寻找最佳睡眠追踪器
大约 2 个月前，我偶然看到 Bryan Johnson 的这个视频《我如何修复糟糕的睡眠——10 个习惯》（How I FIXED My Terrible Sleep - 10 Habits）。我当天就下定决心听 Bryan 的，尝试改善我的睡眠。但在改善之前，首先——我们该如何衡量它？Bryan Johnson 似乎使用 Whoop，但当时我只有 Apple Watch（配合一款流行的睡眠应用 AutoSleep）。很久以前我还用过并喜欢 Oura。此外我还订购了新款的 8Sleep Pod 4 Ultra，我知道它也提供一些睡眠追踪功能。于是我发现自己有点犯难——该选哪一个来追踪我的睡眠？答案当然是……启动一个全面的追踪项目，比较 4 个主要候选产品，找出最。好的。睡眠。追踪器。于是我就这么做了。这就是全副武装、准备上床的我：
我已经收集了大约 2 个月的数据。我把原始数据保存在一个简单的电子表格里，记录一些基本测量值：睡眠时长（浅睡、快速眼动（REM）、深睡，以及清醒时翻来覆去的时间）、心率测量（静息心率（Resting Heart Rate，RHR）、心率变异性（Heart Rate Variability，HRV）），以及每个应用提供的睡眠评分。我每天醒来就立刻记录这些数据，以便比较和对照这些数字，并将它们与我当天早上的感受联系起来。你可以在这个电子表格中找到我的原始数据，它看起来像这样：
定性评估。现在，为了不让你悬念太久——经过 2 个月的数据收集、几乎每天早上盯着结果看，很容易猜到 Oura 和 Whoop 都属于「第一梯队（Tier 1）」——两者相当相似，睡眠追踪质量都很高。它们给出的评分相似，而且大多数时候也与我早上的感受相关。接下来是 8Sleep，还行。最后，我很难过地发现 Apple Watch + AutoSleep（我过去用过好几个月）真的非常非常糟糕。它的评分几乎像是随机的，剧烈波动，相比之下与早上感受的相关性很小。
现在让我们看一些数据。首先，看看 4 种信号在这 2 个月里取值的直方图：
如我们所见，AutoSleep 和 8Sleep 太容易满足了，给出非常高的分数，逼近 100 分的边界。Whoop 也有点太容易满足，会给出 100 分。Oura 最难满足，评分呈现相对漂亮的高斯分布，并提供了最大的动态范围。我认为这是 Oura 一个很好且讨喜的特性。确实，2 个月后我在 Oura 上的历史最高分是 92，而在 Whoop 上我相当经常能拿到 100 分。这意味着我可以继续努力，有朝一日追求更理想的睡眠。
接下来，我非常好奇追踪器之间的相关性分析。我们取出所有评分，绘制两两相关的散点图，看看哪些追踪器彼此「最一致」。结果如下：
以下是排序后的相关系数：
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: 0.14Whoop 和 Oura 的相关性最高，约为 0.65，其他追踪器则有些杂乱。特别是 Whoop 和 AutoSleep 几乎不相关（0.14！）。如果我们认为 Whoop 是好的（我认为是），那么 AutoSleep 看起来几乎就是一个噪声发生器。
关于心率。接下来，我想看看静息心率（RHR）和心率变异性（HRV）。首先，除 8Sleep 外，所有追踪器在夜间心率上高度一致，包括 Apple Watch。8Sleep 最差，因为……它是一张床垫，无法直接测量心率。实际上我有点惊讶它的相关性有这么高：
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在确认三款设备（Oura、Whoop、AutoSleep）都能良好且一致地测量夜间静息心率之后，我很好奇它是否与睡眠评分相关，因为 Bryan 在视频里多次提到这一点。换句话说，较低的 RHR 是否与更好的睡眠评分相关？请注意这只是相关性分析；事实上，我完全不知道这些应用在计算睡眠评分时是否把 RHR 作为测量项之一。对于 Whoop，似乎有一点点相关性，即较低的 RHR 伴随着较高的睡眠评分（约 0.13）。
但 Oura 没有这种相关性：
所以……我不确定该怎么理解这件事。开始之前，我以为较低的 RHR 会与更好的评分有相当好的相关性，但情况似乎并非如此。
最后，在 2 个月的数据收集期间，我规律锻炼，平均每天约 30 分钟的 Zone 2 有氧运动，另外每周两次做 4x4x4 HIIT（休息 4 分钟、运动 4 分钟，共 4 次）。我很好奇这是否体现在数据中，结果似乎确实体现了，很酷：
使用 Whoop 与 Oura 的 RHR 和 HRV 平均测量值，在这 60 天里，我的静息心率改善（下降）了不到 3 bpm（从约 51 bpm 到约 48 bpm），这很棒。此外，我的 HRV 也改善了（上升），从约 49 到 54。我喜欢在数据中看到运动适应。不知为何，还可以注意到 Whoop 的 HRV 数值似乎比 Oura 高出约 5。我不太确定原因，可能是它们计算方式不同……但这有点令人意外，且无法解释。
最后，在这 2 个月里我试图改善睡眠质量，但这一切混杂着一堆随机事件、派对、受伤，以及我时不时尝试的各种随机实验。再比如，我上周过得很糟，因为我迷上了一个技术问题，睡不好。所以不幸的是，总体而言，我还没有看到睡眠质量的显著提升。但我把这看作一个长期项目，希望在这一年里平均提高这些分数。也许如果眯着眼仔细看，我的睡眠确实改善了一点点（？），但面对现实吧，这是自我安慰哈哈：
是的，睡眠很重要。总体而言，我可以非常肯定地说 Bryan 基本上是对的，我的睡眠评分与我当天能够完成的工作质量强烈相关。当我的分数低时，我缺乏主动性，缺乏勇气，缺乏创造力，我就是累了。当我的睡眠评分高时，我可以攻克任何事。在我状态最好的日子，我可以坐下来连续工作 14 个小时，几乎感觉不到时间的流逝。这一点并不微妙。这种影响不是由某一天的睡眠决定的，而是过去几天累积的睡眠债。换句话说，一个糟糕的夜晚通常没关系，但连续几个就糟了。反之亦然。听 Bryan 的。
购买建议。最后，我想以一些建议收尾，给其他可能想进行睡眠追踪并改善睡眠的人。
- Oura 是第一梯队、非常可靠的追踪器。应用很出色，我喜欢那个单一的「概览面板」，上面有关于那次睡眠的所有数据（Whoop 需要在应用里点来点去很多次）。我喜欢 Oura 的评分不容易饱和，评分呈高斯分布，并且有动态范围。遗憾的是，我觉得戒指形态相当不便，因为它有点厚，而手指使用频繁（例如洗手、备餐等）。我去健身房时经常要摘下戒指，因为它妨碍握力，而且可能被刮花。戒指尺寸必须合适，而你的手指尺寸会变化。有时有点太紧，有时又有点太松。戒指还必须戴正才能获得最佳结果（缺口要朝下），所以你会不断发现它转歪了并去纠正。我也不喜欢必须摘下戒指来充电。
- Whoop 同样是第一梯队、非常可靠的追踪器。应用很出色。一开始可能有点让人不知所措，需要点来点去，但它非常全面、功能齐全且可定制，超过 Oura。它还有一个相当巧妙且有用的 LLM 集成。我也很喜欢社区（Community）功能，尽管它严重不成熟、设计不足，感觉像被遗弃了。我认为 Oura 在「总览」页面上更好，能用一页密集地汇总一夜睡眠。我不喜欢 Whoop 很容易就饱和到 100 分。我发现 Whoop 在形态上明显更好。把追踪器戴在手腕上，对你的日常生活要轻松得多、侵入性小得多。此外，你永远不用取下它，因为充电器是直接扣上去的！
- 我觉得 8Sleep 在睡眠追踪上不太可靠。醒来时，它的评分对我来说没太大意义，而且如上所见，它们与 Whoop 或 Oura 的相关性并不很强。
- AutoSleep 基本上就是一个随机数生成器。也许 Apple Watch 上有更好的睡眠追踪应用，但我没有找到。不要用。
上图：4 个应用。从左到右：Oura——我喜欢这个「总览」摘要页，它信息密集，只包含你想要的信息，而且左右滑动查看其他日子非常容易。Whoop——密度较低，你需要在应用中四处移动，「寻宝式」地找到想要的信息。8Sleep——相当不错。AutoSleep——看起来酷，但数字全是错的，所以 ¯\(ツ)/¯。
把所有这些总结成我目前的建议：买 Whoop 得 9.5/10，可靠、便捷的睡眠追踪，应用出色（在你稍微熟悉它之后）。买 Oura 得 10/10 的追踪，如果你能接受戒指形态。
我是不是漏掉了你最喜欢的、显然最好的睡眠追踪器？在 X 上告诉我 @karpathy。