什么是多赫蒂阈值(Doherty Threshold)?

2026年1月20日
研学小组
研学小组
美叶研学官方内容开发小组
已累计原创 86 篇文章查看全部

1982 年,两位 IBM 员工发表论文提出了一种经验标准:当响应时间压到 400 毫秒以下时,生产力的提升并非线性增长,而会出现更显著的增益。论文中那句常被引用的表述是,当计算机与用户以一种双方都不必等待对方的节奏互动时,生产力会提升,成本会下降,满意度会更高,质量也更可能改善。多赫蒂阈值因此被提出,用来强调响应时间对效率具有放大效应。


1. 理论定义

多赫蒂阈值(Doherty Threshold)讲的不是“快一点更好”这种宽泛的常识,而是一个更具体的体验门槛:当系统能在 400 毫秒以内给出反馈,用户与系统的协作节奏会进入一种更连贯的状态,用户几乎不需要等待,生产效率会显著上升。

这里需要特别强调的一点是:“400ms”并不等于“所有事情都必须在 400ms 内完成”。在真实产品里,很多任务天生要更久:拉取网络数据、渲染复杂页面、上传文件、风控校验、生成报告……这些都不是你想快就能快的,所以多赫蒂阈值真正强调的是交互节奏:用户做了一个动作,系统要在足够短的时间里回应,告诉用户“我收到并在处理”。这个回应可以是状态变化、过渡、占位、进度、动效、甚至是一种“先假定成功”的即时呈现。目的不是掩盖慢,而是把慢从“令人焦虑的空白等待”变成“可理解、可预期、可承受的过程”。

所以,多赫蒂阈值和设计最相关的部分并不是“性能指标”,而是反馈设计。性能属于工程现实,阈值属于心理体验;设计师要做的事,是把这两者用“反馈策略”连接起来。


2. 设计应用

如果把多赫蒂阈值换成设计师更容易执行的说法,它其实在教你拆解系统响应的节奏,把一次响应分成两层。

  • 先在 400ms 内给出我收到了的反馈,让用户立刻知道系统已经接收并开始处理。
  • 再用合适的呈现方式承接后续过程,把真实的处理时间解释清楚,让等待变得可理解、可预期。

接下来我们通过具体的设计案例加以说明。

2.1 骨架屏

当内容必须加载时,用户最先需要的不是更多信息,而是一个明确的信号。页面是否在工作,操作是否生效,接下来会发生什么。

骨架屏所做的第一件事,就是尽快给出这个信号。以 Blinkist 的骨架屏加载为例,真实内容还没回来,页面先把主要版式搭起来,用灰色占位块把标题、图片、按钮的大致位置标出来。用户看到的不是一片空白,而是一个已经成形的页面框架。

骨架屏接着解决第二个问题,用户不想在等待时反复找位置。内容分批加载时,如果页面元素不断挤压、跳动,用户刚刚扫到的区域会被打散,视线需要重新定位。骨架屏通过提前占位,把每个模块的空间固定住,让后续文字和图片只是替换内容,而不是改变布局。页面因此更安静,用户也更容易把注意力留在任务上。

从体验角度看,骨架屏的价值可以概括为两点。

1. 它让系统在很短时间内给出反馈,让用户知道正在处理。

2. 它也让等待变得可预期,用户能提前理解信息结构,知道内容会出现在哪里。

等待仍然存在,但不再是让人焦虑的空白。

在实际产品里,骨架屏最适合信息密度高、需要快速扫读的页面,比如信息流、列表页、搜索结果、商品卡片、评论区和数据看板。相比转圈或空白提示,它更早把界面交到用户手里,让用户在等待期间也能保持方向感。


2.2 渐进加载

模糊渐显技术讲的是图片在加载过程中的呈现方式。页面先加载一张体积很小的低清图片,并把它放大到最终显示尺寸。因为低清图放大后会出现明显颗粒感,界面会再叠加高斯模糊(Gaussian blur),让画面看起来更平滑。等高清图片在后台加载完成后,再用淡出过渡把高清图替换上来,用户几乎不会察觉到突兀的跳变。

模糊占位图

这套做法主要解决两件事。第一,它会尽快告诉用户这张图已经开始加载,页面不是空着不动,整体看起来在向前推进。第二,它会提前固定图片占用的空间,避免高清图晚到时把布局挤乱,导致页面上下跳动,进而打断阅读节奏。

会员文章
开通美叶 Pro会员,即可阅读此篇文章的全部内容,同时可阅读全站会员文章

0 人收藏了本文

奥卡姆剃刀(Occam's Razor)奥卡姆剃刀(Occam's Razor)
什么是渐进披露(Progressive Disclosure)?什么是渐进披露(Progressive Disclosure)?
什么是损失厌恶(Loss Aversion)?什么是损失厌恶(Loss Aversion)?
感知延迟(Perceptual Latency)感知延迟(Perceptual Latency)
干扰理论(Interference Theory)干扰理论(Interference Theory)
双重编码理论(Dual Coding Theory)双重编码理论(Dual Coding Theory)
上下文依赖效应 (Context Effect)上下文依赖效应 (Context Effect)
序列位置效应(Serial Position Effect)序列位置效应(Serial Position Effect)