黑猩猩为什么赢了人类：猩猩测试的三个限时档和那篇 2007 年的论文

Q: 「黑猩猩记忆力超过人类」这个说法靠得住吗？

出处是真的，但流传的版本掉了最关键的条件。Inoue 和 Matsuzawa 2007 年发在 Current Biology 上的《Working memory of numerals in chimpanzees》报告了京都大学灵长类研究所的黑猩猩 Ayumu：屏幕上闪出若干数字，固定时长后全部盖住，要按 1→N 的顺序点出来。关键在"固定时长"——实验用了 650、430、210 毫秒三个档（limited hold 范式）。呈现时间越短，人类的正确率掉得越厉害，而 Ayumu 受影响小得多。结论的正确表述是：在极短呈现时间的这类空间位置任务上，受过训练的黑猩猩表现优于人类受试者；不是"黑猩猩记忆力比人强"这种笼统的话。

Q: 那为什么人类在短时间下掉得更厉害？

主流解释是人类用了一套在这里帮不上忙的策略：言语编码。看到数字，人会不自觉地在心里念出来（"3、7、2、9…"），这套办法在能看几秒的时候很有效，但默念本身要花时间——210 毫秒根本来不及念第二个数字，策略就白准备了。而黑猩猩没有言语系统，走的是整体性的空间位置捕获，几乎不受呈现时长影响。这也是为什么本站限时档的成绩和自定步调档不能放进同一个榜：它们测的不是一回事。

Q: 「自定步调」和三个限时档该选哪个？

看你想对照谁。自定步调（数字一直显示到你点中 1）是 humanbenchmark.com 的 chimp test 口径，成绩可以和那边直接对照，但它测的是"肯花多少时间默念 + 容量"的混合物——所以本站会把编码时间中位数一起报出来，不然"记住 12 个"里有多少靠容量、有多少靠肯花 20 秒，完全看不出来。650 / 430 / 210 ms 三档才是能和那篇论文对照的口径，其中 210ms 是最苛刻的一档。建议：先用自定步调摸出自己的容量上限，再去 430ms 档看掉多少——掉得多说明你高度依赖言语编码。

Q: 为什么网格会越打越大，不是固定格数？

因为密度就是难度。同样 10 个数字，撒在 16 格里和撒在 81 格里完全是两回事：格子越稀疏，眼睛要扫的范围越大、位置越难编码。本站的边长跟着数字个数走（side = ceil(sqrt(4n))），把填充密度恒定在 1/4 左右。固定格数看着整齐，实则越到后关越密、越容易蒙——各关之间反而不可比了。

Q: 点到空格子为什么直接算错？

因为空格和被盖住的格子长得一模一样，这正是这个玩法的核心。如果点空格不算错，你就白得了一批免费试探位（密度 1/4 意味着四分之三的格子是空的），可以靠排除法把答案试出来，测试就没意义了。但编码阶段（数字还看得见的时候）点空格是忽略的——那时没有任何信息被隐藏，点错纯属手滑。

Q: 「挑战」和「广度」两种计分该用哪个？

要一个稳的数就用广度。挑战模式是起始 4 个、过关 +1、失败扣一条命重做本关、3 条命用完结束，和 Human Benchmark 一致，节奏快但单次运气成分大。广度模式给每个长度固定做 2 试，至少对 1 次才进下一长度，两次都错即停——这是 span 类任务（数字广度、Corsi 积木）的标准施测流程，因为单次试验的方差往往比人和人的差距还大。想跟自己昨天比、或者想看清自己的真实上限，用广度。

搜”黑猩猩记忆力”能搜到一大堆”黑猩猩完胜人类”的视频。这件事有真实出处：Inoue 和 Matsuzawa 2007 年发在 Current Biology 上的一篇短文，实验对象是京都大学灵长类研究所的黑猩猩 Ayumu。

但流传的版本几乎都掉了那个决定结论成立与否的条件：数字只闪 210 毫秒。猩猩测试把这个条件做成了可选的旋钮，所以这篇要讲清楚——把旋钮拨到不同档位，你测的根本不是同一种能力。

限时档掐掉的是言语编码

看到一串数字，多数人会在心里念出来。这套策略在能看两三秒时非常有效，但它有一个硬成本：默念要花时间。

呈现方式	你来得及做什么	测到的是
自定步调（看到点中 1 为止）	默念、分组、复述	容量 + 愿意花的时间
650 ms	勉强扫一遍，来不及念完	容量 + 一点策略残余
430 ms	只够整体扫视	接近纯空间捕获
210 ms	念不出第二个数字	空间位置的瞬时捕获

Ayumu 在短呈现下几乎不掉，因为它从一开始就没有言语这条路可走。人类掉得厉害，恰恰是因为我们有一套更高级但在这里帮不上忙的工具。

自定步调为什么没法和黑猩猩比

自定步调档里，数字一直显示到你点中 1 才盖住。这意味着你可以盯着看 20 秒慢慢背——成绩会好很多，但它已经不是那篇论文测的东西了。

所以本站把编码时间（从数字出现到你点中 1 的耗时）和成绩一起报，并且每个档位单独一个排行榜。把限时和自定步调混进同一个榜，就等于让一部分人带着秒表答题，榜单立刻失去意义。

网格为什么跟着长大

本站的网格边长随数字个数增长，填充密度恒定在 1/4 左右。理由和视觉记忆那边一样：密度就是难度。固定格数的话，第 4 关稀稀拉拉、第 15 关挤成一团，两者的分数没法放在一条曲线上。

想提高成绩，实际上只有两条路

一是放弃念数字，改成看整体形状：把若干个位置当成一个图形记下来，这条路的上限明显更高，但需要克服”忍不住要念”的本能。二是分组：先记前三个的位置，点掉之后再处理剩下的——注意这在限时档里不可行，因为盖住之后没有第二次看的机会。

这个分数不能拿来做什么

它是消遣工具，不是智力测验也不是医疗评估。同一个人不同时段差两三个是常事。

尤其别拿它跨站比较：网格密度、起始个数、命数、限时档，每家都不一样，换一个站点比的就是规则而不是人。本站的完整口径都写在工具页的帮助里，可以逐条核对。

❓ 常见问题

「黑猩猩记忆力超过人类」这个说法靠得住吗？

出处是真的，但流传的版本掉了最关键的条件。Inoue 和 Matsuzawa 2007 年发在 Current Biology 上的《Working memory of numerals in chimpanzees》报告了京都大学灵长类研究所的黑猩猩 Ayumu：屏幕上闪出若干数字，固定时长后全部盖住，要按 1→N 的顺序点出来。关键在"固定时长"——实验用了 650、430、210 毫秒三个档（limited hold 范式）。呈现时间越短，人类的正确率掉得越厉害，而 Ayumu 受影响小得多。结论的正确表述是：在极短呈现时间的这类空间位置任务上，受过训练的黑猩猩表现优于人类受试者；不是"黑猩猩记忆力比人强"这种笼统的话。

那为什么人类在短时间下掉得更厉害？

主流解释是人类用了一套在这里帮不上忙的策略：言语编码。看到数字，人会不自觉地在心里念出来（"3、7、2、9…"），这套办法在能看几秒的时候很有效，但默念本身要花时间——210 毫秒根本来不及念第二个数字，策略就白准备了。而黑猩猩没有言语系统，走的是整体性的空间位置捕获，几乎不受呈现时长影响。这也是为什么本站限时档的成绩和自定步调档不能放进同一个榜：它们测的不是一回事。

「自定步调」和三个限时档该选哪个？

看你想对照谁。自定步调（数字一直显示到你点中 1）是 humanbenchmark.com 的 chimp test 口径，成绩可以和那边直接对照，但它测的是"肯花多少时间默念 + 容量"的混合物——所以本站会把编码时间中位数一起报出来，不然"记住 12 个"里有多少靠容量、有多少靠肯花 20 秒，完全看不出来。650 / 430 / 210 ms 三档才是能和那篇论文对照的口径，其中 210ms 是最苛刻的一档。建议：先用自定步调摸出自己的容量上限，再去 430ms 档看掉多少——掉得多说明你高度依赖言语编码。

为什么网格会越打越大，不是固定格数？

因为密度就是难度。同样 10 个数字，撒在 16 格里和撒在 81 格里完全是两回事：格子越稀疏，眼睛要扫的范围越大、位置越难编码。本站的边长跟着数字个数走（side = ceil(sqrt(4n))），把填充密度恒定在 1/4 左右。固定格数看着整齐，实则越到后关越密、越容易蒙——各关之间反而不可比了。

点到空格子为什么直接算错？

因为空格和被盖住的格子长得一模一样，这正是这个玩法的核心。如果点空格不算错，你就白得了一批免费试探位（密度 1/4 意味着四分之三的格子是空的），可以靠排除法把答案试出来，测试就没意义了。但编码阶段（数字还看得见的时候）点空格是忽略的——那时没有任何信息被隐藏，点错纯属手滑。

「挑战」和「广度」两种计分该用哪个？

要一个稳的数就用广度。挑战模式是起始 4 个、过关 +1、失败扣一条命重做本关、3 条命用完结束，和 Human Benchmark 一致，节奏快但单次运气成分大。广度模式给每个长度固定做 2 试，至少对 1 次才进下一长度，两次都错即停——这是 span 类任务（数字广度、Corsi 积木）的标准施测流程，因为单次试验的方差往往比人和人的差距还大。想跟自己昨天比、或者想看清自己的真实上限，用广度。