图片由我们的模型生成。
临界功率对骑行者的意义
临界功率骑行很有用，因为它区分了骑行者经常混淆的两件事：你可以反复稳定输出的功率，以及当你骑行超过这条线时可以做的有限功。
临界功率，通常缩写为CP，是骑行功率-持续时间模型产生的类似阈值的输出。它估计了你可以控制的艰苦工作和将你推向力竭的严酷工作之间的界限。
其实用价值不在于数字本身，而在于围绕它做出的决策结构。低于CP时，疲劳仍然会累积，但系统更稳定。高于CP时，你正在消耗W′，这是模型对你超过阈值工作能力的估计。
这种区别解释了为什么两个具有相似阈值数字的骑行者在比赛中表现可能大相径庭。一个可能更擅长接近阈值而不浪费能量。另一个可能具有更大的重复冲刺能力。CP和W′为这些差异提供了一个可用的框架。
临界功率与FTP：各项指标的帮助之处
FTP和CP密切相关，但它们不是相同的工具。
FTP通常用作训练锚点。它有助于设置区域，比较有氧健身的变化，并组织稳态训练。如果你正在围绕耐力、节奏、阈值和上下限训练来安排训练，FTP仍然是一个实用的参考点。
CP来自一个由多次最大努力构建的模型。它不是询问你在一种测试形式中能维持什么，而是描述你的功率-持续时间曲线在不同努力长度下的形状。
这使得CP特别有用，当问题不仅是你的阈值是否提高，而且是你的功率如何随持续时间变化而下降时。你是否获得了更稳定的长时间努力耐力，更强的短时功率，还是两者之间更好的平衡？FTP可能显示出总体变化。CP有助于解释其形状。
对于配速，这种区别很重要。如果你正在进行稳定的爬坡或计时赛，FTP可以是一个清晰的起点。如果比赛充满了进攻、弯道、爬坡、加速和重复冲刺，CP加上W′为你提供了更好的语言来描述实际发生的情况。
错误是将一个指标视为赢家，而另一个视为过时。FTP很有用，因为它简单且广为人知。CP很有用，因为它模拟了超过阈值艰苦工作的成本。事件越多变，CP模型就越有价值。
W′如何解释超过阈值的艰苦努力
W′是模型对无氧工作能力的估计。简单来说，它描述了你在CP之上可以做多少工作，直到储备耗尽。
这就是W′骑行分析变得实用之处。当你冲刺超过CP时，成本不仅是感觉很辛苦。你正在消耗有限的储备。你骑行超过CP的距离越远，储备消耗得越快。低于CP的恢复可以恢复一些能力，但它不是即时的、完全的，也不是独立于上下文的。
这解释了一种熟悉的比赛模式。一名骑行者在接近阈值时感觉舒适，跟随一次艰苦的移动，稍作恢复，再跟随一次，然后突然什么都没有了。崩溃感觉突然，因为限制因素不仅是有氧负荷。骑行者消耗了太多超过CP的能力，并且在下一次需求之前没有得到足够的有效恢复。
这也是为什么超过CP的配速必须是有意的。如果路线或比赛情况需要另一次加速，早期的一个小错误可能会在以后产生影响。模型不会告诉你哪个动作在战术上是正确的，但它阐明了做出该动作的成本。
CP 的实用现场测试方案
临界功率模型的好坏取决于为其提供数据的最大努力。目标不是收集一次英勇的骑行文件，而是通过清晰、可重复的输入来捕捉功率-持续时间关系的不同部分。
一个实用的起始方案是在一个小的测试块中测试短、中、长的最大努力。这不是一个普遍的规则，但它是一种比依赖随机团队骑行文件获得更清晰数据的有用方法。
现场测试块示例
- 第 1 天：最大 3 分钟努力
- 第 2 天：轻松骑行或休息
- 第 3 天：最大 12 分钟努力
- 第 4 天：轻松骑行或休息
- 第 5 天或第 6 天：最大 20 分钟努力
如果生活、天气或疲劳使这种安排不切实际，请保持原则并调整确切的间隔。关键是每次努力都应该足够新鲜，以代表真正的最大值，而不仅仅是你在前一次测试的疲劳下所能做到的最好表现。
有些骑行者将短时和中时努力结合在一个训练中，但这是一种折衷。如果你这样做，请先进行较短的努力，充分进行低强度恢复，只有当你能以稳定的呼吸、稳定的功率开始下一次努力，并且没有明显的第一次测试残留的疲劳时才继续。如果第二次努力明显受到影响，最好重新安排，而不是向模型输入错误数据。
如何进行每次测试
使用允许不间断踩踏的场地或室内设置。避免有交通、刹车、被迫滑行、急转弯、陡峭坡度变化或明显跟车效应的路线。在整个测试块中使用相同的功率计设置，并以足够熟悉的方式进行热身，以免成为另一个变量。
努力应该是最大的，但不是混乱的。开始时要足够努力，使文件反映真实的能力，但又不要太努力，以免测试变成一次可避免的爆掉。一个可用的文件通常显示连续的功率、明确的最大投入，并且没有外部中断。最后一部分应该感觉你正在耗尽剩余的能量，而不是发现你节省了太多。
什么使测试文件可用或不可用
当出现以下情况时，文件更可用：
- 努力从开始到结束是连续的
- 功率来自相同的可信功率计设置
- 没有明显的滑行、刹车、交通或转弯中断
- 努力在该持续时间内明显是最大的
- 配速不完美但没有自我破坏
- 条件和姿势与你想要建模的骑行足够相似
当出现以下情况时，文件变得可疑：
- 在目标努力期间停止踩踏或轻踩踏板
- 下坡、转弯、车辆或团队动态改变了功率需求
- 功率计设置改变或校准有问题
- 因为配速过低而结束时剩余太多
- 爆发过早，导致结果更多地说明执行而不是能力
- 高温、补给、疾病或疲劳明显抑制了输出
坏文件并非永远无用，但不应将其视为干净的最大输入。如果模型要指导比赛配速，测试需要比一次偶然的艰苦训练更干净。
比赛文件可以帮助验证模型，尤其是在动力高于单独测试时。问题是比赛很少能产生模型所需的确切持续时间的干净独立努力。一次因跟车、转弯或轻踩踏板而中断的比赛冲刺可能在战术上具有决定性，但却不是一个好的测试文件。
最好的方法是使用结构化测试来构建模型，然后使用比赛来检查模型是否解释了实际发生的情况。
导致临界功率偏差的常见数据问题
临界功率看起来很精确，因为软件会绘制一条干净的曲线。但这并不意味着输入是干净的。
最常见的问题是数据过时。如果模型包含来自不同训练阶段、不同体重、不同设备设置或不同体能水平的旧最佳努力，它可能描述的是过去的你。那是历史的杂乱，而不是当前的分析。
另一个问题是非最大数据。一次艰苦的团队骑行拉力与最大测试不同。以受控的比赛配速骑行爬坡与耗尽能量不同。如果数据从未迫使模型看到你的实际极限，CP 可能会被低估，W′ 可能会产生误导。
功率计的一致性也很重要。在设备之间切换、混合室内外文件而不了解差异，或以糟糕的校准习惯骑行，都可能创建一条看起来符合生理学但部分是机械的曲线。
配速错误也很重要。一次鲁莽开始并崩溃的最大努力可能会低估你通过更好分配所能做到的。一次结束时过于轻松的最大努力可能会低估你的真实能力。模型无法总是知道限制是来自生理学还是执行。
最后，不要忽视背景。在舒适的直立姿势下产生的功率数字可能无法完美地转移到激进的比赛姿势。高温、疲劳、补给和地形都会改变体能的表达。CP 是一个能力模型，而不是能力在所有条件下都会出现的保证。
将临界功率用于比赛和间歇骑行配速
临界功率（CP）的最佳用途不是在比赛中像看限速一样盯着它。而是要理解不同决策的代价。
想象一场后期有决定性爬坡的起伏路比赛。比赛初期，一个弯道后出现了一个小间隙。你可以跳到远超CP的功率立即弥补，或者你可以保持更稳定的努力，在队伍拉伸时利用气流，在不完全投入的情况下弥补。如果这个动作不是决定性的，第二个选择通常能保留更多的战术灵活性。
现在让同一个骑手在决定性的爬坡上。如果正在形成选拔，比赛正在进行中，那么超越CP可能是正确的决定，因为这种代价是有目的的。区别不仅仅是难与易。而是你是在消耗W′来改变比赛，还是在消耗它来解决一个可以通过耐心和位置更便宜地解决的问题。
这就是CP和W′提供的可操作的转变。非决定性的冲刺应该被质疑。决定性的冲刺应该被计划。如果赛道有已知的选拔点，除非战术回报明显，否则在此之前避免频繁地超过CP。
对于间歇训练，同样的逻辑适用。如果目标是提高阈值以上重复能力，训练应该有意地利用W′，同时允许部分恢复。如果目标是更稳定的阈值控制，训练应该更接近CP，避免将每次重复都变成无氧消耗。
一个实际的间歇训练例子：在硬启动爬坡重复训练中，开头的超越CP的冲刺可以是故意的，然后骑手稳定在CP附近，而不是继续追求尽可能高的平均功率。这教会身体和骑手吸收加速并重新获得控制。如果每次重复都以不受控制的冲刺开始，并以生存模式结束，那么训练就从有针对性的配速练习变成了无管理的耗尽。
有用的应用包括：
- 设置硬启动努力，其中开头的冲刺是计划好的，而不是偶然的
- 设计过-下训练，教授围绕CP的控制
- 通过决定W′应该在哪里消耗来调整比赛模拟的配速
- 审查比赛文件，以确定失败是来自持续的CP压力还是重复的超越CP的代价
- 比较具有相似阈值功率但重复冲刺能力不同的运动员
这是优于更简单配速规则的优势。平均功率可以隐藏变异性的代价。总结指标可以描述负荷，但它们不能清楚地显示超越CP的储备。CP和W′有助于解释为什么相同的平均输出在一次骑行中感觉可控，而在另一次骑行中却不可能。
何时重新测试以及如何跟踪随时间的变化
重新测试应该在模型可能出错时进行，而不仅仅是好奇心大增时。
重新测试的好时机包括在集中训练期之后、体能发生有意义的变化之后、离开结构化训练一段时间之后，或者在配速精度很重要的目标赛事之前。如果最近的比赛或训练数据反复与模型不符，你也应该重新测试。如果超越CP的努力感觉太容易，模型可能已经过时。如果基于模型的训练尽管恢复和补给良好却始终无法完成，那么输入可能过于乐观。
同时跟踪CP和W′。只看CP可能会错过故事。一个骑手可能会提高CP而W′下降，这对于稳定爬坡或计时赛来说可能是一个合理的权衡。另一个骑手可能会保持CP同时提高W′，这对于爆发性比赛可能更有价值。正确的适应取决于赛事需求。
还要跟踪数字背后数据的质量。一个由最近、干净、最大努力构建的模型比由分散文件集构建的模型更具可操作性。在审查进展时，请问：
- 这些努力是否足够新近，足以描述当前的体能？
- 它们是否真正达到了最大？
- 它们是否涵盖了不同的持续时间？
- 它们是否使用相同的功率计设置产生？
- 比赛结果是否支持模型所建议的？
目标不是追求完美的曲线。目标是做出更好的决策。临界功率骑行分析应该帮助你调整爬坡配速、判断进攻、安排间歇训练，并理解你为何崩溃或幸存。
如果使用得当，CP和W′将功率数据转化为战术地图。CP告诉你稳定性何时开始崩溃。W′告诉你你能承受多少阈值以上的工作。比赛仍然决定何时消耗它，但模型帮助你停止假装每次努力的代价都相同。
