永恒的阶梯：跑步机是如何学会测量你的
1858年10月，一位伦敦医生走进冷浴场监狱，和囚犯们一起爬上踏轮，开始对着一根管子呼吸。
他叫爱德华·史密斯。他并没有在服刑。他是来测量的。
史密斯带了一位化学家同行——爱德华·弗兰克兰，英国最令人生畏的分析家之一。两人收集了踏轮上那些男人呼出的气体，也收集了史密斯自己呼出的气体，算出其中有多少变成了碳酸。前一年他已经做过一次类似的试验，并把结果提交给了皇家学会以及刚成立的全国社会科学促进协会。就现存记录而言，他是第一个在人运动时对人进行正规定量测量的人。
他是在一台惩罚机器上做的，这并非巧合。1858年，能对一个人连续数小时施加已知的、可重复的、可调节的工作量的装置，在英国几乎只有监狱踏轮。想研究用力，就得去国家施加用力的地方。
你健身房里的那台机器，是这只轮子的后代。不是靠换标签，而是靠功能的继承。
工程师解决的是一个文书问题
大约在1818年——年份是含糊的，我稍后会回来说——萨福克郡的一位治安法官请伊普斯威奇的工程师威廉·丘比特想想办法，处置伯里圣埃德蒙兹监狱里的囚犯。抱怨的不是他们受苦太少，而是他们无所事事，法律开始要求他们「苦役」，却没人说得清苦役究竟是什么。
丘比特的答案是一台机器。他拿来踏轮——一种从内侧驱动、像仓鼠轮一样的老式起重装置——把它翻转过来，拉长，把踏级装在外侧。囚犯们在一只旋转的鼓上排成一列往上爬。隔板让他们无法倚靠邻人；顶部的罩子把他们压在靠近轴心的位置，那里他们的体重最见效。
它看上去像一道永远走不完的楼梯，人们也就这么叫它：永恒的阶梯。
但请看丘比特实际造出了什么。不是刑具。是一台工作计量器。踏级高度固定。转数可以数。鼓上有多少人是已知的。监狱长第一次可以用数字写下，一份刑罚究竟从一具身体里榨出了多少劳动。
在轮子之前，用力是一个道德量
从今天回望，这一点很难体会，因为我们拥有数字太久了，久到忘了它们是被安装上去的。
在丘比特之前，重活是一种判断。你可以说某人干得很卖力，你也可以反驳否认的人，却没有第三样东西可供诉诸。轮子提供了这第三样东西。它把一个道德范畴换算成了一个算术范畴。
剑桥科学史家西蒙·谢弗在2025年发表于 History of Science 的一篇论文中认为，跑步机的真正意义正在于此。监狱的轮子成了实验装置，而19世纪关于能量与劳动力的科学，有一部分正是建立在它们之上。惩罚的机械装置在生理学与物理学的形成中做了实实在在的工作。
请反过来读这句话，因为它颠覆了我们大多数人听过的说法。健身房的机器并不是因为卸下了残酷才从惩罚机器演化而来。它是因为保留了测量才从中演化而来。
磨风
这里开始变得奇怪。许多轮子确实连着实在的东西：磨坊、水泵。英格兰有四十四所监狱用它们磨谷。另一些则什么也不连——鼓带动一组叶片拍打空气，这些叶片唯一的功能就是让攀爬更吃力。
冷浴场监狱的男人们给它起了个名字。他们叫它磨风。
你能听见其中的轻蔑。若再多听一会儿，你也能听见现代健身器械的全部运行逻辑。为阻力而阻力。除了「被消耗过」这一事实之外什么也不产出的用力。每次你把跑步机的坡度往上推，你都在磨风；创造这个说法的人会一眼看出你在做什么，并且不会觉得了不起。
区别在于自愿。这几乎是监狱与健身房之间道德距离的全部。但从机械上说，这是唯一的区别。
这个故事的通俗版本弄错的三件事
1. 它并不是作为酷刑被设计出来的。 丘比特接到的任务是无所事事，以及证明刑期已被服满这个行政难题。残酷是真实的，而且来得很快，但它是设计的后果，不是设计的要求。
2. 它并不是一个世纪之后才被「改名」为健身。 生理学家把监狱的轮子当作实验室器械使用时，那些轮子还在惩罚人。史密斯的试验在1857年和1858年；废止则在数十年之后。两段生涯是重叠的。
3. 干净的年份并不干净。 资料把丘比特的设计定在1817年或1818年，把最早的安装定在1819年；每日攀升高度的估计，也因监狱而异，从约6,600英尺到17,000英尺不等。任何人引用一个利落的数字，都是悄悄挑出来的。
两个世纪，一种功能
单位不断变化。它要做的事从未变过。
- 1818丘比特的永恒阶梯伯里圣埃德蒙兹与布里克斯顿监狱转数由监狱长清点
- 1857爱德华·史密斯带着管子爬上去冷浴场监狱，与化学家弗兰克兰同行立方英寸的空气最早的运动中测量
- 1889聪茨为跑带装上马达，柏林定速的是马达，不再是人气体交换氧气进入，二氧化碳排出
- 1902最后的监狱轮子被拆除依1898年《监狱法》废止—测量比惩罚活得更久
- 1963布鲁斯把负荷试验分级每三分钟一级，全程心电图分钟跑带上的时间成了分数
- 今天腕上的一套算法以配速对照心率，由模型推算mL/kg/min估算值——并未测量任何氧气
自愿站上轮子的医生
回到爱德华·史密斯，整个故事的枢纽。
1857年2月，在圣詹姆斯公园旁的约克公爵纪念柱附近，史密斯测量了呼吸，估计在惩戒踏轮上多流动了约600立方英寸空气。1858年10月，他与弗兰克兰在冷浴场监狱重复了这些试验，对进出的气体取样。
他真正追问的其实是伙食。踏轮上的囚犯领取的是委员会核定的口粮，史密斯想知道这份口粮是否与劳动相称。于是他按人所流动的空气量给人分类——无所事事的绅士、寻常匠人、卖力气的劳工——并证明轮子上的男人明确属于最后一类，却没有按这一类被喂养。
Dictionary of Scientific Biography 对此毫不含糊：史密斯是第一个设计出适用于研究运动中人体的定量方法的人，他关于分级负荷下呼吸量、脉搏与二氧化碳生成的数据，支撑了此后大量关于肌肉做功的研究。
还有一层转折。史密斯的数字显示，肌肉做功的主要燃料是淀粉和脂肪，而非仅仅是蛋白质——这直接推翻了当时的学说，也成为汇入新兴的能量守恒学说的一项结果。「你靠燃烧碳水化合物和脂肪来移动」这个如今平淡无奇的事实，有一部分是由一位嘴里含着管子、站在监狱轮子上的医生确立的。
它的代价，健身版本从不提起
这些都不能为轮子开脱，而这个故事不加抹平反而更好。
囚犯通常每天在鼓上待约六小时，一刻钟一班，中间歇五分钟。攀升高度视监狱而定，留存下来的估计彼此相差两倍以上。无论真实数字如何，那都是营养不良的人在一台没有刹车的机器上完成的巨量劳动。
伤害有据可查。疝气。风湿。肺部损伤。哺乳期妇女断了奶。做工粗劣的轮子在人踩空时夺走一条肢体，甚至一条命。从1820年代起，医学期刊公开争论此事——本杰明·哈钦森于1823年8月在 The London Medical and Physical Journal 上发表了《Observations on the Tread-Mill》——到1830年代，舆论已经转而反对这台机器。
大约在同一时期，经济账也垮了。工业动力使得用人来磨谷显得荒唐，于是那些至少还有用处的轮子也不再有用。剩下的只有惩罚和算术。
1865年的《监狱法》仍然把它制度化，要求被判苦役的十六岁以上男性囚犯在轮子或曲柄上服役。1898年的《监狱法》将其废止。1895年英格兰监狱里还有39台踏轮；1901年剩13台；到1902年已经消失。
八十年间有多少人受伤，没人知道。没有留下可靠的统计——这件事本身就说明了这个机构在测量什么、又不在测量什么。
跑带取代了轮子
柏林，1889年。皇家农业高等学校的兽医与生理学家纳坦·聪茨，与合作者莱曼一起造出了第一台电动跑步机——也就是 Laufband，字面意思是奔跑的带子。聪茨手上已经有他在1886年与格佩特一同研制的呼吸装置，用来分析呼出气体。他缺的是一种由自己而非由受试者来决定速度的办法。
这一次颠倒，正是整段历史中安静的转折点。
在丘比特的轮子上，鼓是由站在上面的人转动的；他们必须跟上，但鼓之所以动，是因为他们在动。在聪茨的跑带上，是马达决定速度，人来服从。测量变得更干净。受试者失去了最后的发言权。此后每一台跑步机都按聪茨的方式运作，这也正是为什么即使数字相同，跑带的感觉仍与路面不同。
这套装置在1911年德累斯顿国际卫生博览会上展出。1914年聪茨又加装了X光设备，用以观察运动中心脏容积的变化。胡戈·克尼平在1928年造了一台曲柄测力计，1929年将其与气体代谢测量装置结合，把结果称为螺旋测力法——本质上，那正是今天的心肺运动负荷试验。
一位心脏科医生如何把它变成一个数字
罗伯特·A·布鲁斯于1950年、三十四岁时成为华盛顿大学首任心脏科主任。自1949年起，他就让病人在跑步机上行走，看着心电图随着负荷上升而逐分钟变化。
他的难题在于，当时的标准——马斯特二级台阶试验——是固定的。所有人踩同样的台阶：对虚弱的病人太苛，对健康的人又太轻，因而无法充当共同的刻度。
布鲁斯的解法发表于1963年，偏偏刊在 Pediatrics上，办法是把试验分级。起始为时速1.7英里、坡度10 %。每三分钟提速并加陡。若受试者能坚持，一直到时速6.0英里、坡度22 %。一套方案既适合心脏病人也适合训练有素的运动员，因为它不问你走了多远。它问你撑了多久。
这就是跑步机成为刻度的那一刻。你的体能变成了一个时间。时间可以换算成摄氧量的估计值，而那个估计值，正是如今坐在你腕上的那个数字的祖先。
1971年启动、参与者超过一万人的西雅图心脏观察计划确立了该方案的可重复性。它同时也获得了每项临床检查都会获得的局限——敏感度约70 %，特异度约80 %，两者波动都很大。负荷试验是一项由医生开具、监督并判读的临床操作。它不是在家里可以近似的东西。
它是怎么进你家的
1968年，曾与美国空军共事的医生肯尼斯·库珀出版了 Aerobics，为普通人提供了一套运动计分体系。
读者之一是新泽西的机械工程师威廉·施陶布。他注意到市面上没有能让人以合理价格在家里做这件事的产品，于是自己造了一台。到那个十年结束时，这台曾是刑罚、继而是实验器械、又成为诊断设备的机器，已经是一件放在客房里的消费品。
每往前一步，这台机器就更自愿、更私密。每往前一步，它都保有最初的功能：把一个人换算成一个数字。
丘比特的数字是转数。史密斯的数字是立方英寸的空气。布鲁斯的数字是分钟。你的数字是VO₂max的估计值——每公斤体重每分钟多少毫升氧气——而你的手表在生成它时，根本没有测过任何氧气。
这台机器实际能证明什么
两个世纪的工程，值得对由此产生的数字做一次诚实的结算。视野最大的一项，是2018年发表于 JAMA Network Open的分析：1991年至2014年间在美国一家诊所接受跑步机负荷试验的122,007名成年人，平均年龄53岁，中位随访8.4年。
实测心肺适能越高，与全因死亡率越低相关；引起关注的发现是没有天花板——不存在越过之后关联就变平的阈值。即使被划为「高」适能的人，风险也高于被划为「精英」的人；精英与最低组相比，死亡风险差距约为80 %。
接下来是那些限制，它们不是装饰。
这些是被转诊来做负荷试验的人，因此不是任何总体的随机样本。而且这类观察性研究无法分开：那道差距有多少是训练造成的，又有多少是那份让人能够训练的基础健康造成的。体能一部分是你所做的，一部分是你所拥有的；这种设计给不出比例。
即便如此，留下来的仍然可观。心肺适能只要测得准确，就是人们在一个人身上找到的信息量最大的单一数字之一——不是因为它是生活方式评分，而是因为要让它高，必须有大量生理在正常运转。它 与远超心脏范围的结局相关，也是训练一旦停止就 最先下滑的东西之一。
你的手腕在做的，是另一件事
你的手表并没有在做布鲁斯的跑步机所做的事。实验室检查测的是氧气。你的手表是在建模——它观察心率与配速的关系，再推断这一关系对能力意味着什么。
有时这种推断不错。2025年发表于 Frontiers in Sports and Active Living 的一篇系统综述汇总了13项、共273名参与者的效度研究；十三项中有七项显示估算VO₂max的效度可以接受，平均绝对百分比误差多落在5〜10 %区间。有一项超过了15 %。
其中有两个发现，比标题更值得注意。第一，误差不是随机的：在体能较差的人身上偏高，在体能较好的人身上偏低，也就是说这个数字被拉向训练该算法的那个人群的中间。第二，腕部光学传感器的表现不如胸带——传感器从未采到的信息，没有任何模型能够复原。
超过大约60 mL/kg/min之后，估算就不再可靠；这篇综述明确指出，这类设备尚不足以用于精英耐力运动。它还点出一件本该显而易见却少有人说的事：算法是专有的、无法审计的，而效度研究的样本极小——每项研究的中位数约为21人。
这些都不会让这个数字变得毫无价值。它只是让它成为趋势而非测量——而这本来就是 多数可穿戴设备数字的实情。它们是健康生活方面的估计值，不是医学测量，也不构成对任何疾病的诊断。
结论
丘比特造这台机器，是为了证明工作已经完成。两个世纪之后，我们自愿把它买回家，仍然向它索取同一样服务：证明。
证据表明，值得拥有的证明是方向，而不是那个数位。腕上体能估计值中最不可靠的部分是它的绝对值——正是人们截图拿来比较的那部分。可靠的部分，是在设备不变、地形熟悉的条件下，它在两三个月里如何移动。看那条线；忽略印在上面的数字。
如果你想要一样可以观察而不是推断的东西，那就留意 你的心率下降得有多快 ，就在你停下后的那一分钟里。它是直接测得的而非建模得出的，不需要任何算法，而且往往与你想估计的那个东西朝同一个方向变化。爱德华·史密斯会赞成的。他数呼吸是有理由的：那是他真正看得见的部分。
