第三组深蹲做到第十四个，屏幕上跳出一行字：“再坚持6个，今天就能突破昨天的记录！”玩家咬着牙往下蹲，髋部越来越高，膝盖越来越往里扣，最后几个几乎是在弯腰点头。系统欢快地播放了“新纪录”的动画，数字从20变成了22。从计数器的角度看，这是一次成功；从训练的角度看，最后8个动作是在反复练习一个错误模式。九游体育官网不想把AI训练做成“你今天再多做10个”的计数器，原因就藏在这类场景里。
计数器为什么会奖励错误动作
计数器的逻辑很简单：记录次数，设定一个比昨天更高的目标，完成就奖励。它的问题不在于“鼓励多练”，而在于它只看得见一个维度。当奖励只跟次数挂钩，玩家最省力的策略就是把每一次做得更小、更快：深蹲蹲一半、俯卧撑只动手肘、开合跳手臂不举过头顶。这不是玩家故意作弊，而是在疲劳时身体会自然地寻找代偿，计数器又恰好把代偿当成了进步。
更麻烦的是，计数器对疲劳完全无感。同样是做不动了，一种是今天前两组练得太猛，另一种是这个动作本来就还没掌握。计数器对两者的反应是一样的：明天再多加几个。
Player：先认识这个人，再决定今天练什么
训练链的起点不是动作，而是玩家本身。九游体育在这一层记录几类信息：首次校准得到的身体比例（身高、腿长与躯干比例），玩家自己设定的目标（比如想提高下肢力量耐力，还是想把动作做标准），以及过去几周的训练历史。
身体比例决定“蹲到位”对这个人意味着多深；目标决定同样的数据该往哪个方向解读；训练历史则让系统知道今天是连续第几天练腿、上一次高强度训练离现在多久。一个刚连续练了三天下肢的玩家，和一个休息了一周的玩家，即使今天第一组表现一样，接下来的安排也不该一样。
Motion与Quality：只有达到质量门槛的次数才算数
动作识别层负责把每一次动作拆成可以比较的指标：幅度够不够（Range of Motion），速度和节奏是否平稳（Speed），底部和起身时身体稳不稳（Stability），左右是否对称（Balance），最后汇总为形态质量（Form Quality）。
在此基础上，系统区分三种次数：达到质量门槛的有效次数、明显变形的次数、因为看不清而无法判断的次数。第三种非常重要，如果摄像头被茶几挡住了膝盖，关键点的Confidence偏低，这几次既不算有效也不算变形，只提示玩家调整机位。变形次数不会简单地“不计分”了事，它们被单独记录下来，因为变形在一组里出现的位置本身就是信息：一开始就变形，多半是技术问题；前面标准、后面逐次变形，更像是疲劳。
| 同一组数据 | 计数器的决定 | 训练系统的决定 |
|---|---|---|
| 20次全部标准，但节奏偏慢 | 明天做25次 | 次数不变，加入节奏任务 |
| 前12次标准，后8次逐次变浅 | 明天做25次 | 有效次数记为12，下一组减量或延长休息 |
| 从第1次起膝盖就内扣 | 明天做25次 | 换成更容易控制的变式，先练动作 |
| 连续几天质量稳定且余力充足 | 明天做25次 | 提高难度，但可能是加负荷而不是加次数 |
表格里的数值只是示例设定，但能看出差别：计数器对四种完全不同的情况给出了同一个答案。
Difficulty：难度不是一根只能往上拧的旋钮
把难度理解成“次数”，就只剩加和减两种操作。实际可调的维度要多得多：节奏（放慢下蹲过程）、动作变式（从徒手深蹲换成扶椅子的辅助版本，或反过来换成分腿蹲）、组间休息时长、组数与每组次数的分配，以及是否把今天改成轻量日。
这里最关键的设计取舍，是把短期状态和长期能力分开。短期状态来自当天：完成率、准确度的变化、组内是否出现逐次衰减、休息后能恢复多少。它决定今天剩下的训练要不要调轻。长期能力来自几周的历史：稳定达标的动作幅度、能持续保持质量的训练量。它决定下一阶段的难度起点。如果把这两者混在一起，一次没睡好导致的表现下滑，就会被误判成能力倒退，系统会把玩家的整体难度往下拉，几天后又要花时间追回来。关于何时加难、何时休息的完整判断，可以参考AI体育训练的加难与休息。
目标与恢复：同样的数据，放进一周里看会得出不同结论
计数器只看今天和昨天，训练系统要看的是一周甚至更长的节奏。九游体育在排训练时，会把每次训练折算成一个训练负荷（Training Load），综合动作难度、有效次数、组数和当天的完成质量，而不是只加总次数。连续几天负荷偏高，即使玩家今天状态看起来不错，系统也会倾向于安排强度较低的内容，给身体留出恢复空间。
目标会改变同一组数据的解读方式。一个以把动作做标准为目标的玩家，系统更看重幅度和稳定性是否在提升，次数可以长期保持不变；一个以提高下肢耐力为目标的玩家，系统会在质量稳定的前提下，逐步延长能保持标准动作的时间。两个人某天都做了15个标准深蹲，前者可能已经达到阶段目标，后者则可能刚到起点。没有目标的计数器，只能把所有人都推向同一条“越多越好”的路。
Feedback：告诉玩家为什么今天停在这里更好
训练系统的反馈，最难的部分是说服玩家接受“少做一点”。如果系统只是默默把目标从25改成15，玩家会觉得被看轻了。所以反馈需要把理由摆出来：“第三组从第13次开始，下蹲深度连续变浅，起身速度也在下降，这更像疲劳而不是技术问题。今天到这里，明天安排一个轻量日，后天再回到正常强度。”
反馈也要允许玩家反对。有人今天就是想多练，系统可以提供一个更合理的选项，比如继续训练但换成上肢动作，或者加一组低强度的动作练习，而不是硬性锁死。玩家手动覆盖的选择也会写进训练历史，作为以后判断的参考。
Player → Motion → Quality → Difficulty → Feedback
这种设计的代价，以及为什么仍然值得
不做计数器，意味着数字增长会变慢。一个玩家可能连续两周的有效次数都停在差不多的位置，但动作幅度更稳定、后几次的衰减更晚出现。对于习惯看数字上涨的玩家，这种进步不够直观，所以系统需要把质量曲线和次数曲线一起展示，让“没多做但做得更好”也能被看见。
另一个代价是系统会显得“保守”。它会在玩家觉得还能再做几个的时候建议停下，也会在连续几天高强度之后主动安排轻量日。这些决定不可能每次都对，所以训练逻辑必须可解释、可覆盖。这也是AI体育训练和计数器最根本的区别：计数器只回答“做了多少”，训练系统要回答“这些次数里有多少是真正在练你想练的东西，以及下一次该怎么安排”。
