工作记忆测试 — N-back
盯住 3×3 网格上依次亮起的格子，当前位置与恰好 2 步之前相同时按「匹配」。30 轮固定节奏试次（28 轮计分，恰好 9 轮真匹配）测量你的工作记忆平衡准确率。
这个测试测什么
空间工作记忆 —— 在脑中持续保存一串位置信息、不断更新，并将最新出现的位置与之前见过的位置进行比对的能力。3×3 网格每次亮起一个格子 —— 每个固定持续 1.5 秒，随后有 0.4 秒的空白间隔 —— 共 30 轮。作答会锁定你的回答，但不会缩短该轮时长，因此每个位置的编码时间完全相等。从第 3 轮开始每一步都要作答：如果当前位置与恰好 2 步之前的位置相同，按「匹配」（M 键），否则按「不匹配」（N 键）—— 不作答会被视为回答「不匹配」。28 轮计分试次中恰好 9 轮是真正的匹配。前 2 轮仅为观察（此时还不存在 2 步前的参照）。你的成绩是平衡准确率：9 轮真匹配上的命中率与 19 轮非匹配上的正确拒绝率的平均值 —— 与实验室 n-back 研究使用同一套信号检测计分方式。随机乱猜或全程不作答都只会落在 50% 的机会水平。
科学依据
n-back 任务由 Kirchner 于 1958 年提出，后来成为认知神经科学中最主流的工作记忆范式：Owen et al. 2005（Human Brain Mapping）对数十项神经影像研究做了元分析，证明它能稳定激活额顶叶工作记忆网络。它在实验室之外的名气来自 Jaeggi et al. 2008（PNAS）—— 该研究报告双重 n-back 训练能提升流体智力，掀起了一波「脑力训练」热潮。但复现结果并不乐观：Redick et al. 2013（Journal of Experimental Psychology: General）的随机安慰剂对照研究没有发现任何智力提升，Melby-Lervåg & Hulme 2013 的元分析也认为工作记忆训练主要产生短暂的、任务特异性的效果。这个任务本身仍是测量工作记忆更新能力的优秀工具 —— 有争议的是迁移效应，而不是测量本身。
如何提高工作记忆
n-back 成绩本身可训练性很强：随着练习，命中率上升、虚报下降，平衡准确率可以从未训练的平均约 75% 提升到 90% 以上（Jaeggi et al. 2010）。实用策略：把最近两个位置当作一个滚动配对来复述；每一轮都果断作答 —— 真匹配只有 9 轮而非匹配有 19 轮，漏掉一次匹配比多一次虚报对分数的伤害更大。警惕诱饵：出现在错误距离上的重复（3 步前而不是 2 步前）是最常见的出错原因。但也要诚实面对提升的边界：练习能稳定提高你的 n-back 分数以及相近记忆任务的表现，而向智力的远迁移已被反复证明难以复现（Redick et al. 2013；Melby-Lervåg & Hulme 2013）。睡眠和持续注意力同样重要 —— 工作记忆是疲劳时最先退化的能力之一。
常见问题
N-back 多少分算好？
这里的成绩是平衡准确率 —— 真匹配上的命中率与非匹配上的正确拒绝率的平均值 —— 因此随机乱猜（或全程不作答）恰好落在 50%。未训练的成年人平均约 75%、标准差约 12%（基于 2-back 行为学文献的估计，Jaeggi et al. 2010，待真实数据校准）。约 87% 大约进入前 16%，95% 以上大约是前 5%。经过练习的玩家可以达到 90% 以上，所以第一次测试应对照未训练常模来看。
这是双重 n-back（dual n-back）测试吗？
不是 —— 这是单通道空间 n-back：只有一条视觉位置序列。因 Jaeggi et al. 2008 而出名的双重 n-back 会同时增加一条听觉字母序列，需要同时追踪两条流。单通道 n-back 是实验室的标准形式（有言语和空间两种变体 —— Owen et al. 2005），本测试采用空间变体。
n-back 训练能提高智商吗？
大概率不能。Jaeggi et al. 2008（PNAS）报告双重 n-back 训练后流体智力提升，但随机安慰剂对照的复现研究没有发现任何智力增益（Redick et al. 2013），Melby-Lervåg & Hulme 2013 的元分析也发现主要是短暂的、任务特异性的提升。训练会提高你的 n-back 分数 —— 超出这一点的宣称目前证据不足。
2-back 是什么意思？
n-back 中的 N 是指往回比对几步。2-back 要求判断当前位置是否与两轮之前的位置相同，这迫使你持续更新记忆：每个新位置都要存入，同时比对并丢弃一个旧位置。1-back 容易得多，3-back 难得多；2-back 是研究中的标准难度。
为什么前两轮不计分？
2-back 判断需要两步之前的位置作参照，而第 1、2 轮时这个参照还不存在。这两轮只需观察记忆，从第 3 轮开始计分 —— 这就是 30 轮试次只产生 28 个计分作答的原因。