微信扫码打开小程序 ![]()
默认这一组（自定步调 + 3 条命）与 Human Benchmark 的 Chimp Test 口径一致，成绩可以直接对照。
猩猩测试（Chimp Test）是一个视空间工作记忆任务：数字 1…N 随机散布在网格上，你要记住它们的位置，然后在数字被盖住之后按顺序点完。它因为”黑猩猩做得比人好”的说法而出名，但那个说法有不少前提被省略了，下面一并讲清楚。
不是智商，不是”记性好不好”这种笼统的东西，而是视空间工作记忆加上编码策略这两样的合成结果。
和背电话号码那种言语记忆不是一回事：位置没法在心里默念，也没法靠复述维持。心理学里与之最接近的经典任务是 Corsi 积木（记住方块被敲击的顺序），成年人的广度大致在 5 上下——比人们熟悉的”7 加减 2”低不少，因为后者说的是言语系统。
策略的权重很大。多数人卡在 7、8 个，能往上走的几乎都换了记法：不再逐个记坐标，而是把散点看成几个小图形。这也是为什么练几局之后成绩往往会跳一档。
| 口径 | 怎么呈现 | 适合 |
|---|---|---|
| 自定步调 + 3 条命 | 数字一直显示到你点 1 | 和别人比、和自己在其它站的成绩比 |
| 限时 650 / 430 / 210 ms | 固定时长后自动盖住 | 测接近瞬时的视空间容量；唯一能对着黑猩猩那条线比的 |
| 精确（每长度 2 试） | 同上，但换了施测流程 | 要一个稳的数字，而不是一局的运气 |
默认那一组和 Human Benchmark 的 Chimp Test 规则逐条一致：起始 4 个、过关加一、三条命。网格则跟着数字个数一起长大，把填充密度恒定在 1/4 左右（4 个 → 4×4，6 个 → 5×5，9 个 → 6×6）——密度就是难度，恒定密度才让各等级之间、以及手机和电脑之间可比。盖住之后空方块和有过数字的方块完全一样，所以回忆阶段点空方块算错，否则等于白送 3/4 的免费试探位。
精确模式用的是 span 类任务的标准施测流程：每个长度固定做 2 试，至少对 1 次才进下一长度，两次都错才停止。单次试验的运气成分很大（一次手滑就掉一档），多试次是心理学里处理这件事的通行办法。它还额外给一个加权广度 = 起始长度 − 1 + 0.5 × 通过试次数，用上了全部试次的信息，比只看最高通过长度更稳。
2007 年，京都大学的 Inoue 与 Matsuzawa 在 Current Biology 上报告了 limited-hold 范式的结果：数字出现后只停留 650、430 或 210 毫秒就被盖住。年轻黑猩猩 Ayumu 在最短的 210 毫秒条件下仍能稳定点对，同条件下的成年人则明显吃力。
省略掉的前提是：Ayumu 为这个任务受过长期训练，被拿来对照的人类受试者没有。后续研究把这一条补上了——Silberberg 与 Kearns（2009）发现人经过有限的练习即可追平，Cook 与 Wilson（2010）训练出的受试者超过了它，更晚的复核工作也倾向于认为成年人在同等训练下强于黑猩猩。
所以这条结论更稳妥的说法是：那是训练量的差距。这也是本站把限时档单独做出来的原因——自定步调下的成绩和那篇论文完全没有可比性，拿它去”比猩猩”是错位的。
这是消遣和自查工具，不是智力测验，也不是任何形式的医学或职业评估。工作记忆受睡眠、咖啡因、情绪、练习量影响很大，同一个人一天之内差两三个数字完全正常。如果你怀疑自己的记忆力出现了持续的、影响日常生活的下降，该找的是医生，不是网页。
默认那一组（自定步调 + 3 条命）是一回事：起始 4 个数字、过关加一个、点错扣一条命重做本关、三条命打完出成绩，规则逐条对齐，所以成绩可以直接对照。有一处差别要说明：格子密度。各站的网格大小不同，而数字越稀疏越难（眼睛要扫的范围更大）。本站的网格跟着数字个数一起长大，把填充密度恒定在 1/4 左右——4 个数字对应 4×4，6 个对应 5×5，9 个对应 6×6。固定格数的做法看着整齐，实则越到后关越密、越容易蒙。
因为自定步调下，关卡数只是成绩的一半。数字会一直显示到你点下 1，也就是说你愿意花多久去记，完全由你决定：花 3 秒记住 10 个和花 25 秒记住 10 个，是两种完全不同的能力。只报关卡数，等于把"记忆容量"和"肯花时间"混成一个数。所以这里把从数字出现到你点 1 的用时一起记下来，和成绩并列显示。想要一个不受这件事影响的数，就用限时档。
不是随便定的，是 Inoue 与 Matsuzawa 2007 年发表在 Current Biology 上那篇黑猩猩实验用的原始时长。他们的范式叫 limited-hold（限时保持）：数字出现后只停留固定时长就被方块盖住，受试者必须在这段时间内完成编码。"人比不过猩猩"这个说法出自 210 ms 这一档，所以想认真比一次，只有切到限时档才说得通。
这个说法被过度简化了。2007 年那篇论文报告的是：年轻黑猩猩 Ayumu 在 210 ms 条件下仍能按顺序点对，而同条件下的成年人明显吃力。但后续研究指出了关键问题——Ayumu 受过大量训练，被拿来对照的人类没有。Silberberg 与 Kearns 2009 的实验显示，人经过很有限的练习就能追平；Cook 与 Wilson 2010 训练出的受试者甚至超过了它。所以更准确的说法是：这是练没练过的差距，不是物种的差距。
因为用的不是同一套系统。常说的"7 加减 2"（Miller 1956）讲的是言语工作记忆——你可以在心里默念、复述、按节奏分组，维持时间靠不断重复。而这个测试考的是视空间工作记忆：位置没法默念，复述也帮不上忙。心理学里对应的经典任务是 Corsi 积木，成年人的广度大致在 5 上下（常见报告落在 4 到 6 之间），本来就比言语广度低。所以在这里到 7、8 个已经不容易了。
因为盖住之后，空方块和曾经有数字的方块长得一模一样——认出哪些格子放过数字，本来就是这个任务的一半。如果点空方块不算错，就等于白送 3/4 的免费试探位：记不清了挨个点过去总能点到下一个，测出来的数字也就没有意义了。有一个例外：自定步调下数字还看得见的那个阶段点空方块不算错，会被直接忽略——那时没有任何信息被隐藏，纯属手滑。
有，而且提高幅度通常不小，因为这个任务很吃策略。三条最有效的：① 别逐个记坐标，记形状——把散点看成一条斜线、一个三角形，记图形比记点省得多，这也是多数人突破 7、8 个的分水岭；② 固定扫描路线，比如永远从左上往右下扫，让每一局的编码方式一致；③ 先扫完再动手，点 1 之前把整幅图过一遍，中途改主意最容易乱序。需要提醒的是：练出来的提高很大一部分是策略熟练度，不等于工作记忆容量本身变大了。
不会上传。出题、计时、判分全部在你的浏览器里完成，页面不发送任何测试数据；历史最好成绩只存在本机 localStorage，点"清除"随时删掉。切走标签页作废有两个原因：浏览器会节流后台标签页的定时器，限时档的 210 ms 会变得不准；而且那段时间足够把位置抄下来，测出来的数字也就没有意义了。