
在数据驱动训练的时代,每一位严肃跑者或许都曾面临这样的灵魂拷问:“我是否需要去实验室做一个乳酸阈值测试?我的 VO2max 到底是多少?不做测试,我怎么知道自己的体能瓶颈在哪里?”
著名运动科学家、数据分析专家 Marco Altini 在去年发布了一篇极具颠覆性的深度文章《我们需要测试吗?耐力运动员有用与无用的生理测试》(《Should We Test? Useful and not-so-useful physiological tests for endurance athletes》)。Altini 博士不仅拥有机器学习和高性能教练的双重学术背景,更是 HRV4Training 的创始人。

他在文章中通过详尽的逻辑和自身案例,抛出了一个核心观点:
对于绝大多数跑者而言,精心设计的训练和数据分析,远比单次的实验室测试更有价值。本文将会给你拆解 Altini 的这篇硬核文章,带你了解他这个核心观点背后的理念,以及对指导训练有帮助的科学方法论。

故事源于 Altini 收到的一位学员的提问。这位刚刚开始接受指导的运动员问道:“在这个训练周期中,我们需要安排具体的测试吗?比如乳酸阈值测试、VO2max 评估,或者临界功率(Critical Power)测试?”
这是一个很好的问题,击中了无数耐力运动员的痛点:我们是否必须依赖实验室的精密仪器和结构化的评估来识别体能限制(Limiters)并指导训练?还是说,仅仅通过日常的训练和对课表数据的分析,就能获得我们所需的洞察?

Altini 的回答直截了当且引人深思。他详细阐述了哪些生理测试是真正“有用”的,而哪些则是“甚至可能误导训练”的安慰剂。但在深入探讨之前,我们需要统一一套专业的“跑者语言”。在 Altini 的训练体系中,下面这些术语是理解的基础:


Altini 博士的核心论点非常鲜明:对于绝大多数运动员和绝大多数情况,我们所需了解的几乎所有信息,都可以直接从日常训练数据中得出。
如果我们能科学地构建训练结构,包含多样化的课表——从短距离的 VO2max 问歇,到长距离的阈值训练,再到马拉松配速跑(MP)——并仔细观察运动员的表现,我们就能完成“测试”本该完成的大部分任务。
比如确定限制因素(Limiters)。通过分析训练数据,我们可以推算出 LT1 和 LT2/临界配速。我们可以评估运动员是缺乏爆发力,是缺乏抗疲劳能力,还是缺乏有氧底座。基于此,我们可以制定针对性计划:例如,在距离 A 级赛事较远时弥补弱点,在临近比赛时强化优势并进行专项训练。
或者是监控进步(Progress)这样的测试任务。运动员的各项生理能力是否在提升?当前的 VO2max 训练板块是否带来了预期的变化?运动员的进步速度是否超出了预期,从而允许我们提前进入下一个训练阶段?

Altini 明确反对“单日测试”的概念。这种测试引入了极大的变量、潜在的误读和虚假的精确感。相比之下,基于多次训练课的趋势来评估限制因素和进步要稳健得多(也更有用!),尤其是当这些数据结合了运动员的生活状态、健康状况和训练历史进行综合解读时。
Altini 举了一个非常生动的例子:
“如果你的目标是在未来的某个时间完成一场超马,我们长期的工作肯定是尽可能优化你的有氧代谢。此时,即便一份实验室报告告诉你‘你的 LT1 来得太早,需要改善’,这也不会改变我们面临的现实约束。”
“换句话说,几乎每个周跑量少于 70-90 公里的运动员,都能从‘多跑’中获益。但我们可能因为训练年限、可用时间、伤病史等原因无法立刻增加跑量。因此,测试并不会导致计划的实质性改变。这种情况下,我们需要的是耐心和持续的训练,而不是测试。”
懂训练、懂计划、懂分析,远比懂测试更重要。

对测试持批判态度的 Altini,明确地列出了他认为价值有限的测试:
黑榜榜一是 VO2max 测试(最大摄氧量测试)。
通常采用“递增负荷测试”(Ramp Test),每几分钟增加一次强度,直到力竭。

另外一类在黑榜上榜上有名的测试是:LT2 / 临界功率 / 临界配速测试。Altini 将这几种测试归为一类,尽管获取方式不同(LT2 需要扎针测乳酸,CP 也是通过特定路跑测试计算),但他都不建议进行。
Altini 建议说,观察几周内的艰苦训练数据,得出的关于 CP 的结论要比单次测试可靠得多。

不过,尽管 Altini 对测试持批判态度,但他并不完全否认测试的价值。他本人在博士期间进行过大量的间接量热法测试,甚至坦言通过一次测试“改变了生活”。但他希望为跑者提供精准的导航:如果一定要测,就要测对的东西,用对的方法。
Altini 强调,在关注“低强度”一端时,测试可能非常有价值。因为高强度的表现(如马拉松配速)很难造假,你跑得动就是跑得动;但低强度的训练容易出现“体感脱钩”——你以为你在跑有氧,但生理上你可能已经越界了。
哪些测试真正有价值?Altini 同样给出了他认为的测试红榜:
真正的 LT1 测试上榜了测试红榜。真正的 LT1 测试不是靠公式估算,而是实打实地看乳酸何时从基线开始上升。它定义了什么是“真正的轻松跑”(True Easy)。这对于区分 Zone 1 和中等强度至关重要。
亚最大强度乳酸测试显示,LT1 在数年内呈现出改善趋势
代谢灵活性与跑步经济性测试也在红榜上榜上有名。这是唯一必须在实验室进行的测试,且必须使用高质量的间接量热仪(测量 VO2 和 VCO2),每一级强度维持 6-10 分钟,以达到代谢稳定状态。通常只测到 LT1 略上方的强度,不做力竭测试。

有时候我们需要的是改变饮食,而不是改变训练
这个测试可以回答这些核心问题:你能保存有限的糖原储备吗?在马拉松配速或目标赛事强度下,你能燃烧多少脂肪?你的代谢是否存在局限?这样你就可以了解你的底物利用率(碳水 vs 脂肪),精确计算比赛需要吃多少能量胶——这是单纯靠训练数据无法得出的。
另外,如果你在尝试低碳饮食或周期性碳水摄入,这个测试能直观显示你的身体是否学会了更高效地燃脂,以及在高强度下是否仍能利用碳水。Altini 认为,有时候我们需要的是改变饮食,而不是改变训练。而这一点只有通过代谢测试才能发现。

Altini 博士不仅是教练,更是数据科学家。他分享了自己利用 Python 分析运动员日常训练数据的逻辑。这一逻辑是极具实操价值的干货。
首先是分析“高端”能力(High-end)。Altini 通过改编数学模型,直接从训练中提取“临界配速”(或估算的 10km 完赛时间),无需专门测试。
当他分析过去几个月的训练时,发现 VO2max 训练的配速与阈值(Threshold)训练的配速存在大量重叠。这意味着运动员的阈值能力(LT2 / CP)已经练得非常好,接近了天花板(VO2max)。也就是说抗疲劳能力强,能长时间维持高强度。但如果想进一步提升阈值配速(如为了半马或 10km PB),他需要先“抬高天花板”,即重点提升 VO2max。

不同训练类型下,配速与在目标强度区间内平均间歇时间之间关系的分析
其次是分析“低端”能力(Low-end)。利用同样的数据逻辑,可以估算 LT1,并观察 LT1 与 LT2 之间的差距。
Altini 本人经过多年持续的大跑量和高强度训练,他的 LT1 和 LT2 之间的配速和心率差距非常小。这意味着极高的有氧耐力素质。另一位跑龄较短、跑量较低的运动员,虽然心率分布相似,但在 LT1 和 LT2 之间的配速落差巨大,这就意味着他的有氧底座薄弱。

多年持续进行高训练量和高强度训练,使 LT1 与 LT2 之间的差距缩小。
对于后者,解决方案不是更多的测试,而是未来几年扎实的耐力训练来缩小这个差距。所以,无论你是想知道 10km 能跑多快,还是想知道有氧基础牢不牢,训练日志里的每一次心率和配速记录,都在告诉你答案。
文章最后,Altini 给出了极具操作性的建议:
一,训练是动态的。深思熟虑的计划、持续的反馈分析,远比零星的测试更有价值。
下次想要报名一个昂贵的生理测试时,不妨先问问自己:我已经完全读懂我的训练数据了吗?


原创文章,作者:跑野,如若转载,请注明出处:https://runyeah.world/85371.html
