立秋刚过，秋季赛事报名一个接一个，夏训也进了下半场。最近翻开佳明的比赛预测页，跑者们的口碑堪称两极：有人被"神预测"——预测半马156，首半马跑出156.28；也有人被预测整不会了——伤停恢复期的跑者，半马预测1小时06、全马预测2小时27，用原帖的话说，65分的半马，227的全马，直接给我干到健将水平了。小红书同一个功能，为什么有人奉为备赛参考、有人骂它是"欢乐表"？我翻读了官方说明、开发者拆解和跑圈近两年的真实晒单，结论是：成绩预测不是"准"或"不准"，而是"在什么条件下可以信"。秋赛定目标配速之前，先把这笔账理清。
预测不是测出来的，是"推"出来的
先说清机制，因为一半的"不准"，看完机制就能自己解释。佳明跑步手表根据跑者的跑步速度、心率和心率变化数据计算VDOT，由VDOT直接计算得出用户在不同距离的比赛上的成绩预期。Garmin佳明这个推导有一个常被忽略的前提，研究过机制的跑者秋海把它概括得很直白：在平坦的赛道少折返的赛道，温湿度适宜的天气，加上良好的身体状态，才有可能跑出所预测的成绩。知乎换句话说，预测给的是"理想条件下的你"，不是"比赛当天的你"。
新一代表还把算法往前推了一步：在Forerunner 570上，成绩预测不再是根据最大摄氧量，依据包括历史训练记录和最大摄氧量，这相对就比较准。知乎也就是说，你喂给手表的数据越全面，它"推"得越像真的你。
四种"不准"，成因完全不同
第一种：高估你的全马，这是最常见的一种。 佳明官方专栏自己承认过这个普遍现象：对于大部分业余跑者来说，训练量和训练积累不够，导致有氧耐力相对不足。Garmin佳明表现就是5公里预测挺接近，全马一到比赛就崩。背后的数学原因，开发者李二牛拆解过：业内常用的跨距离换算，是1977年研究员&马拉松跑者Peter Riegel给出的公式T2=T1×(D2÷D1)^1.06。知乎1.06这个疲劳因子取自精英运动员，业余跑者的衰减其实更陡，换算出来的全马自然偏乐观。所以短距离预测可以认真看，全马预测要打折看。
第二种：数据过时或数据不够，算法在"盲推"。 文首那个2小时27的案例，背景是受伤停训一段时间后刚恢复系统训练——算法还按你状态好时的惯性往外推。反方向的案例更说明问题：马拉松精英吴向东大阪跑出2小时08分04秒，手表预测却是22308，事后"破案"：他经常不戴表训练，用开发者的话说，高水平的输入数据太少了以至于模型根本没有充分学习到全部马拉松选手的特征。知乎一句话：手表没看见你训练，就只能瞎猜。
第三种：赛后"马后炮"式跳变。 有跑者记录了这样的曲线：武汉马拉松之前，佳明255给出的全马成绩预测是3:00:16，当我以258跑完比赛，成绩预测一下子提升到2:54:25，比之前快将近6分钟。知乎晋江马拉松同样赛前3:04:29、赛后跳到2:56:50。赛前偏保守、赛后把实际成绩计入，预测曲线就会"跳"。这提醒我们：刚比完赛那几天的预测值，是总结，不是预报，别拿它直接定下一场目标。
第四种：其实很准，但你没对上条件。 准的案例画像高度一致：长期连续佩戴、跑步记录完整、长距离和强度课混搭。一位跑者的厦马经历很有代表性：佳明在比赛前一周预计的成绩3∶33∶15比赛前一天的预测是3∶34∶xx这是我实际跑出的成绩。知乎收着跑还PB了。官方对这个现象的解释同样朴素：比赛预测可以反映当前的成绩水平以及各个距离的成绩潜力。Garmin佳明数据喂够了，预测才配叫预测。
秋赛备赛期，预测的正确打开方式
把预测当天花板，不当目标。 既然它是理想条件下的上限，定目标至少往下留一档；首马、或者月跑量长期不足150公里的人，再额外留余量。用全马预测配速直接当比赛目标配速，是崩盘的高发姿势。
看趋势，不看单点。 比较成熟的用法是：不看重手表给出的具体预测成绩，而是将一段时间内的预测趋势作为参考。知乎趋势持续向好，说明近期训练有效；趋势莫名走弱，先排查过度训练和恢复不足，再怀疑手表。下面这种一年期趋势图，看的是曲线方向，不是某个点的数字。
赛前用一次真测试校准。 一位跑者看到5公里预测比自己PB快了近2分钟，怀疑这真的假的，我能跑这么快🤨？于是一时兴起，干脆下班(放学)来了个5km测试。小红书30多度的高温里跑完，顺手刷新了PB。这个思路值得抄作业：定目标前，用一堂目标配速的节奏课或一场测试赛去验证预测，比任何算法都有说服力。
夏训数据，记得加"高温折扣"。 高温下心率漂移、有氧配速变慢，都会污染VDOT的估算；立秋后气温回落，预测会自行修正。表上有热适应功能的，结合着看；没有的，别把三伏天的数字太当真。
最后补一句情绪价值：不少跑者把成绩预测当"欢乐表"，训练苦的时候打开看看，也是一种精神按摩——佳明的成绩预测真是快乐啊，时不时看看可以意淫一下。小红书但真到定目标、定比赛配速那一刻，还是回到官方那两句：可以将成绩预测的结果作为目标，合理分配比赛的体能，跑出更好的成绩。Garmin佳明前提是，你的数据得先对得起算法。
你的手表是把你"算"成健将，还是严重高估？评论区晒出你的预测和实际成绩对比，互相参观一下彼此的"欢乐表"。
