多任务能力测试 — 双任务注意力分配
追踪弹跳的圆点、变红时立即点击 —— 同时判断闪现数字的奇偶。16 轮双任务测量当两个任务争夺注意力时你还能保住多少准确率。
这个测试测什么
注意力分配能力：同时维持两个并行任务的水平。测试共 32 轮，每轮 3 秒。前 8 轮为不计分的练习（每个任务各 4 轮），随后 8 轮计分的单任务测试分别建立你在每个任务上的基线，最后 16 轮为双任务 —— 两个任务同时进行。任务一：追踪弹跳的圆点，变红的瞬间点击（或按空格）。任务二：屏幕闪现 1-9 的数字 —— 奇数按 O，偶数按 E。你的成绩是双任务阶段两个任务的平均准确率。单任务轮次的作用是让你分别熟悉两个任务 —— 在该范式的实验室版本中，对比两个阶段即可得到双任务成本：当注意力必须共享时，每个任务掉了多少准确率。
科学依据
双任务范式是注意力研究近一个世纪的主力工具，从 Telford 1931 年对心理不应期的研究，到 Pashler 1994 年在 Psychological Bulletin 上的里程碑综述 —— 后者提出了中央瓶颈理论：大脑一次只能选择一个反应，两个决策只能排队而无法真正并行，即使训练有素的专家也不例外。Wickens 的多资源理论（2002）解释了为什么某些任务组合的冲突更严重：争夺同一类加工资源的任务干扰最大。这种干扰绝非纸上谈兵 —— Strayer & Johnston 2001（Psychological Science）用双任务逻辑证明打电话会显著损害模拟驾驶表现。玩家研究则发现，动作类游戏玩家往往能更高效地在任务间分配注意力（Dye, Green & Bavelier 2009；Dale & Green 2017）。
如何提高多任务能力
对任何承诺把你变成'并行处理器'的说法保持警惕 —— Pashler 发现的中央瓶颈无法被训练消除。真正能提高的是自动化程度：单个任务练得越熟，占用的中央资源越少，留给第二个任务的空间就越大。双任务练习也有帮助，但收益往往局限于练习过的特定任务组合 —— 脑训练文献几乎没有发现广泛迁移（Simons et al. 2016, Psychological Science in the Public Interest）。一个反直觉的发现：长期的媒体多任务并不会锻炼这项能力，重度媒体多任务者在实验室多任务和干扰过滤任务上的表现反而更差（Ophir, Nass & Wagner 2009, PNAS）。深度练习组成技能，而不是简单地同时做更多事。
常见问题
双任务准确率多少算好？
对照我们基于研究的初始常模（双任务准确率均值 65%、标准差 15%），80% 大约进入前 16%，95% 大约是前 2-3%。这些参数来自双任务文献（Pashler 1994; Wickens 2002）的估计，会随着真实样本增长而重新校准。
多任务是真实存在的，还是只是快速切换？
大部分情况是切换。Pashler 的双任务研究指向一个中央瓶颈：反应选择一次只能处理一个决策，并行任务只能排队并相互干扰。只有当至少一个任务熟练到接近自动化时，才会出现真正意义上的并行 —— 所以这个测试测的是你在干扰下能保住的准确率，而不是什么多任务超能力。
重度媒体多任务者会做得更好吗？
证据恰恰相反。在一项被广泛引用的斯坦福研究中，重度媒体多任务者在实验室任务切换和干扰过滤测量上的表现比轻度多任务者更差（Ophir, Nass & Wagner 2009, PNAS）。长期在多个媒体流之间来回切换，训练出的似乎是易分心，而不是注意力控制。
游戏玩家的多任务能力更强吗？
动作类游戏玩家的研究报告了注意力分配和任务切换上的优势（Dye, Green & Bavelier 2009；Dale & Green 2017）。其中一部分可能是自我选择效应，但训练研究表明动作游戏可以因果性地改善注意力分配。不过这只是优势，不是豁免 —— 玩家和所有人一样要付出双任务成本。
为什么要先单独做每个任务？
单任务轮次用来建立你在每个任务上单独的基线准确率。将基线与双任务阶段对比，就得到你的双任务成本 —— 这是研究文献中衡量干扰的标准指标。如果没有基线，双任务分数低可能只说明某个任务本身对你太难，而不是注意力分配出了问题。