做完几道看起来不难、却容易掉进直觉陷阱的题，有人会收到“你的智商很高”的评价。若这些题属于CRT认知反思测验，这句话就跨得太远了。CRT的成绩可以提供与反思有关的线索，但它不是完整版智力测验，也没有把“答对几题”直接换成个人IQ的通用公式。
CRT关注的是会不会停下来检查
CRT由Frederick提出，典型题目会引出一个很顺口、却未必正确的答案。它关心人在这种情况下，是否会进一步检验最初反应。常见版本又包含数学运算，因此实际得分同时涉及读懂题意、检查关系与完成计算。
这也解释了为什么一道错题不能直接证明一个人“不肯思考”：她可能察觉哪里不对，却没完成运算；答对的人则可能认真检查，也可能熟悉题型或很快看出正确关系。原始研究提出了反思这一重要视角，但单个最终答案不会自动把整个思考过程展开给我们看。
它不只是数学，但也不能代替智力测验
“CRT是不是只是换了名字的数学题？”研究者专门检验过这个问题。2024年的一项合作研究纳入4407名参与者，比较8题CRT和8题难度相近、但没有同样突出直觉诱答的数学任务。结合结构分析与第二次作答机会，研究支持CRT包含超出数学能力的反思成分。
这个结果帮助澄清CRT在测什么，并不意味着几道题已经覆盖智力评估的全部范围。也不能把某项判断上的预测关系，转换成个人IQ或“永远理性”的证书。研究中的任务组合、样本与结果变量都有明确范围，换成网上任意几道脑筋题，结论也不会自动随之转移。2024年的原始论文没有提供CRT到IQ的换算表。
以前做过，会不会让成绩完全没用
见过题目值得如实说明，尤其当你记得答案时，再次答对就不能当作全新的发现过程。用于个人前后比较时，也不宜把熟题上的升分直接理解为反思能力增强。
不过，“接触过就毫无研究价值”同样过头。Bialek与Pennycook汇总的六项研究、约2500名参与者中，有既往经验的人准确率更高，但所考察的变量关系并未因此显著减弱。这支持一种更细致的判断：熟悉程度可能改变分数，同时某些群体层面的预测关系仍然存在。它不保证背熟答案后还能准确解释某个人的能力，也不证明所有新版本都不受练习影响。这项多次接触研究不能被简化成“随便刷题都不影响”。
怎样用CRT结果，才不浪费这次体验
先保留版本、题数、作答条件和既往接触情况，而不要只记住一个“反思型”标签。如果只是个人学习，可以回顾自己是否检查了关键关系、是否区分直觉答案与实际条件，并把这种核对方式带到新的问题上。
若要评价智力，应使用与该目的相符、覆盖相应能力范围的测验；若要研究反思，则还需考虑计算能力、题目熟悉程度和任务可靠性。CRT高分是特定任务中的好表现，值得肯定，但不必把它扩大成对聪明程度、性格或所有决策质量的总评。