VPS评审怎么看：性能、线路、稳定性三类指标怎么读

一份VPS测评最容易被读错的地方，是它把三件不同的事塞进了同一张跑分截图里。页面从这台机器上吐出来快不快，访客到这台机器那段路顺不顺，流量上来以后这套配置撑不撑得住，本来就是三码事，混在一起看，数字就白看了。

能拿来当尺子的官方阈值在Google PageSpeed Insights那份说明里，它把网页体验分成Good、Needs Improvement、Poor三档，每个指标有两条分界线，判定看第75百分位。WordPress官方文档的性能优化页讲清了服务器、距离、缓存、主题这些因素怎么影响速度。

• 性能五项：FCP、LCP、CLS、INP、TTFB，各有两条分界线
• 判定看第75百分位，不看平均值
• Core Web Vitals三项都Good才算通过，缺LCP或CLS数据是评不了，不是通过
• 自己测三步：PSI移动端跑一次、桌面端跑一次，记下测试地点，再对表
• 最容易踩的坑，是拿lab data的绿灯当成真实用户的实际体验

这篇把一份测评怎么读、自己怎么测、测完的结论怎么换算成这台机器适不适合你，一次讲完。

VPS测评到底在测什么：性能、线路、稳定性三类指标

一份测评翻开，先分清它在测哪一类东西。性能、线路、稳定性是三条不同的线，混在一起看，数字就白看了。

后面的依据主要来自两块：WordPress官方文档的性能优化页，讲清了服务器、距离、缓存、主题这些因素怎么影响速度；PageSpeed Insights的说明页，给出了可以拿来判档的阈值。

性能指标：FCP、LCP、CLS、INP、TTFB各管什么

FCP（First Contentful Paint）是页面上第一块内容画出来的时间。用户点进来先看有没有反应，看的就是它。

LCP（Largest Contentful Paint）是一屏里最大那块内容画完的时间。标题、主图出来没有，看它。

CLS（Cumulative Layout Shift）是页面加载过程中元素挪动的幅度。文字读着读着往下跳，按钮刚要点就跑开，就是它。

INP（Interaction to Next Paint）是用户点一下、按一下之后，页面多久有反应。这个数差，说明机器或页面在交互那一下卡住了。

TTFB（Time to First Byte）是服务器吐出第一个字节用了多久。它是实验性指标，不关心页面长什么样，只测服务器那一段。

PSI报告的真实用户数据只覆盖FCP、INP、LCP、CLS四项，采集周期是过去28天。五项里只有TTFB是直接冲着服务器去的，另外四项都会被页面本身拖累。所以看到LCP差，先分清是服务器慢，还是页面里的图片和脚本太重。

线路指标：服务器到访客的距离和测试地点

WordPress官方文档里有一条：服务器和访客之间的地理距离会影响性能。这句话是线路这一类的根。机器在美国、访客在德国，和机器在美国、访客在加州，跑出来是两回事。

一份测评的数字，是在某个具体地点跑出来的。PSI的测试会跑在北美、欧洲或亚洲的Google数据中心，具体位置能在Lighthouse报告的环境区块看到。同一台机器，测试点放在离它近的地方和放在你目标访客那边，跑出来的数不一样。测评不写测试地点，这条数就只能当参考。

缓解这段距离的办法，WordPress官方文档给的是CDN，把图片这类静态文件镜像到不同地区，让各地访客都有较好的加载体验。所以线路这一项要连着看两个东西：机器在哪，前面有没有加一层分发。

稳定性指标：缓存、滥用流量、主题与插件

WordPress官方文档对稳定性给了三条。第一条是缓存：如果没有缓存方案，页面请求一堆积，性能会慢到停滞，常常把Web或数据库服务器搞崩。第二条是滥用流量：暴力登录攻击、图片盗链、DoS攻击这类东西也会加服务器负载，能不能识别并拦住很关键。第三条是主题和插件：轻量快速的主题比图形堆得很重的主题效率高得多，插件也一样，第一步就是停用并删掉不必要的。

这三条都不是跑分能看出来的。一份测评只放一张跑分截图，稳定性这一类等于没测。它需要的是流量上来以后的表现，或者至少是配置层面有没有做缓存、有没有防护、主题插件是不是清清爽爽。

每个指标怎么读：Good / Needs Improvement / Poor三档怎么对

PSI把每个指标分成三档，每个指标两条分界线。数值落在哪个区间，就判哪一档。具体数字在阈值表那一节，这一节先把判定规则说清楚，因为规则比数字更容易被读错。

为什么看第75百分位，不看平均值

PSI文档里对这一条的原话，翻过来是「选第75百分位，是为了让开发者看清站点上最让人难受的那部分体验」。

平均值会被跑得快的那批用户拉平。一台机器大部分时候很快，少数时候卡住，平均分看不出问题，第75百分位能看出来。所以测评里如果只给一个平均响应时间，那个数参考价值有限。判断一台机器能不能用，要看的是偏慢那一段用户到底慢到什么程度。

三项都Good才算通过，缺数据怎么办

Core Web Vitals是INP、LCP、CLS三项。三项数据都足够时，三项的第75百分位都是Good，评估才算通过。

有一个例外：INP数据不足的时候，LCP和CLS两项的第75百分位都是Good，也算通过。但如果LCP或CLS任一项数据不足，页面级和源级的聚合都无法评估。

所以看到「通过Core Web Vitals评估」这句话，先看它是三项齐全，还是只有两项。缺LCP或CLS的那种，不是通过，是评不了。这两件事在测评里经常被写成一样的，读的时候要分开。

Lighthouse分数90 / 50两条线

Lighthouse的分数是单独一套：90及以上算good，50到89算needs improvement，低于50算poor。这是PSI用Lighthouse在模拟环境里跑出来的分，属于lab data，和真实用户的field data是两套东西。

两套东西的分工，下一节讲坑的时候会展开。这里先记住一点：90这条线是模拟环境里的线，跨过去了，只能说明那一套固定条件下页面载入没问题。

自己测一台机器：三步跑完，每步出问题怎么回查

测评是别人测的，机器是你自己的。三步能跑完，一台机器的底子大概就有数了。前提是机器上已经装好WordPress，页面能正常打开。还没装的话，先把它装到能访问，再回来测。

第一步：PSI填网址，移动端和桌面端各跑一次

动作：打开PageSpeed Insights，把网址填进去，先跑移动端，再切到桌面端跑一次。两次的分数和每个指标的数值都记下来。

理由：这两次跑的根本不是同一个环境。Lighthouse移动端模拟的是中端设备（Moto G4）加移动网络，桌面端模拟的是有线连接的桌面环境。只跑一次，等于只看了一半。

回查：分数每次跑都会变，PSI文档列出的常见波动来源是本地网络可用性、客户端硬件可用性和客户端资源争用。网不好的时候测出来的数不作数，同一台机器在两个不同网络下测，差一截是正常的。测之前先把手上正在下载的东西停掉。

第二步：在Lighthouse报告环境区块记下测试跑在哪个数据中心

动作：报告里找到环境那一块，看这次测试跑在哪个位置，记下来。

理由：判定一个数好不好，得先知道它是从哪儿测的。测试点离服务器近，数字好看；测试点离你的目标访客近，才是你该拿去判断的场景。一份测评如果连这个位置都没写，它那个分数就只能当参考。

回查：跑出来的结果和预期差太多，先怀疑测试地点不是目标用户所在地，别急着怀疑机器。用能从不同地点测试的在线网页基准测试工具再跑一次，两个数一对比，问题在哪就清楚了。

第三步：看分布条上方第75百分位数值，对照阈值表判档

动作：报告里每个指标上面有一条分布条，分布条上方那个数就是第75百分位的值。把它抄下来，拿去对阈值表，落在哪一档记哪一档。

理由：分布条能看出快慢两头的比例，第75百分位是压过大部分用户的那个点，判定用的就是它。只看一个总数，看不出到底是谁在拖后腿。

回查：有的指标有数、有的没数，很常见，先按有数据的几项判档。一个指标都没数的原因在讲坑的那一节第四条，那跟机器好坏没关系。另外，页面刚上线没几天，样本本来就少，这时候测出来的field data参考价值有限。

把结论换算成「适不适合我」

三项Core Web Vitals都落在Good，测试地点又贴近你的目标访客，这台机器可以留下。少一样，就把它和下一台并排比。

只看分数不看测试地点，等于拿别人家的尺子量自己的脚。你的访客在哪，测试就得尽量贴近哪；你的页面是什么类型，测的就得是那类页面，别拿首页的数去代表全部。

阈值表：一项指标落在哪一档，对着这张表判

用法就一句：把PSI分布条上方那个第75百分位的数拿出来，看它落在哪一栏。落在最右一栏的指标，说明有相当一部分访客在这台机器上等得太久，先查服务器到访客那一段，再查页面本身。

还要记一条更新频率：PSI里的field data每天更新，BigQuery里的CrUX数据集每月更新一次，而且只到源级数据。同一天跑两次拿到的数可能不一样，看趋势就行。

测评里有四个坑，和怎么排查

坑一：lab data绿了就以为真实用户体验也好

结论：Lighthouse分数是模拟环境跑出来的，绿灯只说明在那一套固定条件下载入没问题。

依据：PSI文档写得很直白，绿色分数算好，但lab data好不代表真实用户的体验也会好。

排查：再看field data那四项。两者一致再下结论，不一致就以field data为准，因为你的访客是真人，不是模拟器。

坑二：field data和lab data互相矛盾就以为测错了

结论：两边打架是正常的，不是谁测错了。

依据：field data是真实用户在各种设备和网络条件下的历史数据，lab data是单台设备、固定网络条件下的模拟加载。采集条件根本不同，结果不同是必然的。

排查：分工用。lab data用来定位问题出在哪一步，field data用来判断真实用户到底什么感受。

坑三：分数每次跑都不一样，拿一次结果下结论

结论：性能分数每次运行都会变，这是它本身的性质。

依据：波动来源就那三个，本地网络、客户端硬件、客户端资源争用。

排查：同一个页面连跑两三次，看落在哪个档，别拿单次极值当结论。测评里只写一个孤零零的分数，没写跑了几次，这条数就该打问号。

坑四：页面没数据就以为机器差

结论：PSI上不显示真实用户数据，跟机器好不好没关系，是样本不够。

依据：CrUX采集真实用户数据有两个硬条件，URL必须公开，也就是能被抓取、能被索引，另外要有足够多的独立样本，能代表这个网址或源的真实表现。页面数据不够，PSI会退到源级，也就是整站所有页面；源级也不够，就完全不显示。

排查：先确认页面能被抓取和索引，再确认站点是不是刚上线、样本还没攒够。两个都排掉还是没有，就再等几天，别因为一个空格子换机器。

一份测评的结论怎么核：先看结论句有没有数据句撑着

读到这里，手上应该已经有几张测评的截图或者文字了。下一步不是接着往下读，是把它拆开。

1. 把测评原文里的结论句抄一栏，数据句抄另一栏。
2. 每条结论后面找它对应的数据，找不到的先用问号标上。
3. 测试条件单独一栏：什么设备、什么网络、测在哪个地点、数据是哪一段时间的。
4. 三栏摆在一起对一遍，能对上号的留下，对不上号的先放着。

一份测评最容易出问题的地方，不在数字算错，在结论句和数据句之间那一步没走完。「这台机器很快」是结论，「某个页面在某个地点某次测试里LCP是多少」才是数据。中间那段推导如果没写出来，读者就只能信，不能核。

同一台机器，两个人测出两个相反结论，八成是测试条件不一样。你抄下来的那一栏测试条件，就是拿来对这件事的。

手上的候选不要只留一台，两三家一起比，谁在哪一项掉队看得清。方向大致两种：一种是知名大牌海外VPS，看的是长期可用；一种是大内存VPS推荐，看的是跑WordPress和数据库时内存够不够。

费用和计费方式也要进评审表：别只看月付数字

月付数字是最容易看的一项，也是最能误导人的一项。评审表里要抄的不是一个价格，是几个口径。

• 计费单位：按月付还是按小时算，停机了还收不收。
• 续费价：首月和续费是不是一个数。
• 流量和资源上限：商家写明的上限是多少，超了怎么处理。
• 备份和快照：算不算在套餐里，另收不收。
• 退款：多久之内能退，退多少。

这五项里，计费单位最影响你怎么用。这两套账怎么算，可以对照按小时计费VPS那篇来看。

想把成本压到最低，超便宜的国外VPS这一类可以先翻一遍，便宜和能用是两件事，分开算。付款方式上，支持支付宝的国外VPS这一类解决的是结账这一关，别让付款卡住测试进度。

还有一项容易漏：系统。镜像尽量用商家给的官方模板，别自己从最小系统开始配。官方模板跑出来的数，才能和别人的测评对得上；自己搭的环境，出了问题没有参照物。要用Windows的，看Windows VPS推荐那一类，别在Linux镜像上折腾兼容层。

用AI整理测评数据：能帮哪三步，人要核什么

一份两份还能手抄，候选到了五六台，指标乘上机器数量，表格就乱了。这一步可以交给AI，但分工要说清。

AI能帮的三步：

1. 把一份测评里出现的指标名和数值整理成表，按阈值表自动标档。
2. 把测评原文里的结论句和数据句分开摘出来，哪条结论没有数据撑着，一眼能看到。
3. 把几台候选机器的同一指标并排放，哪台在哪一项掉队直接看得见。

下面三条提示词是本文给的示例，不是官方模板，直接复制改一改就能用。

「下面是一段网页性能测评文字。请只提取其中出现的指标名和对应数值，按FCP、LCP、CLS、INP、TTFB分类列成表格，不要补充原文没有的数字。」

「按我贴给你的阈值表判断每个指标属于Good / Needs Improvement / Poor。只对原文给出的数值判断，缺数据的写『无数据』。」

「把这段测评里的测试条件（设备型号、网络类型、测试地点、采集周期）单独列出来，并指出哪些结论没有写明测试条件。」

必须人做的三个动作，AI替不了：在PSI填网址，移动端和桌面端各跑一次，把分数和指标值记下来；在Lighthouse报告的环境区块看这次测试跑在哪，记下位置；看分布条上方的第75百分位数值，对表判档，再决定这台留不留。

AI出的表还要人工过一眼，尤其是「无数据」那几个格子。它不知道你的页面到底能不能被抓取和索引，也不知道你的目标访客在哪个洲。这类把官方条款和原文摆成一张表再对照的活，猎者出海的AI Agent里有一块是专门做的，判断还是得自己做。

常见问题

vps评测指标主要看哪几个？

性能、线路、稳定性三类。性能里能对上官方阈值的五项是FCP、LCP、CLS、INP、TTFB。三类少看一类，结论就不完整。

vps评测标准里的第75百分位是什么意思？

把一批用户的体验从快到慢排，第75百分位就是站在那个位置上的值。PSI拿它来判定，是为了看清偏慢那部分人的感受。

vps性能测试要跑几次才算数？

同一个页面至少跑两三次，看它稳定落在哪一档，不看单次极值。分数每次运行都会变，波动来源是本地网络、客户端硬件和资源争用。

vps线路测试的结果为什么和我这边不一样？

因为测试点不在你这边。PSI的测试跑在它自己的数据中心，位置在报告的环境区块能看到。测试点离服务器近和离你的目标访客近，是两种结果。

测评里没有真实用户数据，是不是说明机器不行？

不是。多半是样本不够，比如页面不能被公开抓取和索引，或者独立访客数量还没攒够。PSI会先退到源级，源级也不够就不显示。

Lighthouse分数90以上就一定能用吗？

不能这么算。90以上是lab data的绿灯，只说明模拟环境下没问题。真实用户的field data还得单独看一遍。

一台机器适不适合你，最后落在一句话上：三项指标都落在Good，测试地点贴近你的目标访客，费用口径也问清了，再签。缺一样就先放着，候选多留一台，比事后搬家省事。候选多的时候，整理资料、对照原文这类活，猎者出海的AI Agent能接一部分，判断还得自己做。