长期训练负荷（CTL）

你可以把 **长期训练负荷（CTL）**理解成：你最近一段时间“训练得有多扎实”的长期平均值。它通常用过去 42 天左右的训练负荷做加权平均，所以变化慢，更适合看长期积累。

CTL 常被用作“长期体能基础”的近似指标，但它本质上仍然是负荷累积模型，不是对比赛表现的直接测量。两个运动员可以有相同 CTL，却因为强度分布、运动项目、睡眠、营养和近期疲劳不同，表现出完全不同的比赛状态。

示例卡片：数值与百分比仅用于展示样式，实际意义需结合你的训练数据与趋势解读。

核心概念

• 反应更慢：CTL 对单次训练不敏感。即使一次高负荷训练也只会带来有限的上升，提升 CTL 需要数周持续积累。
• 长期积累：因为时间常数为 42 天，今天的训练对 CTL 的影响很小（约为 1/42）。要想提高 CTL，通常需要长期、持续的训练。
• 不进则退：如果你停止训练，CTL 会按指数规律逐日衰减，这符合“停训会导致体能下降”的直觉。
• 输入兼容性：CTL 的计算核心是“每日负荷”。这个负荷可以是基于功率的 TSS，也可以是基于心率的 TRIMP。Trainingload.ai 支持这两种系统的混合或独立使用，只要你保持衡量标准的一致性。

如何解读与使用？

• CTL 缓慢上升：通常意味着你近期整体训练量（或强度带来的负荷）在持续高于当前 CTL。关注周均增长，避免“堆得太快”带来伤病风险。
• CTL 缓慢下降：通常意味着训练显著减少或进入减量/恢复期。短期可能更“轻松”，但如果长期处于低负荷，体能会逐步回落。
• 监控增长率 (Ramp Rate)：经验上，CTL 的周增长越快，风险越高（尤其是跑步等高冲击项目）。
  • 安全区：每周增长 3–5 点
  • 激进区：每周增长 5–8 点（风险增加）
  • 危险区：每周增长 > 8 点（易受伤或生病）
• 与 ATL/TSB 联动：单看 CTL 容易忽略短期疲劳与清新度，建议配合 疲劳 | 短期训练负荷（ATL） 与 状态 | 训练压力平衡（TSB） 一起看趋势与区间。

Trainingload.ai 建议：不要追求 CTL 的无限上涨。对于大多数业余爱好者，保持 CTL 在 60-80 之间并专注于提高 FTP（即提高单位 CTL 的质量）比单纯堆砌 CTL（堆量）更有效。

CTL 能说明什么，不能说明什么？

CTL 适合判断训练基础是在上升、稳定还是下降；但它不适合单独判断你明天是否适合做高强度训练。

• 适合的用法：观察数周尺度的周负荷是否在平稳构建。
• 不适合的用法：认为 CTL 越高，表现一定越好。
• 必要背景：CTL 需要和 ATL、TSB，以及产生这些负荷的训练类型一起看。

Trainingload.ai 如何使用 CTL

Trainingload.ai 会把 CTL 作为长期背景信号。CTL 稳定上升，通常说明当前构建期可能是可承受的；如果 CTL 意外持平或下降，AI 教练可以结合漏训、训练量下降或负荷不连续等情况，判断是否需要调整后续计划。

CTL 最适合回答的问题是：当前计划是在构建可持续的训练基础，还是只是在制造短期疲劳？

计算公式

CTL 是每日训练负荷（TSS 或 TRIMP）的指数加权移动平均值 (EWMA)。在经典 PMC（Performance Manager Chart）框架中，CTL 通常对应较长时间常数（常用 42 天），用于刻画长期体能项：

• $TSS_{today}$: 当日的 TSS 或 TRIMP。
• $42$: 时间常数，约 6 周。数值越大，曲线越平滑、对单次训练越不敏感。

训练周期中的位置

• 基础期 (Base)：专注于提升 CTL，保持斜率平稳上升。
• 构建期 (Build)：维持 CTL 或缓慢上升，重点转向强度（负荷构成从时长转向强度）。
• 比赛期/减量期 (Race/Taper)：允许 CTL 轻微下降，以换取 TSB 回升（清新状态释放）。

参考资料

• The Science of the TrainingPeaks Performance Manager (Andrew Coggan)
• Modeling Human Performance (Fellrnr)