同一个人隔几周重测，智商分差十几分，第一反应别急着说「变聪明了」或「变笨了」。智力测验是标准化程序：题怎么念、限时怎么卡、鼓励怎么给、异常反应怎么记，都有规范。程序一松，分数就漂。
时间因素最容易被忽略。整套个别测验可能要一到数小时，中途疲劳会先打到加工速度和工作记忆这类对注意依赖高的任务。拆成两天测可以，但要按手册允许的方式衔接，并在报告里说明。赶场式连测、午饭后昏沉时段硬测，偏低分更可能反映状态，而不是稳定能力。练习效应也存在：短时间反复刷同构图形题，再测瑞文类工具，分数可能被推高，解释时要保守。儿童若连续补课到很晚再测，表现下滑常常先来自疲劳，而不是能力一夜消失。
主试因素同样关键。指导语缩短、暗示「再想想」、超时仍给分、对听力理解困难的人未按规定处理，都会引入偏差。合格主试不只会计分，还会观察：是否放弃过早、是否需要过度催促、是否出现焦虑性空白。这些观察有时比总分更有干预价值。找非专业人员「帮忙测一下」，得到的数字社交意义大于专业意义。机构若不愿说明主试资质与计分核对流程，你对结果的信任应下调。
受测者状态是第三块。发烧、止痛药影响、彻夜未眠、急性焦虑发作、刚与人激烈争吵，都可能暂时压低表现。儿童还可能因陌生环境、拒绝合作、要上厕所而未被妥善处理而崩盘。正规报告应记录这些情况；若完全没有状态备注，你对「偏低」的信任应打折。成人在重大面试前夜强行测一套「证明自己」，也常把焦虑写进分数里。
读结果时自问：施测是否个别、常模是否匹配年龄、当天状态是否可用、分指数是否被解释。团体筛查或线上体验测评对程序控制更弱，更适合粗了解，不适合做标签。橙星云相关体验测评也按「参考倾向」理解即可；要把分数用于学习安排或临床路径，应回到有资质的标准化个别施测，并要求报告写清施测条件。
若两次测评条件差很大（一次睡眠充足、一次通宵；一次个别、一次嘈杂团体），分差优先用条件解释，而不是用人格故事解释。把施测条件写进沟通清单，比争论「准不准」更能保护决策质量。分数会说话，但先确认它是在规范条件下说的。预约测评时直接问：大概多久、能否分段、状态不好能否改期——这三问能挡掉不少失真风险。