寻找最佳睡眠追踪器

大约两个月前，我偶然看到 Bryan Johnson 的这支视频：How I FIXED My Terrible Sleep - 10 Habits。那天我决定听 Bryan 的，尝试改善我的睡眠。但在改善之前，首先——我们该如何衡量？Bryan Johnson 似乎在用 Whoop，而当时我手头只有 Apple Watch（配合一款流行的睡眠 App——AutoSleep）。很久以前我也用过并且很喜欢 Oura。另外我还预订了新潮的 8Sleep Pod 4 Ultra，我知道它也提供一些睡眠追踪。于是我就有点犯难——我应该选哪一个来追踪我的睡眠？答案当然是……发起一个全面的对比项目，把这 4 个主流候选做个系统比较，找出最。佳。睡。眠。追。踪。器。于是我就这么干了。下图是我全副武装准备睡觉：

现在我已经收集了大约 2 个月的数据。我把原始数据放在一个简单的表格里，记录一些基础指标：睡眠时长（浅睡、REM、深睡，以及清醒翻身）、心率指标（静息心率（RHR）、心率变异性（HRV）），以及每个应用给出的睡眠分数（Score）。我会在每天醒来立刻把这些记录下来，以便对照数字并联想到当时的主观感受。你可以在这个电子表格里查看我的原始数据，大概长这样：

定性评估。为免你悬念太久，经过两个月的收集与每天早上盯数据，我很容易就能看出来 Oura 和 Whoop 都是“第一梯队”——在睡眠追踪上相当接近且质量很高。它们给出的分数也彼此接近，并且在早上与我的主观感受_大多数时候_都一致。接下来是 8Sleep，还可以。最后让我难过的是，Apple Watch + AutoSleep（我过去曾用过好几个月）真的、真的很糟。它的分数基本接近随机，波动很大，与我醒来时的感受相比几乎没什么相关性。

现在来看看一些数据。首先，看看 2 个月里 4 个信号的取值及其直方图：

如图所示，AutoSleep 和 8Sleep 太容易“取悦”了，分数经常很高，贴着 100 的上限。Whoop 也稍微有点宽松，会给出 100 分。Oura 则最“难伺候”，分数分布更像高斯分布，动态范围也更大。我把这视为 Oura 的一个优点。实际上，两个月下来我在 Oura 上的最高分也才 92，而在 Whoop 上我相当规律地能拿到 100。这意味着我还能继续努力，把睡眠进一步优化——总有进步空间。

接着，我对不同追踪器之间的相关性很感兴趣。我们把所有分数拿来画成两两相关性的散点图，看看哪些追踪器彼此“最为一致”。如下所示：

下面是按相关性排序的结果：

Whoop vs Oura: 0.65
Oura vs 8Sleep: 0.59
Oura vs AutoSleep: 0.47
8Sleep vs AutoSleep: 0.42
Whoop vs 8Sleep: 0.38
Whoop vs AutoSleep: 0.14

Whoop 和 Oura 的相关性最高（约 0.65），而其他的就比较散。尤其是 Whoop 和 AutoSleep 几乎不相关（0.14！）。如果我们认为 Whoop 是不错的（我也这么认为），那 AutoSleep 看起来几乎就是一个噪声发生器。

心率相关。接下来我想看看静息心率（RHR）与心率变异性（HRV）。首先，除了 8Sleep 之外，所有追踪器在夜间心率上的一致性都很高，包括 Apple Watch。8Sleep 最差，因为……它是个床垫，无法直接测量心率。它能有这么高的相关性，其实已经让我有点惊讶了：

           AutoSleep    8Sleep      Oura     Whoop
AutoSleep   1.000000  0.947151  0.908987  0.942587
8Sleep      0.947151  1.000000  0.947977  0.878552
Oura        0.908987  0.947977  1.000000  0.904023
Whoop       0.942587  0.878552  0.904023  1.000000

既然确定了 3 台设备（Oura、Whoop、AutoSleep）在夜间给出了良好且一致的静息心率测量，我就好奇它与睡眠分数是否有关联——Bryan 在他的视频里也提过这个点。换句话说，更低的 RHR 是否对应更高的睡眠分数？请记住这只是相关性分析；实际上我也不知道这些 App 在计算睡眠分数时是否把 RHR 作为特征之一。就 Whoop 而言，似乎存在一丁点相关性，也就是 RHR 越低分数越高（约 0.13）。

但在 Oura 上几乎没有相关性：

所以……我也不太确定该怎么解读。起初我以为更低的 RHR 会和更高的分数有明显相关，但看起来并非如此。

最后，在这两个月的数据收集期间我也规律运动，基本每天做平均约 30 分钟的 Zone 2 有氧，每周两次再做一次 4x4x4 的 HIIT（4 分钟缓和、4 分钟冲刺、共 4 轮）。我也想看看这是否在数据里有所体现，结果确实如此，还挺酷的：

用 Whoop 和 Oura 的平均测量值来看 RHR 和 HRV，我的静息心率在这 60 天里改善（下降）了不到 3 次/分钟（大约从 51 次/分降到 48 次/分），很棒。此外，我的 HRV 也有所提升（上升），（大约从 49 提高到 54）。我很喜欢在数据里看到运动带来的适应性变化。另一个不明原因的现象是，Whoop 的 HRV 数值看起来比 Oura 略高，差不多高了 5 左右。我不太确定为什么，可能它们的计算方式不同……但总之这点有些令人困惑。

这两个月里我一直试图改善睡眠质量，但过程中掺杂了许多随机事件、聚会、受伤，还有我不时尝试的一些小实验。举个例子，上周我就被一个技术问题“上头”，导致睡得很糟。所以总体而言，目前我还没看到睡眠质量有戏剧性提升。不过我把这件事看作一个长期项目，希望在今年的更长时间里把这些分数整体拉上去。也许要是眯起眼睛看，似乎略有提升（？），但说实话这大概只是自我安慰哈哈：

的确，睡眠很重要。总的来说，我可以非常肯定地说，Bryan 基本是对的：我的睡眠分数和我当天能够完成的工作质量高度相关。分数低的时候，我缺乏行动力、缺乏勇气、缺乏创造力，就是累。分数高的时候，我可以无所不能。在最好的那些天里，我能坐下来工作 14 个小时，几乎感觉不到时间流逝。这不是微妙的差异。并且，这种影响通常不是由某一晚的睡眠决定的，而是由过去几天累积的睡眠负债决定的。换句话说，单独某一晚睡差点通常没关系，但连续几晚就很糟，反之亦然。听 Bryan 的。

购买建议。最后，我想给希望开展睡眠追踪并改善睡眠的人一些建议：

• Oura 属于第一梯队 / 非常可靠的追踪器。App 很优秀，我喜欢它那一屏“总览面板”，一觉的所有关键信息一屏尽览（Whoop 则需要在 App 里多点几次）。我喜欢 Oura 的分数不容易饱和、分布更像高斯，而且动态范围更大。不过指环这种形态对我来说有点不便，因为它略厚，而手指在日常中用得很多（比如洗手、做饭等）。去健身房时我经常会把戒指摘下来，因为它会影响握力，也容易被刮花。戒指必须合适尺码，而手指的尺寸会变化；有时候有点紧，有时候又有点松。为了得到最佳测量，戒指还得保持正确的旋转方向（小缺口要朝下），你会时不时发现它转偏了又去调整。我也不太喜欢为了充电而反复摘戴。

• Whoop 同样是一款第一梯队 / 非常可靠的追踪器。App 也很优秀。刚上手可能有点信息量大、需要多处点来点去，但功能非常全面、可定制程度也更高，超过 Oura。它还有一个挺酷且实用的 LLM 集成。我也很喜欢它的社区（Community）功能，不过现在明显还不够成熟、设计不足，感觉像“被遗忘的角落”。我认为在“一晚睡眠的密集总结页”上，Oura 的“总览”做得更好。我不喜欢 Whoop 的分数较容易达到 100 的“饱和”现象。就形态而言，我觉得 Whoop 要好不少——把追踪器戴在手腕上在日常生活里显著更方便、更不打扰。此外，你几乎从不用把它摘下来，因为充电头是“扣上就行，充完取下”的设计！

• 我觉得 8Sleep 的睡眠追踪并不够可靠。醒来时它给的分数常常让人摸不着头脑，而且如前面所示，它和 Whoop、Oura 的相关性并不强。

• AutoSleep 基本就是一个随机数发生器。也许 Apple Watch 上有更好的睡眠追踪 App，但我还没找到。不要用它。

上图：4 款 App。从左到右：Oura —— 我很喜欢这张“总览”页面，信息密度高，正好就是你关心的内容，而且左右滑动就能切换日期。Whoop —— 信息密度更低，你需要在 App 里“寻宝”式地到处点来点去。8Sleep —— 还不错。AutoSleep —— 看起来很酷，但数字全错，所以 ¯\(ツ)/¯。

把以上都总结成一句建议：如果你想要 9.5/10 的可靠、方便、配套 App 优秀的睡眠追踪，选 Whoop（上手后会越来越顺手）。如果你能接受戒指这种形态，想要 10/10 的追踪质量，选 Oura。

我是不是漏掉了你最爱的、显而易见的“最佳睡眠追踪器”？到 X 上告诉我吧 @karpathy。