新鲜的组价值更高
模型会给予一次训练中后面的组逐步降低的价值。因此,把相同的每周组数分散到更多次训练中,可能会提高模型的总分。
免费增肌工具
比较你训练某个肌群的频率,以及每次训练进行的有效组数。计算器会在收益递减的前提下估算刺激,减去模型化的信号衰减,并显示哪种安排能带来更强的每周结果。
将此作为一个比较模型使用。分数采用任意单位,无法预测你实际的肌肉增长。
模型假设
输入两种安排以进行比较。
每周净刺激最适合用来比较同一计划的两个合理版本。保持目标肌肉和组质量一致,然后改变频率或每次训练的组数。
模型会给予一次训练中后面的组逐步降低的价值。因此,把相同的每周组数分散到更多次训练中,可能会提高模型的总分。
所选刺激窗口结束后,模型会施加逐渐增加的衰减成本,直到下一次均匀间隔的训练。
只有当安排可持续,并且你的负重、次数、动作技术、关节和恢复保持稳定时,更高的分数才有帮助。
这一实现公开了其假设,使结果可以被理解为一个模型,而不是被误认为测量值。
默认比较保持每周训练量不变,只是以不同方式分配。
总共十二组,每次训练集中更多的工作量。后面的组会遇到更强的模型化收益递减。
计划 A同样的十二组分散到更多次刺激中。这通常会提高模型分数,因为刺激的刷新频率更高。
计划 B该分数刻意省略了无法从三项输入中可靠估算的变量。
该计算器的灵感来自Chris Beardsley的每周净刺激框架,并以已发表的剂量反应与维持训练量研究结论作为可见的参考依据。方法论更新于2026年7月16日。
fitzap workout 模型公式:每周净刺激 = 频率 × 曲线(每次训练的有效组数) − 未覆盖的每周小时数 × 校准后的衰减速率。所引用的研究为曲线锚点和维持训练量假设提供依据;它们并不能直接验证这一综合公式,也不能验证其分数可作为增长预测。
用净刺激比较不同的分配方式,然后检查总组数,并在你真实的训练中追踪结果。
如何解读分数,同时不让模型超出其能回答的范围。
这是一个理论性的比较指标,衡量一周内产生的训练刺激,以及两次训练之间该信号被模型化的损耗。它以任意单位表示,而不是肌肉克数或预测的增长百分比。
不是。该分数不包括关节压力、全身疲劳、动作质量、坚持程度或你个人的恢复情况。只有当两个方案都切实可行,且你的表现支持时,才应优先选择分数更高的安排。
计入那些能直接训练目标肌肉、并且接近力竭结束的有挑战性的工作组。热身组和轻松的技术练习不计入。两个方案的定义要保持一致。
该模型假设一次训练中前几组有效组的贡献大于后面的组,并且训练刺激最终会衰减。更均匀分布的训练间隔,既能减少单次训练内的收益递减,也能减少没有模型刺激的时间。