田径数据实验室里最容易犯的错误，是把一个指标当成结论。汤普森与弗雷泽在布达佩斯国家田径中心的百米对决，赛前被简化为几个数字的比较：起跑反应、前三步加速、最高速度区间、后程掉速率。这些指标各有出处，也各有盲区。准备阶段真正值得看的，不是谁的数字更漂亮，而是这些数字分别在测量什么。

准备阶段：反应时测量的是人还是枪

起跑反应时是最常被误读的指标。它记录的是发令信号到运动员蹬离起跑器的时间差，但这个数字里混入了听觉处理、动作启动和器材灵敏度三重因素。汤普森与弗雷泽的反应时差异若在百分之几秒内，很难直接归因于“起跑更快”或“听枪更准”。准备阶段更可靠的做法，是把反应时与前三步的步频、步幅变化放在一起看：反应快但第一步过长，往往意味着身体重心尚未进入前倾角度，后续加速反而要还债。

另一个常被高估的指标是赛前热身中的加速跑数据。热身跑的分段计时受节奏控制、场地风向和运动员主观强度影响，与比赛中的全力输出不在同一量纲上。把热身数据当作预判依据，等于用练习的速度去推断考试的速度。准备阶段的数据边界应当收缩到：起跑器设置是否稳定、前三十米的分段计时是否呈现一致的递增曲线，以及运动员在最后一次加速跑中的触地时间是否收敛。

执行阶段：最高速度与后程掉速不是独立指标

比赛执行阶段，最高速度常被当作决定性数字，但它与后程掉速是一体两面。百米的分段数据呈现的是一条先升后降的曲线，最高速度出现的位置比最高速度的绝对值更能说明问题。汤普森若在五十米前后达到峰值，弗雷泽若在六十米后才触及峰值，两人的速度曲线形状不同，意味着能量分配策略不同，而不是简单的“谁更快”。把最高速度从曲线中抽离出来单独比较，会丢掉最有信息量的部分：峰值出现的时间点与维持时长。

步频与步幅的比值同样需要谨慎。这个比值在加速段、最高速度段和速度耐力段会自然漂移，单看全场平均值会掩盖阶段差异。执行阶段的数据解读应当锁定在三个窗口：起跑后十米、最高速度维持区间、以及八十米处的速度衰减斜率。汤普森与弗雷泽在这些窗口中的差异，才可能指向可调整的技术环节，比如摆臂幅度、着地位置或躯干角度。

调整阶段：数据能指出问题，不能代替判断

赛后调整阶段，数据的作用从描述转向诊断，但诊断的边界必须守住。反应时偏慢可能是听觉聚焦问题，也可能是起跑器角度不适；后程掉速偏大可能是速度耐力不足，也可能是前半程透支。同一组数字可以对应多种技术解释，数据本身不提供唯一答案。汤普森与弗雷泽的对决若出现分段数据的明显分化，合理的做法是把分化点与比赛录像中的具体动作对应起来，而不是直接给数字贴上“优势”或“短板”的标签。

更关键的是，百米比赛的样本量极小。一次对决的分段数据不足以构成稳定结论，风向、气温、道次和对手位置都会进入数字。调整阶段真正可用的，是那些在多次比赛中重复出现的模式，而非单场数据的绝对值。数据实验室的价值不在于算出谁更快，而在于界定哪些指标在什么条件下可信、哪些差异落在噪声范围内。汤普森与弗雷泽的布达佩斯对决，最终要回答的不是数字谁高谁低，而是这些数字的解释边界画在哪里。