查近期离力竭的距离
如果近期训练包括许多力竭组,那么24–48小时内的表现下降是可以预期的。2 在离力竭还差1–3次时停止,可以用更少的疲劳保留大部分刺激;在一项为期8周、针对受过训练力量训练者的试验中,1–2 RIR带来的股四头肌增长与力竭组相似,但速度和次数损失更少。12
第4步:检查训练以外的压力
检查睡眠、营养、疾病、工作压力和其他活动。只看训练的模型,无法看到那些从未被录入的因素。
第5步:做最小的调整,然后重新评估
可选方案包括:重复同样的负荷、留出更多RIR、去掉一个低优先级的组、调换一次高强度训练,或增加休息。如果表现恢复,就说明这已经足够。如果持续下降,请检查更大范围的训练计划。
疲劳评分应该触发减载吗?
它可以作为决策的参考之一,但关于减载的证据并不充分。在一项随机试验中,39名受过训练的男性和女性,在为期9周的高训练量计划中点,要么休息一周,要么持续训练。下肢肌肉增长相似;持续训练组获得了更多的下肢力量。13 这并不意味着减载毫无用处,但在表现仍在进步时,安排的休息一周并不自动优于持续训练。当多个动作退步、相同负荷下RPE上升,并且这种模式持续存在时,减载的理由才更充分。
如何应对低疲劳评分
低评分并不意味着可以尽情冲击最大值。它只表示模型没有检测到它所选的信号。当目标次数已完成、动作技术可重复、RPE在范围内且没有疼痛时,继续既定的进步。不要仅仅因为仪表盘显示绿色,就增加计划之外的组。
一个透明的疲劳功能应该解释什么
- 所使用的输入;
- 时间窗口;
- 缺失数据如何处理;
- 该视图是针对肌肉、针对动作,还是针对全身;
- 休息是否会使估计值衰减;
- 哪一项潜在趋势触发了警告;以及
- 明确说明该指标只是一个估计。
透明度比小数点更重要。关于功能层面的比较,请参阅带高级分析功能的力量训练应用。
常见问题
训练应用的疲劳评分准确吗?
它们可以总结所测量的信号,但它们只是模型,而且据我们所知,还没有任何一个已发表研究验证其能与实验室的疲劳测量相对应。准确性取决于模型、输入质量以及所要做的决定。
疲劳和准备状态有什么区别?
疲劳描述的是近期压力累积的负面影响。准备状态描述的是当前的表现能力。两者有重叠,但准备状态还反映体能、动力、睡眠、疼痛和其他背景。
评分高的时候应该跳过训练吗?
不会自动这样做。先核实数据,再比较表现、症状和恢复情况。合适的应对可能是多休息、略微调整训练,或者完全不改变。
疲劳评分能告诉我什么时候减载吗?
它可以作为决策的参考之一。当多个动作退步、RPE上升、恢复变差,并且这种模式持续存在时,减载的理由更充分。减载时机不应只依赖一个数字。
我需要可穿戴设备吗?
不需要。训练记录可以提供有用的负荷和表现信号。 可穿戴设备增加了生理背景,尤其是关于睡眠的,但它不能替代准确的举重数据。
这里引用的研究支持对RPE、离力竭距离、速度损失、急性疲劳和自我调节的解读。它们并不能验证任何特定消费级应用专有的疲劳或恢复评分。
参考文献
- Vieira JG, Sardeli AV, Dias MR, et al. Effects of resistance training to muscle failure on acute fatigue: a systematic review and meta-analysis. Sports Med. 2022;52(5):1103-1125. PubMed
- Morán-Navarro R, Pérez CE, Mora-Rodríguez R, et al. Time course of recovery following resistance training leading or not to failure. Eur J Appl Physiol. 2017;117(12):2387-2399. PubMed
- Jukic I, Castilla AP, Ramos AG, Van Hooren B, McGuigan MR, Helms ER. The acute and chronic effects of implementing velocity loss thresholds during resistance training: a systematic review, meta-analysis, and critical evaluation of the literature. Sports Med. 2023;53(1):177-214. PubMed
- Halperin I, Malleron T, Har-Nir I, et al. Accuracy in predicting repetitions to task failure in resistance exercise: a scoping review and exploratory meta-analysis. Sports Med. 2022;52(2):377-390. PubMed
- Hickmott LM, Chilibeck PD, Shaw KA, Butcher SJ. The effect of load and volume autoregulation on muscular strength and hypertrophy: a systematic review and meta-analysis. Sports Med Open. 2022;8(1):9. PubMed
- Petro JL, Ferrari G, Cardozo LA, et al. Validity of rating of perceived exertion scales in relation to movement velocity and exercise intensity during resistance-exercise: a systematic review. Sports Health. 2025;17(3):621-628. PubMed
- Varela-Olalla D, Del Campo-Vecino J, Balsalobre-Fernández C. Influence of proximity to failure, relative intensity, and volume on voluntary performance and fatigue symptoms after resistance training: a systematic review. J Strength Cond Res. 2025;39(9):e1129-e1168. PubMed
- Pareja-Blanco F, Rodríguez-Rosell D, Sánchez-Medina L, et al. Effects of velocity loss during resistance training on athletic performance, strength gains and muscle adaptations. Scand J Med Sci Sports. 2017;27(7):724-735. PubMed
- Zourdos MC, Klemp A, Dolan C, et al. Novel resistance training-specific rating of perceived exertion scale measuring repetitions in reserve. J Strength Cond Res. 2016;30(1):267-275. PubMed
- Refalo MC, Remmert JF, Pelland JC, et al. Accuracy of intraset repetitions-in-reserve predictions during the bench press exercise in resistance-trained male and female subjects. J Strength Cond Res. 2024;38(3):e78-e85. PubMed
- Larsen S, Kristiansen E, van den Tillaar R. Effects of subjective and objective autoregulation methods for intensity and volume on enhancing maximal strength during resistance-training interventions: a systematic review. PeerJ. 2021;9:e10663. PubMed
- Refalo MC, Helms ER, Robinson ZP, Hamilton DL, Fyfe JJ. Similar muscle hypertrophy following eight weeks of resistance training to momentary muscular failure or with repetitions-in-reserve in resistance-trained individuals. J Sports Sci. 2024;42(1):85-101. PubMed
- Coleman M, Burke R, Augustin F, et al. Gaining more from doing less? The effects of a one-week deload period during supervised resistance training on muscular adaptations. PeerJ. 2024;12:e16777. PubMed
