手機圈里是非多，大眾對尋常的互黑和拍磚已經(jīng)無感了。最近在網(wǎng)絡上出現(xiàn)了一檔《快砸吧，手機》活動中，游戲規(guī)則變成用魯大師測試軟件測流暢度，誰輸誰被砸。結果在一連串的PK中，小米Note、OPPOFind7、大神X7、一加手機等機型紛紛被砸。這也惹怒了包括米粉們在內(nèi)的各種手機粉絲的口水之戰(zhàn)。

　　這就是一個偏重娛樂性和新奇性的活動，本來沒有太多可評論的。但這個流暢性體驗測試的概念倒是讓人想起了已經(jīng)被玩壞的“跑分”。在這個追逐體驗的時代，跑分已然成為舊黃歷上被翻過的一頁，但是消費者卻依然被卡在兩個時代的中間，往前看沒有可靠中立的體驗量化得分來作參考，回望又對傳統(tǒng)的跑分不屑一顧，手機測試正面臨著多重挑戰(zhàn)?，F(xiàn)在的手機評測軟件除了能測峰值計算能力之外，也開始在向體驗評測的方向演進，用某些測試軟件的缺陷來抹殺整個測試軟件的價值，這就是矯枉過正了。

　　手機性能跑分到底有沒有用？

　　現(xiàn)在孩子得了感冒，如果去醫(yī)院看病，醫(yī)生初步檢查之后，肯定會讓孩子先去做個血常規(guī)檢驗。驗血沒法幫孩子退燒，也不能減輕幫孩子減輕咳嗽，如果說不需要先做測試，醫(yī)生直接用眼睛看看就直接開藥得了唄，反正治愈感冒的是藥物。

　　事實真的如此嗎？如果缺少了驗血的環(huán)節(jié)，那就很難法判斷是細菌性還是病毒性的感染，這可是關系到到底是用頭孢還是用阿奇的關鍵，所以驗血的過程對于針對是必不可少的。

　　手機評測也是如此，測試儀器和測試軟件就好像驗血的設備一樣，它可以盡可能多地提供一款手機的性能參考值。不同廠商的1.7GHz4核處理器，在 CPU和GPU速度上差異是非常巨大的；同樣是5.0英寸的1080p屏幕，但它的NTSC色域和黑屏漏光可能都不在一個檔次上。對于大多數(shù)非專業(yè)用戶而來，提出看說明書參數(shù)就能得出優(yōu)劣結論的人，顯然是對硬件表面和實際性能的差異缺乏深刻理解的。

　　為什么讀者會對性能測試感到厭煩？

　　不同的測試軟件有不同的用途，就像廚師要準備很多把刀具，而醫(yī)生做手術時會有幾十種專業(yè)工具一樣。就比如測一款CPU的性能，我可能會用到十幾二十種軟件，SuperPI可以直觀地看出單個核的計算能力，而wPrime則可以考察出多核協(xié)同的效率誰更高，SYSMark可以看出它在整體辦公處理的表現(xiàn)，而CINEBENCH11.5怎可以衡量處理器在多核浮點運算的優(yōu)劣……

　　用大量的測試軟件雖然可以接近真相，但也會產(chǎn)生明顯的副作用，絕大多數(shù)的讀者都無法理解這些專業(yè)測試軟件的分數(shù)，這些辛苦測出來的數(shù)據(jù)，只有極少數(shù)發(fā)燒友和玩家所能理解，大多數(shù)的消費者面對這些天書般的數(shù)據(jù)都有隔世之感，他根本就搞不清這些分數(shù)與能不能流暢地玩游戲、能不能順暢地在網(wǎng)上看視頻有何關聯(lián)。

　　如果身在評測行業(yè)，其實導致現(xiàn)在評測文章質(zhì)量受質(zhì)疑的另一個原因，就是很多媒體把評測當成了一樁生意，而且是強調(diào)投入產(chǎn)出和效率的生意，在媒體經(jīng)營日漸艱難的今天，為了提升效率、壓縮開著，現(xiàn)在的評測有流水線作業(yè)的傾向，評測師的工作年限有越來越低的傾向?，F(xiàn)在我熟知的資深評測師和編輯，依然在做評測的幾乎沒有了，要不成為媒體的主管離開了一線，要么去了廠商做了產(chǎn)品經(jīng)理，這也導致了硬件評測青黃不接的狀況日益嚴重，這些專業(yè)的數(shù)據(jù)不能用深入淺出的文字轉(zhuǎn)變?yōu)榻Y論，那么這些辛辛苦苦測出的數(shù)據(jù)確實也失去了現(xiàn)實意義。

　　分數(shù)的艱澀只是一方面，更多的是在于商業(yè)戰(zhàn)爭引發(fā)的信任感危機。在過去很長一段時間內(nèi)，不服跑個分，成了手機廠商營銷的一個工具。而這種所謂的性能測試軟件，其實主要就是體現(xiàn)CPU/GPU的峰值計算能力，以及RAM和閃存的讀寫速度，這雖然具有一定的參考意義，但卻存在跑分與實際體驗存在巨大的差異，很多安卓旗艦跑分動輒數(shù)萬，但論流暢度來說，卻比在核數(shù)和頻率上一直處于劣勢的iPhone要遜色很多。

　　尤其是當安兔兔被直接被雷軍系收購之后，以安兔兔為代表的性能測試已經(jīng)徹底地淪為了手機廠商堆料拼配置的工具，它距離用戶的實際體驗越來越遠，也離公正性越來越遠。而芯片廠商為了迎合這種飚分需求，也紛紛在驅(qū)動中加入專門針對測試軟件的優(yōu)化，這也讓一部分性能測試為主的軟件徹底地遠離了最終用戶的期待，而逐步淪為營銷工具。這些亂象確實都是當今手機客觀評測遇到的巨大挑戰(zhàn)，我們需要跑分就像我們依然需要尺子來測量，但是如果這把尺子本身就刻度不準，與實際情況相差甚遠，那要它何用？

　　體驗評測與純性能測試有何不同？

　　我們在文章開頭就提到了“體驗評測”這個概念，其實他與純性能跑分并不是一回事。對于要購機的用戶來說，他們希望通過跑分來幫助選購，然而用戶按照性能評測軟件給出的成績來購買智能手機，在實際使用中會發(fā)現(xiàn)，那些牛逼閃閃的跑分高手，用過一段時間就會出現(xiàn)卡頓。硬件參數(shù)和硬件性能實際表現(xiàn)常常是背離的。

　　不管是PC還是手機，性能極限測試是必要的參考，這種測試能展示出一款產(chǎn)品的性能上限，雖然你不一定能用得上，但是可以讓你花錢買的時候知道這筆費用能帶來的最大效果有多少。然而極限跑分卻不能說明體驗是怎么樣的，電腦端的SYSmark、PCmark是在模擬測試性能極限，是為了找出性能的巔峰所在。

　　手機APP一直在增多，文件垃圾也在堆積，手機本身也在逐步的老化，硬件老化性能下降，體驗感受逐漸下降。一部手機用上幾個月就能明顯感到卡頓，但是跑出來的分數(shù)還是沒有變化，依舊高達好幾萬，這樣的跑分有什么參考價值？

　　體驗評測要實現(xiàn)的目標，就是能測出日常用的APP打開得快不快，拍照質(zhì)量好不好，看個網(wǎng)頁是不是會卡住，或者在進行一個簡單的桌面左右滑動時，哪款手機是最順滑。

　　用戶到底需要什么樣的評測？

　　最近有文章提出了一個眾測的概念，其實在十年前我做過類似的嘗試，那是一次大型的多媒體音箱評測，我請了近十位在音頻領域很專業(yè)的評測師和發(fā)燒友，用紗簾擋住被測音箱，這些評委跟現(xiàn)在中國好聲音盲選一樣，只能通過音質(zhì)在表格上給出評分。

　　這樣結果是客觀了，但主要的廣告主卻不干了，人家出了廣告費，結果評測中排名并不理想。所以很遺憾這樣的評測嘗試沒能堅持進行。眾測看似客觀公正，但也繞不開商業(yè)利益的左右，否則姚貝娜也不會在大眾評審團的投票中輸給萱萱了，請哪些人來這是主辦方可以操作的。所以網(wǎng)友們也看得很清楚，除非是王思聰這種不差錢的主兒來做評測，否則你別把評測想得過于中立和萬能，這原本就是一樁生意，你能看到的比較好的評測，也是在中立性和商業(yè)之間做了較好的平衡而已。

　　到手機評測這事上，由于近幾年硬件規(guī)格一直在高速提升，所以跑分成績也一路攀升，但消費者卻發(fā)現(xiàn)，哪些跑分高的體驗也未必流暢，這其實涉及到軟件系統(tǒng)的優(yōu)化和測試軟件的不足。

　　但手機測試軟件也在成熟和發(fā)展，那種純性能跑分的測試會逐漸被消費者遺棄，因為得分再高確實是然并卵。沒有一種測試方法和測試軟件是萬能的，但從實際參考意義和準確性而言，未來的測試方法一定會更加貼近消費者的實際使用場景和體驗。

　　為了避免商業(yè)利益的干擾，所以在測試子項目中應該盡量選擇消費者最常用的APP加載、網(wǎng)頁加載、圖片縮放查看、文件拷貝等日常的操作，并且盡量做到實景化。所謂實景化就是從標準化的場景中跳出，調(diào)用用戶的產(chǎn)品自帶的真實資源，來建立完全個性化的測試環(huán)境，這樣才能更大程度反應手機當前的實際表現(xiàn)，這樣的客觀測試才能夠盡可能地避免商業(yè)利益的干擾，讓測試成績更能體現(xiàn)出真實的流暢度，從而更具有參考性和實用性。

　　大家喜歡看數(shù)碼達人做的手機測試視頻，是因為體驗是未來評測的一個重要方向，是消費者真正關注的。然而體驗測試想要實現(xiàn)精確和量化還有很長的路要走，什么時候能做到對大家都關心的信號強度、電池續(xù)航、拍照能力、甚至抗摔性有了全面真實的反應，這才能真正對導購起到指導作用，這需要在測試方法和測試手段上做大膽嘗試和創(chuàng)新才行，這不是現(xiàn)在投資幾百萬購買一堆測量儀器就能立馬解決的。

　　在文章最后，我希望真正對手機評測感興趣的朋友，應該盡可能多地嘗試一些測試軟件和專業(yè)測試儀器，甚至可以自己編寫測試腳本和測試規(guī)范，只要這些體驗評測能夠更貼近真實情景和真實體驗，那么這種嘗試就非常有意義，也能幫助那些有選擇困難癥的消費者，這才是真正的發(fā)燒友或者評測師該干的事。如果只知道看別人的評測，只會挑毛病和吐槽，就是一年換一百款手機，那依然還是一個一知半解的硬件小白。