你的 RIR 估得准吗?研究怎么说
你说「还剩两次」的时候,平均其实还剩三次。而在深蹲 5 RIR 上,实测误差是 5 次:RIR 到底在哪里管用。

作者:Giammaria Loi · 更新于 2026 年 11 月 14 日
“离力竭还剩两次就停。”这是现代训练计划里最常见的一句指令,我自己写的计划也一样,而它成立有一个前提:你得认得出那个点。关于这件事,研究已经攒了十年的数据,而真实的图景比流传的版本更有意思:我们估得并不算离谱,但我们几乎总是朝同一个方向错,而且错得有规律。知道误差集中在哪里,才是“有用的 RIR”和“写在训练日志里凑数的一个数字”之间的分界线。
要点速览
- 平均来说我们会低估大约 1 次。 汇总 12 项研究、414 名受试者的荟萃分析里,平均误差是 0.95 次(95% CI 0.17-1.73):你剩下的次数几乎总比你以为的多。
- 离力竭越远,误差越大。 在 70% 最大重量的深蹲里,预测次数和实际次数的差值是 1 RIR 时 2.05 次、3 RIR 时 3.65 次、5 RIR 时 5.15 次:到了 5 RIR,这个数字已经不表示任何东西。
- 长组会毁掉估计。 每组超过 12 次之后,每多做一次,误差增加 0.47 次;短组里是 0.06 次。快八倍。
- 经验解决不了这件事。 研究里训练水平不影响准确度,而六周带反馈的练习也没有改善绝对误差。
- 在它管用的地方,它真的管用。 卧推上,1 RIR 和 3 RIR 时训练有素的运动员平均只错了 0.65 ± 0.78 次。可用窗口很窄,但在窗口之内,这个工具站得住。
Nurvan 图表,数据来自 Zourdos 等,2021(25 名训练有素的男性,70% 最大重量深蹲,做到力竭的组为 16 ± 4 次)。竖线为标准差。虚线是 1 次误差,也就是一个估计还能拿来用的边界。
RIR 测的是什么,为什么它成了核心数字
RIR 是 repetitions in reserve,储备次数:在技术性力竭之前你认为自己还剩下的次数。它是最简单的强度处方方式,不必依赖当天的最大重量——而最大重量会随睡眠、压力和一杯咖啡而变。2024 年一篇纳入 31 项研究、855 名受试者的综述确认,RIR 量表在调节强度上可行且有用,而文献里最主流的用法恰恰就是训练计划里的那一种:定一个目标 RIR,再据此调负重。
它的软肋在于,RIR 不是一次测量,而是一次预测。而预测只有一种评价方式:拿它跟真实发生的事情比。
我们到底错多少
最好的参照是 Halperin 等人发表在 Sports Medicine 上的荟萃分析:12 项研究,414 名受试者,262 个效应量。主要结果是,受试者把“到力竭还剩几次”平均低估了 0.95 次(95% CI 0.17-1.73)。
一次的误差听上去不多,某种程度上也确实不多。但有两个细节比这个平均值更重要。
第一个是异质性:97.9%。意思是这个平均值概括的是彼此差别很大的一堆情境,“大约一次”并不是你每做一组的误差。相反,人与人之间的变异并不大:标准差 1.45 次。并不存在很多“RIR 天才”——误差取决于情境,不取决于你是谁。
第二个是方向。低估意味着,当你认为还剩 2 次而停下时,实际上还剩 3 次。这不是会互相抵消的随机误差:它让你系统性地比计划写的更远离力竭。
同样的误差方向在单项研究里也能看到,数值更大。在 141 人完成的一次全身训练测试里,测量标准误落在 2.64 到 3.38 次之间。在一项针对至少有一年训练经验者的欺骗设计实验里,腿屈伸上的低估是 2.0 次(95% CI 0.0-4.0)。
RIR 在哪里管用,在哪里不管用
这里是研究真正有用的贡献,也是同类内容普遍跳过的部分:准确度不是人的属性,而是情境的属性。
有三个条件会明确地让它变差。
离力竭的距离。 在 70% 最大重量深蹲的那项研究里,25 名训练有素的男性(平均 4.7 年训练经验)需要在自己感觉离力竭还有 5 次、3 次、1 次时报出来,然后继续做到真正的力竭。报告点离力竭越远,误差越大:1 RIR 时 2.05 ± 1.73 次,3 RIR 时 3.65 ± 2.46 次,5 RIR 时 5.15 ± 2.92 次。在一个能做 16 次的深蹲里写“5 RIR”,实际上什么也没规定。
组的长度。 这是荟萃分析里最清晰的调节因素。在不超过 12 次的组里,每执行一次,误差增加 0.06 次(95% CI 0.04-0.09);超过 12 次之后,增加 0.47 次(95% CI 0.44-0.49)。在深蹲那项研究里,总次数与误差的相关性在 5 RIR 时是 r = 0.65,在 1 RIR 时是 r = 0.01:组越长,估计越差,而训练经验并不能预测这件事。
Nurvan 图表,基于 Halperin 等,2022 的元回归系数(12 项研究,414 名受试者)。竖线是 95% 置信区间。数值表示组内每多执行一次,估计误差增加多少。
第几组。 同一次训练里,越往后的组估计会略微变好(每组误差少 0.07 次),大概是因为第一组留下的参照重新校准了感知。效应很小,但方向有用:一个动作的第一组是最不可靠的那一组。
还有一个条件反而让它变好:靠近力竭,再加上不会制造超长组的动作和负重。在 75% 最大重量的卧推上,24 名训练有素的运动员(12 名男性、12 名女性)报出 1 RIR 和 3 RIR 时,平均绝对误差是 0.65 ± 0.78 次,在 ±1 次范围内达到统计等效,而且与性别、训练年数或相对力量都没有关系。在器械上的单关节动作里,58 名有训练和无训练者的估计在靠近力竭时、以及在后面的组里更准,男女之间和不同动作之间都没有差别。
翻译成人话:RIR 并不是“不准”。它在3 以下、而且组不太长的时候很准,在其他地方就变成噪声。
经验救不了你(这会改变你用它的方式)
这是练了多年的人里最普遍的一个信念:“RIR 是能练出感觉的。”数据不支持这句话。
荟萃分析里训练水平不影响准确度(β = -0.006,95% CI -0.02 到 0.007)。深蹲那项研究里,训练年龄并不能预测估计的好坏。在器械上,训练经验和“报 RIR 的具体经验”都没有产生效果。
最直接的检验来自一项针对 9 名训练有素男性的研究:他们每周卧推三次、持续六周,在每次训练的最后一组报出 4 RIR 和 1 RIR。六周之后,绝对误差没有显著改善;变的是方向——在后期的训练和更长的组里,低估的倾向更强。
只有一个相反方向的信号,来自那项 141 人的研究:随经验出现改善的趋势。是趋势,不是明确的效应。老实的结论是,有经验的教练和新手错得差不多,而解决办法不是等着“练出眼力”,而是把 RIR 放在它可靠的地方,并且去验证它。
一个错掉的数字,为什么会改变结果
这取决于你想要什么,而文献在这一点上出乎意料地清楚。
对力量来说,离力竭的距离影响很小:在 2024 年那组元回归里,估计 RIR 对应斜率的置信区间包含零,也就是与力量增长的关系可以忽略。如果你训练的是力量,你的估计误差代价不大。
对肌肉增长,同一份分析得到的斜率为负,而且区间不包含零:组越接近力竭,肌肉生长越多。但别把它变成“练到力竭更好”:2023 年那篇纳入 15 项研究的荟萃分析没有发现技术性力竭优于非力竭(ES 0.12;95% CI -0.13 到 0.37),也没有发现高速度损失阈值优于中等阈值,并提出这个关系是非线性的。
把两件事放在一起:系统性的低估把你推向在增肌上要付代价的那个方向(比计划更远离力竭),而对策不是去练力竭,而是降低不确定性。围绕这个强度该安排多少次数、多长休息,我们另写过一篇:增肌该做多少次数。
研究到底怎么说
| 流行说法 | 判定 | 来源 |
|---|---|---|
| “练到 2 RIR,你就知道自己在干什么” | 需要修正:1-3 RIR 时估计站得住(误差 0.65-2 次),5 RIR 时不行(5.15) | Refalo 等,2024;Zourdos 等,2021 |
| “有了经验就能感觉出 RIR” | 不成立:训练水平不影响准确度,六周练习也没有减少绝对误差 | Halperin 等,2022;Remmert 等,2023 |
| “我要是错,两个方向都会错” | 不成立:误差是系统性地偏向低估(平均 0.95 次) | Halperin 等,2022 |
| “每一组的 RIR 价值都一样” | 不成立:超过 12 次之后,误差增长快八倍 | Halperin 等,2022 |
| “离力竭远一点没什么区别” | 需要修正:对力量可以忽略,对增肌可以测到 | Robinson 等,2024;Refalo 等,2023 |
| “杠铃速度能解决这个问题” | 在六角杠硬拉上不成立:没有一个条件通过了准确性标准 | Chen 等,2026 |
那技术手段呢?
多年来被提出的替代方案是测杠铃速度:速度会随着接近力竭而下降,所以一个速度阈值应该能告诉你还剩几次。《Journal of Strength and Conditioning Research》2026 年 11 月号发表的一项研究在六角杠硬拉上检验了这个想法:19 名训练良好的男性,在 65% 和 85% 最大重量下做到力竭的组,以及三条事先声明的标准(误差中位数 ≤ 2 次,并且“估计可接受”和“速度阈值真的出现”两件事的概率都至少 75%)。
没有任何一个条件同时满足三条标准,而且预期阈值出现的概率低到让这些模型无法实时使用。这只适用于那个动作和那个场景,不能推及整个速度依据训练,但教训是通用的:就算是客观工具,也需要在你实际使用的那个动作上先被验证。
怎么落地
- 只在 3 以下处方 RIR。 超过 3 RIR 就用固定负重和次数,或者用百分比:要求“停在 5 RIR”,等于要求一个在研究里会错 5 次的数字。
- 把“按 RIR 做”的组控制在 10-12 次以内。 这是误差开始加速的门槛。一组 20 次还标着 RIR,是记账上的虚构。
- 先报,后验。 在你收尾那一组的*当时*写下预测的 RIR,而不是晚上补日志时再填:事后回忆的估计不是同一回事。
- 每 4-6 周校准一次。 在一个安全的动作上(器械,或带保护杠的卧推)做一组到技术性力竭,并在结束前两次左右把预测报出来。预测和实际之间的差,就是你个人的偏差,而且要这样读:如果你报 2 却做了 4,你的“2”实际上等于 4。
- 别信第一组。 它是一次训练里最不准的。如果要调负重,按第二组来调。
- 如果目标是增肌,就往正确方向修正。 既然倾向是停得太早,那么在一个安全动作的最后几组上“比感觉多做一次”,就能让现实重新对齐计划。
如果你在线带别人训练
学员写给你的 RIR 不是数据,是一次翻译。三个会改变你收到的信息质量的做法:
- 问次数,不要问分数。 “你还能再做几次?”比“你那组是几 RIR?”得到的回答更有用,因为后一个问题只是在请人填一个字段。
- 把高 RIR 当成噪声。 报上来的 4 或 5 只说明“我离力竭不近”,别的什么也不说明。不要在它上面搭一条加重计划。
- 把校准写进计划,而不是等人要求。 每月一次安排好的测试组,给你的是学员的偏差,给他的是“我当时并没有快到力竭”的证据。关于多久值得重新审视计划和负重,我们在多久换一次训练计划里谈过。
Nurvan:预测的 RIR 和真实的 RIR 并排放着 在 Nurvan 里,你可以逐组记录 RIR 和负重;在校准组里,你把预测和实际完成的次数都记下来。这样一来,偏差留在这个动作的历史记录里,而不是留在记忆里。一个说出口的数字,就这样变成一个能用的数据——给你自己,或者给带你的教练。试用 Nurvan
常见问题
RIR 估计准不准? 平均会低估大约 1 次(0.95 次;414 名受试者的荟萃分析里 95% CI 0.17-1.73),但这个平均值藏了很多东西。靠近力竭、组又短的时候,误差会降到一次以下;而在深蹲上离力竭 5 次时,误差是 5.15 次。
练到 RIR 2 好还是练到力竭好? 对力量来说差别可以忽略。对增肌来说,收尾更靠近力竭的组显示出略多一点的生长,但在纳入 15 项研究的荟萃分析里,技术性力竭并没有优于非力竭:这个关系看起来是非线性的。在 1-3 RIR 之间训练、再加上几组验证,是文献支持得最好的折中。
怎么知道自己的 RIR 估得对不对? 用一组校准:在结束前两次左右报出 RIR,然后在一个安全的动作上做到技术性力竭。预测和现实之间的差就是你的偏差,而它往往偏向低估。
新手适合用 RIR 吗? 在现有数据里,估计的准确度不取决于训练水平:新手和进阶者错得差不多。差别在动作执行的安全性上,不在估计上:刚开始的人最好把 RIR 限制在器械和简单动作上。
延伸阅读
- 增肌该做多少次数:8-12 的神话 —— 你正在试图测量的那份努力,该放在哪里。
- 多久换一次训练计划? —— 一个计划要保持多久不变,才能看出它有没有用。
- 用 AI 生成健身计划:研究怎么说 —— 算法能替你决定什么,又不能替你决定什么。
参考文献
- Halperin I, Malleron T, Har-Nir I, Androulakis-Korakakis P, Wolf M, Fisher J, Steele J, 2022. Accuracy in Predicting Repetitions to Task Failure in Resistance Exercise: A Scoping Review and Exploratory Meta-analysis. Sports Med 52(2):377-390. PMID 34542869 · DOI 10.1007/s40279-021-01559-x
- Zourdos MC, Goldsmith JA, Helms ER, et al., 2021. Proximity to Failure and Total Repetitions Performed in a Set Influences Accuracy of Intraset Repetitions in Reserve-Based Rating of Perceived Exertion. J Strength Cond Res 35(Suppl 1):S158-S165. PMID 30747900 · DOI 10.1519/JSC.0000000000002995
- Refalo MC, Remmert JF, Pelland JC, Robinson ZP, Zourdos MC, Hamilton DL, Fyfe JJ, Helms ER, 2024. Accuracy of Intraset Repetitions-in-Reserve Predictions During the Bench Press Exercise in Resistance-Trained Male and Female Subjects. J Strength Cond Res 38(3):e78-e85. PMID 37967832 · DOI 10.1519/JSC.0000000000004653
- Steele J, Endres A, Fisher J, Gentil P, Giessing J, 2017. Ability to predict repetitions to momentary failure is not perfectly accurate, though improves with resistance training experience. PeerJ 5:e4105. PMID 29204323 · DOI 10.7717/peerj.4105
- Armes C, Standish-Hunt H, Androulakis-Korakakis P, et al., 2020. "Just One More Rep!" - Ability to Predict Proximity to Task Failure in Resistance Trained Persons. Front Psychol 11:565416. PMID 33424678 · DOI 10.3389/fpsyg.2020.565416
- Remmert JF, Laurson KR, Zourdos MC, 2023. Accuracy of Predicted Intraset Repetitions in Reserve (RIR) in Single- and Multi-Joint Resistance Exercises Among Trained and Untrained Men and Women. Percept Mot Skills 130(3):1239-1254. PMID 37036795 · DOI 10.1177/00315125231169868
- Remmert JF, Robinson ZP, Pelland JC, et al., 2023. Changes in Intraset Repetitions in Reserve Prediction Accuracy During Six Weeks of Bench Press Training in Trained Men. Percept Mot Skills 130(5):2139-2160. PMID 37436724 · DOI 10.1177/00315125231189098
- Robinson ZP, Pelland JC, Remmert JF, Refalo MC, Jukic I, Steele J, Zourdos MC, 2024. Exploring the Dose-Response Relationship Between Estimated Resistance Training Proximity to Failure, Strength Gain, and Muscle Hypertrophy: A Series of Meta-Regressions. Sports Med 54(9):2209-2231. PMID 38970765 · DOI 10.1007/s40279-024-02069-2
- Refalo MC, Helms ER, Trexler ET, Hamilton DL, Fyfe JJ, 2023. Influence of Resistance Training Proximity-to-Failure on Skeletal Muscle Hypertrophy: A Systematic Review with Meta-analysis. Sports Med 53(3):649-665. PMID 36334240 · DOI 10.1007/s40279-022-01784-y
- Chen W, Zhang H, Li R, et al., 2026. Velocity-Based Monitoring Lacks Both Accuracy and Applicability for Estimating Repetitions in Reserve During the Hexagonal Bar Deadlift. J Strength Cond Res 40(11):1335-1341. PMID 42328880 · DOI 10.1519/JSC.0000000000005549
另外查阅的来源:Bastos V, Machado S, Teixeira DS, 2024. Feasibility and Usefulness of Repetitions-In-Reserve Scales for Selecting Exercise Intensity: A Scoping Review. Percept Mot Skills 131(3):940-970. PMID 38563729。选题来自 2026 年 11 月关于“按 RIR 衡量强度”和“力竭对比 RIR”的趋势信号,而同类内容都在给出一个目标 RIR,却不说我们估这个数字有多准。科学文献通过 PubMed 检索。
Giammaria Loi 是 Nurvan 的创始人。他自 2012 年起进行力量训练,自 2013 年起作为 FIPE 认证私人教练和教练工作,并自 2018 年起在国家级别参加力量举比赛。他署名的每一篇文章都从科学研究出发,落到健身房里真正有效的做法。
注:本文为科普内容,不能替代医生或专业人士的意见。


