简短版：一个能预测伤病的数字

业余运动中的大多数伤病，并非源于一次踩空，而是源于过量、过快。你整周不动，周末却在半程马拉松里把油箱一次掏空；或者在平时的训练量上硬塞两次高强度间歇。身体来不及适应——某个地方就出问题了。

ACWR（急性负荷与慢性负荷之比）能把这种失衡从凭感觉变成一个数字。在运动科学里，它是与伤病风险和过度训练关系最密切的指标。

急性负荷与慢性负荷

整个思路建立在两个时间窗口上：

急性负荷——你在过去 ~7 天里的训练量。这是你当下这一周：身体还在消化的新鲜压力。
慢性负荷——你在 ~28 天里的平均负荷。这是你积累起来的体能，是身体早已习惯的基础。

ACWR 就是两者相除：

ACWR = 急性负荷 ÷ 慢性负荷

其逻辑深植于生理学。慢性负荷显示你的身体能承受什么，急性负荷显示你刚刚给它压上了什么。如果这一周远高于你的常态，你就踏进了自己尚未准备好的地带。

到底什么才算"负荷"

负荷本身并不是公里数或分钟数，而是一次训练带来的内部压力。它通常用 TRIMP（训练冲量）来表达，把时长和心率强度结合在一起。一小时轻松跑和一小时间歇是天差地别的负荷，哪怕表上显示的时间一样。正因如此，ACWR 建立在心率数据之上，而不是距离。

安全走廊与危险区

积累下来的研究给出了相当清晰的标线：

0.8–1.3——工作走廊（"sweet spot"）。 新增负荷大致与你的基础相当。你练得足以进步，又不至于超过自己的适应能力。
低于 0.8——训练不足。 你的训练量下降了。有时这是有意的恢复，但一周又一周地这样，体能会消退——而重新回来本身又成了一次飙升。
1.3–1.5——黄色区。 你明显加量了。并非禁区，但这是一个信号：留意身体感受，不要再往上堆。
高于 1.5——红色区。 伤病和过度训练的风险陡然上升。你把一个身体尚未准备好的负荷丢给了它。

关键结论有些反直觉：高慢性负荷反而保护你。一名基础扎实、训练有素的运动员，扛过一个艰难周，要远比做同样绝对训练量的新手轻松。危险的不是训练量本身，而是相对于你自身常态的急剧飙升。

为什么用 EWMA，而不是简单平均

那种天真的算法——把最近 7 天相加，再除以 28 天的平均——有个缺陷：它假定 27 天前的一次训练对你的影响，和昨天一样强。事实并非如此。训练压力会衰减。

所以一个正确的 ACWR 会用 EWMA（指数加权移动平均）。近几天权重更大；越早的日子按指数递减地计入。这契合了恢复的生理规律，在研究中也比平直的平均更贴合真实的伤病风险。

这没法用手算。它需要每日的心率数据和正确的衰减算法——在这里，自动化不是可选项。

如何在实践中用好 ACWR

循序渐进地加量。 一个粗略的参考是每周训练量增加 10% 左右。这能让 ACWR 保持在走廊之内。
别把"归零的一周"当成休息。 彻底停练会拉低你的慢性基础，于是重新开练就成了一次飙升。轻度活动胜过归零。
有意识地安排你的高峰。 一场比赛或一个强化周会让 ACWR 暂时升高——没关系，只要后面跟上恢复。
看趋势，而不是单次读数。 重要的是方向：你是守在走廊里，还是一周又一周地往红色区里挪？

Sport AI Link 在这里扮演什么角色

ACWR 的症结很简单：它必须每天根据心率数据重新计算，而靠手算根本不可能。Sport AI Link 替你完成。

这个机器人连接你的手表（Garmin、Oura、Whoop、Fitbit、Strava），为每次训练计算 TRIMP，并通过 EWMA 追踪 ACWR——用确定性代码，不靠猜。一旦比值滑入黄色或红色区，你会在过量演变成伤病之前收到直截了当的警告。数字由代码来算；AI 只是在这些数字之上，以教练的口吻发声——诚实，不加糖衣。

什么是 ACWR：负荷比如何帮你远离伤病