读懂咖啡的色值测量

在咖啡行业里，色值是用得最多、也被误解最深的一个数字。

烘焙师拿它定目标，买家拿它下判断，咖啡师为它争论不休，几乎所有人都把它当成咖啡身上一个确定的事实：一个藏在豆子里、等着被读出来的固定数值。从这一个假设出发，一连串的困扰接踵而至。两台设备给出两个数字，那肯定有一台坏了。不同样品之间读数差了几个点，那这台仪器肯定不可靠。别人的烘焙色差和你的不一样，那你们俩肯定有一个烘错了。

这些都不成立。

这份指南要做的，是拆掉咖啡色值测量中最常见的一个误解，即色值是一个固定数值，换上一个准确的认知框架，再教你制样流程和解读方法，让你能放心地依据读数行事。一旦明白色值数字究竟代表什么，那些分歧就不再令人不安，反而开始变得有用。

整份指南都建立在这一个观点之上：色值读数不是你从咖啡里提取出来的属性，而是某种方法产出的数值。

这种方法由一系列选择组成：光源、光的波长、光照射与读取的角度、看到的是样品的哪一部分、样品如何研磨和/或压实，以及把原始信号变成数字的算法。改变其中任何一项，数字都会合理地随之改变。两台仪器结果不一致时，通常是在为两个略有不同的问题各自给出正确答案。读数在样品之间浮动时，通常是在告诉你咖啡本身或制样过程中真实存在的差异。数字从来不是重点，数字背后的方法才是。

读完这份指南，你应该能够：把样品制备得读数稳定，选出适合自己用途的研磨度，读懂完整的分布而不只是孤零零的平均值，理解自己的烘焙色差和标准差而不必照搬别人的目标，诚实地在不同设备之间换算读数，并借助实时色值追踪做到凭色烘焙，而不是靠猜。

文中提到的设备没有哪一台是“正确答案”。每一台都按它的工作原理、擅长之处，以及它的数据能为你的决策提供什么来介绍。目的在于理解。

第 1 部分：“颜色”究竟是什么

在任何仪器登场之前，颜色本身就是个难以捉摸的东西，因为颜色并不是物体的属性，而是一种相互作用。光照到表面，一部分被吸收，其余的反射回来。反射回来的部分，就是我们所说的颜色。这意味着颜色从来不是咖啡单独产生的，而是咖啡与光在特定环境中、从特定角度被观察时共同产生的。

这会带来直接的物理后果，你其实早已见过，只是可能从未留意。同一批熟豆，放在店内灯光下的不锈钢台面上是一个样子，举到窗边是另一个样子，放在深色杯测桌上又是一个样子。豆子本身没有任何变化。变的是光源和它的色温、光射来的角度和你观察的角度，以及周围环境把杂散光反射回来的方式。暖光让颜色显得讨喜，冷光让颜色显得生硬，旁边一面有色的墙会给一切染上色调，一片阴影会让一锅其实很均匀的豆子看起来更深。

这正是凭肉眼对照参考色卡判断烘焙度不可靠的原因。目测会随光照、样品量、样品周围物体的颜色以及观察角度而漂移。受过训练的人确实在这样做，它也有价值，但它不能成为共同的标准，因为没有两个人是在完全相同的条件下观察的，同一个人也不会两次在完全相同的条件下观察。

仪器正是为解决这个问题而生的。色值仪自带受控光源，在光源与传感器之间保持固定的几何关系，并在遮光或标准化的空间内读数，让房间环境无法干扰，从而固定住那些会破坏人眼判断的变量。正是这种控制，让仪器能做到人眼做不到的重复性。

但这里有一个陷阱，它造成了这个领域里绝大多数的困惑，值得慢慢说清楚：不同仪器把这些变量固定在不同的设定上。一台仪器用近红外光以较陡的角度照射样品；另一台用模拟日光的光源整体照亮样品，并以漫反射方式读数。每台仪器都严格地与自身保持一致，但谁都没有义务与对方一致，因为它们保持恒定的并不是同一组条件。一台仪器内部自洽，和两台仪器彼此一致，是两件完全不同的事。因为得到了前一种承诺就去期待后一种结果，几乎是每一句“我的设备不准”的根源。

第 2 部分：测量咖啡色值的三种方式

测量咖啡色值的方法不止一种。有三种标准化且根本不同的测量思路，它们运用不同的物理原理，回答不同的问题。

近红外反射：Agtron 一族

咖啡行业中历史最久、最成熟的方法，是把波长约 850 至 940 纳米的近红外光照到样品上，测量反射回来的光有多少，再换算成 0 到 200 的数值。其中的逻辑是化学性的。咖啡在烘焙过程中，美拉德反应和焦糖化会生成类黑素及其他褐色化合物，它们会吸收这段红外光。烘焙越深，这类物质越多，吸收越多，反射越少，读数就越低。烘焙越浅，反射越多，读数就越高。Agtron 标度以让这种方法流行起来的那台仪器命名，有一整类设备都按这种方式工作。

这类设备使用的红外波段，人眼是看不见的。Agtron 类数值描述的并不是咖啡看起来的样子，而是对烘焙化学的测量，最初用来追踪糖类的焦糖化，恰好与烘焙发展程度高度相关。由于它是在自身受控的红外光下读取化学变化，而不是读取可见外观，所以基本不受第 1 部分所说的环境光问题影响。它回答的是“这锅豆子发展到了什么程度”，而不是“它看起来是什么深浅”。

多款 DiFluid 设备都属于这一族，只是实现方式各不相同。CoffMeter A1 是单波段近红外色值仪，只返回一个 Agtron 值，没有分布。OmniFlux 装上长焦附件后，也以同样方式输出单一的 Agtron 值。经典的 Agtron 台式机则是这个标度得名的参照原点。

近红外二维成像：Omni 与 Omix Plus

第二种思路沿用同样的近红外原理，但改变了负责读数的部件，而这个改变意义重大。它不再用一个传感器收集一个经过平均的反射光斑，而是用二维成像传感器，在 850 和 940 纳米的多波段近红外光下拍摄整个样品表面。随后，它为图像上的每一个点计算 Agtron 标度值，并汇总成直方图，呈现整份样品完整的色值分布，而不是单一数字。

Omni 是这种方式最紧凑的形态：它读取约 5 克咖啡粉的样品，以白光作为辅助通道，用于智能检测和银皮检测，色值测量则由近红外完成。它的色值模式和粒径模式，在 Omni 完整指南中有从头到尾的讲解。Omix Plus 把同样基于成像的 Agtron 直方图放进一台更大的生豆/熟豆一体化分析仪中，样品量也略大。如果你关注 Omix Plus 是为了测生豆，家庭烘焙者的 Omix Plus 指南对这方面有完整介绍。

关键在于由此带来的结果。由于这类设备是对表面成像，而不是把它平均成一个点，所以它们能报告色值的离散程度，而不只是中心值。这种离散信息是单点传感器在物理上无法给出的，因为它在变成数字之前就已经被平均掉了。这个区别重要到足以专门用第 4 部分来讲。

可见光谱色度测量：HunterLab 与 CIELAB

HunterLab 类的色差仪和分光光度计测量整个可见光谱（约 380 至 780 纳米）上的反射率，再经由三刺激值 XYZ 换算到 CIE L*a*b* 色彩空间。在这个空间中，L* 表示明度，从黑到白；a* 从绿到红；b* 从蓝到黄。整个体系的设计初衷是模拟人眼感知颜色的方式，让两种颜色之间的数值距离，大致对应人眼能看出的差别。

这与 Agtron 一族的出发点正好相反。Agtron 数值刻意忽略可见外观，去追踪红外下的化学变化；CIELAB 则刻意重建可见外观。为此，它需要一个明确定义的参考白，标准推荐使用 D65 日光光源，还需要明确定义的测量几何条件，常见的是 45°/0° 或漫射 d/8° 积分球。

由于外观取决于所有这些选择，两台 CIELAB 仪器可能仅仅因为几何条件、光源或孔径大小不同而读数不一致。与完整的分光光度计不同，色差仪实际上只在一种光源下观察，这就为同色异谱误差留下了空间，也就是在一种光下颜色相同、换一种光就出现差异。

把三者摆在一起，就能看出它们并不是在争着回答同一个问题，而是在回答三个不同的问题。Agtron 一族问的是：红外光反射了多少？Omni 和 Omix Plus 问的是：整个表面上的红外反射率是怎样分布的？CIELAB 问的是：在标准日光下，人眼会看到什么颜色？它们之间都无法一一换算，因为它们从一开始测的就不是同一样东西。

关于烘焙色值的同行评审研究说得很直白：在 Agtron 商业标度上评为 40 的咖啡，在 DiFluid、Colortrack、Roastvision 或其他任何设备上并不一定读出 40，因为它们使用的标度和方法不同。就连专家们自己的仪器彼此之间也不一致，而这是有据可查、在预期之中、被充分理解的现象，并非某一台设备的缺陷。正确的问题从来不是“哪个数字才是真的”，而是“这个数字是用哪种方法得出的？我比较的两样东西是同类吗？”

第 3 部分：整豆与咖啡粉

整豆读数看的是豆子的外表面，也就是烘焙环境直接作用的那一面，与热风和滚筒接触过的那一面。研磨会把豆子破开，露出内芯，所以咖啡粉读数看到的是外层与内层表面的混合。因此，咖啡粉更接近整颗种子由内到外的真实平均发展程度，这也是它通常更能可靠预测咖啡风味的原因。

还值得注意的是，这意味着一颗外壳发展略多、内部发展略少的豆子，与一颗整体发展都偏少的豆子，可能读出相同的 Agtron 值。这又是单一 Agtron 值无法呈现全貌的一个原因。分布在其中起着很大作用。

整豆读数天生噪声更大，了解原因会有帮助。豆子表面是圆的，光的散射不均匀。每份样品中，中线（或裂口）正对镜头的豆子数量都不一样。银皮附着在外表的量也不一致，而且比熟豆颜色浅得多，会把读数拉来拉去。这就是读取一堆弧面、部分带皮物体时的物理现实。

那为什么整豆和咖啡粉都要测？因为两者之间的差值本身就是一项测量。外层色值与咖啡粉色值的差，告诉你热量从表面传入内芯的均匀程度：这锅豆子是里外都发展到位了，还是外焦里浅。有经验的烘焙师两者都测，不只是把它当作第二道一致性检查，更是为了主动学会控制这种内外差异。咖啡粉读数告诉你烘焙程度；两个读数合在一起，告诉你这锅烘焙的特征。

https://cdn.shopify.com/s/files/1/0636/6701/1811/files/sc_rca_distributions.png | medium | 同一支咖啡的整豆与咖啡粉色值。两条分布，以及它们平均值之间的差距，正是单一数字所掩盖的东西。

第 4 部分：单一数值与分布

困扰通常就出现在这里：“它就是不肯给我一个稳定的数字。”

单点传感器，无论是 CoffMeter A1、经典的 Agtron，还是装上长焦镜头转接件的 OmniFlux，都会把整份样品压缩成一个平均值。这确实有用：一个干净的数字，方便记录、方便沟通、方便设定目标。但平均值按定义就会掩盖差异。均匀度天差地别的两锅豆子，平均值可能一模一样。

https://cdn.shopify.com/s/files/1/0636/6701/1811/files/Uneven_Roast_2.png?v=1753681918 | small | 一锅非常不均匀的烘焙

一份样品中每个颗粒都在 97，另一份中一半在 94、一半在 100，用平均值表示，两者就是双胞胎。到了杯中，它们却并不一样。

Omni 和 Omix Plus 给出的是完整分布：整份样品的色值直方图，以及平均值、标准差和峰值位置。你得到的不再只是咖啡平均有多深，还有它深得有多一致。第二个问题，也就是均匀度，往往才是真正区分好烘焙与平庸烘焙的关键，而任何单一的平均数字都无法呈现它，无论出自哪台设备，因为离散信息在变成数字之前就被平均掉了。

这也解释了让人头疼的“读数波动”。在 5 克的小样品盘里，一颗奎克豆或一块浅色碎片，确实会让平均值移动几个点。大样品盘的 Agtron 或 Colortrack 装的咖啡多得多，同样一块碎片在平均中几乎可以忽略。人们很容易就此认为小样品盘不够准确。实际上，它是更灵敏，它让你看到了真实存在的样品间差异，而大样品盘只是悄悄把这些差异抹平了。这给了你灵活的选择：做一致性检查时，快速测一份小样品即可；需要时，也可以多测几次，在 CoffeeOS 中看平均值，既省时间又省咖啡。

打个比方：单一数值是全班考试的平均分，分布则是每个学生的分数。平均分无法告诉你，是所有人都考在 75 分上下，还是一半不及格、一半拿了高分。烘焙均匀度和研磨均匀度，恰恰就是这个被隐藏的问题，而只有分布能回答它。

所以在实际使用中，这两半数据各有分工。平均值或峰值用来确定烘焙程度；标准差，也就是离散程度，用来判断烘焙的均匀度和研磨的一致性。两者结合起来看，既能告诉你咖啡落在哪里，也能告诉你它落得有多集中。

第 5 部分：制备样品

样品制备是你真正能掌控的最大误差来源，大多数“设备读数不稳定”的故事，其实是换了身打扮的“制样不稳定”的故事。把制样做稳，数字自然就稳了。

先从研磨度说起，因为它的影响确实惊人。在同一台磨豆机上，同一支咖啡从一个研磨档位换到另一个档位，色值读数可能相差约 25 个 Agtron 点。这并不是咖啡变了，而是更细或更粗的研磨改变了表面质地，也改变了它的堆积和反光方式。研磨不一致，看起来就会像仪器不一致。

这自然引出一个问题：该用什么研磨度？没有唯一正确的答案。答案取决于你想对齐哪种标准，以及你实际怎么用你的咖啡。如果你想与整个精品咖啡行业对比，就采用杯测惯例：研磨到约 850 微米，约 70% 至 75% 能通过对应的筛网。这是行业通用的语言。但如果你只做意式浓缩，或只做手冲，那么根据自己的实际工作流程，定义一个固定的测量研磨度，可能更合理。设备报告的绝对数值，如果背后没有固定流程，就毫无意义，所以最重要的是每一次的研磨都完全相同。一个自定的标准严格执行，胜过一个借来的标准随意套用。

从长期一致性考虑，最好专门用一台磨豆机来测色值。一台残粉少的小型手摇或电动磨豆机，只用于这个用途，由于工作量很小，刀盘可以多年保持锋利。如果用咖啡馆的出品磨豆机来磨色值样品，刀盘逐渐变钝，一年下来读数可能漂移五六个点。一台专用磨豆机，是让读数长期保持一致的一笔小小保险。如果你有不止一台磨豆机，磨豆机管理会为每一台保存标定记录；磨豆机管理设置指南会一步步带你建立档案。

你也可以磨得偏细一些，并把表面刮平或压平。研磨偏粗时，较大的银皮碎屑会浮到表面，读起来比下方的咖啡更浅。压平和刮平能形成光滑均匀的表面，让传感器读得干净利落。使用 Omni 时，把样品盘装满，用刮尺沿盘口刮过，让样品与盘口齐平，然后读数。同样，如果你选择这样做，每次都要用同样的方式。

https://cdn.shopify.com/s/files/1/0636/6701/1811/files/roast_grounds_fill.png | medium | 咖啡粉正倒入 Omni 的样品盘。每次都用同样的方式刮平，读数就会稳定下来。

样品量值得了解清楚。Omni 只需要约 5 克咖啡粉，相比每次读数要 100 克的设备，这在成本上是实打实的差别。对一家每周烘一百锅的烘焙坊来说，这就是一年在测量用豆上花几百美元和花几千美元的差别。小样品的代价是波动更大，而你已经知道怎么应对：需要更高精度时多测几次，看离散程度，而不是只信一个结果。

统一奎克豆的处理标准。发展不足的浅色豆读数比成熟豆浅得多，所以它们的比例一旦不一致，就会让色值数字随之摆动，而原因与你的烘焙毫无关系。把它们挑拣到一个统一、约定好的水平，最好与色选机最终的处理效果一致，这样你测的每一份样品，都能与上一份相互比较。

测量时机要保持一致，尽管读数前该静置多久并没有公认的“正确”答案。许多烘焙师在每一锅出冷却盘时就立即测量，这样在下一锅进入一爆之前，就已经知道上一锅的色值和失重率，还有时间调整。无论你选择哪个时间间隔，定下来就一直沿用。

最后，用失重率交叉核对色值，因为两者结合起来，能形成单独任何一项都无法提供的相互制衡。如果连续几锅失重率稳定、色值却在漂移，问题几乎可以肯定出在色值测量上：奎克豆处理不一致、研磨有变化，或仪器需要标定。如果色值稳定、某一锅的失重率却突然跳高，就要怀疑称重或流程：电子秤被碰到了，或豆子被过强的风门吹走了。两项都测，每一项都成了对另一项的合理性检查。

第 6 部分：解读结果

烘焙色差是整豆平均色值减去咖啡粉平均色值，衡量的是从表面到内芯的发展均匀度。人们很容易去追逐某个特定的目标色差，但色差只有相对于你自己的方法、研磨度、设备和目标才有意义。色差大，可能说明表面发展得又快又猛，而内芯落在后面；色差小，则说明热量渗透得较均匀。把这些当作值得追查的方向，而不是必须遵守的阈值。

https://cdn.shopify.com/s/files/1/0636/6701/1811/files/sc_rca_deltas.png | medium | 一次会话一目了然：整豆和咖啡粉的平均值、各自的标准差、烘焙色差、均匀度变化和峰值偏移。

标准差，即分布的离散程度，是你衡量均匀度的标尺。离散越大，说明烘焙越不均匀，或研磨、制样不均匀。长期追踪下来，它本身就成了一项一致性指标。一位烘焙师的标准差如果在悄悄上升，说明均匀度在下降，而他能在平均值发生任何变化之前很久就察觉到。

峰值偏移是整豆分布峰值与咖啡粉分布峰值之间相差的区间数。它专门用来标示烘焙不均匀的情况，即豆子外部和内部的发展进度明显不同步。

均匀度差值是两个标准差之间的差，比较的是整豆群体与咖啡粉群体各自的集中程度。

CoffeeOS 中还有一个值得用的交互：在一条分布上选中一个区间，比如整豆曲线上的 90 到 100 Agtron，咖啡粉曲线上对应的区间就会高亮，让你看到某一群特定的豆子在两次读数中分别落在哪里。它把两张静态直方图，变成了从两个角度观察同一支咖啡的联动视图。

有两项设置会悄悄改变这一切的呈现方式，必须固定下来、不再改动，你的数字才能保持可比。组距可以设为每组 5 或 10 Agtron，这会改变直方图的精细程度。色谱范围可以设为 70-200（适用于精品咖啡）或 30 至 200（全范围）。两种设置都无所谓对错，但在一个测量计划中途切换，就像图表画到一半换了单位。审慎选好设置，并始终保持不变。

第 7 部分：银皮检测

Omni 和 Omix Plus 都带有银皮检测功能，值得专门关注，因为银皮是整豆读数游移不定的主要原因之一。除了负责色值测量的近红外光，Omni 和 Omix Plus 还用一个白光通道来检测豆子或咖啡粉上的银皮，灵敏度可以在设置中调整。

它之所以重要，直接关联到第 3 部分。银皮碎片颜色浅，附着在豆子外表的量不均匀，读数也比熟豆本身浅得多，所以它们专门给整豆色值带来噪声。检测并把它们纳入考量，能让这些读数更可信。和其他所有设置一样，一致性很重要：决定好灵敏度怎么设，明白灵敏度越高，误判越多、漏检的碎片越少，然后在各次会话中固定这项设置，让你的比较保持诚实。

第 8 部分：跨设备比较测量结果

这是整篇论点的实际落脚点：如何让你的 Omni 或 CoffMeter A1 与 Agtron 或其他色值仪的读数对上。

首先要接受第 2 部分已经确立的事实：不存在通用的跨设备换算，因为这些设备使用的方法、波段、几何条件和算法各不相同。真正可行的做法，是建立你自己的偏移量。用两台设备测量同一批标准化样品，制样方式完全相同，记录两者之间稳定的差值。记住，这个差值在由浅到深的整个范围内可能并不相同，所以要在标度上的多个点分别测量。一旦知道你的设备在同一支咖啡上稳定地比另一台高或低多少，就可以通过这个已知的偏移量来换算。

这一切都建立在锚定一套固定方法的基础上：同样的研磨度、同样的样品量、同样的压实方式（如果你这样做）、同样的设备设置、同样的标定状态。只有这样，两个数字才谈得上可以比较。

标定是这套固定方法的一部分。每次会话前重新标定；只要有几次读数超出预期，就毫不吝啬地重新标定。大多数色值仪以一块印刷的参考板来标定；DiFluid ColorGuard 为 Omni、Omix Plus 和 OmniFlux 提供双点标定，同时使用一个浅色和一个深色参考，如果你的工作同时涉及浅烘和深烘，需要在标度两端而不只是中段都保持准确，这一点尤其值得做。

还有一个造成“假分歧”的源头，就藏在“Agtron 数值”本身之中。Agtron 标度不止一种：Gourmet 标度与 Commercial 标度并不相同。两个人都说“Agtron 55”，如果用的是不同标度，指的就是不同的东西。DiFluid 设备按 Gourmet 标度测量。在断定两个读数不一致之前，先确认它们是否用同一个标度表示。

第 9 部分：用 OmniFlux 实时凭色烘焙

前面讲的都是烘焙结束后测量色值。OmniFlux 改变了时机：它让你在烘焙进行的同时观察色值，并凭色烘焙。

OmniFlux 是一台相机式的烘焙色值监测仪，透过烘焙机的观察窗实时观察豆子颜色，并输出一条实时色值曲线。它有三种模式，分别清晰地对应烘焙过程中的三个时刻。

色度检测是它的静态、烘焙后模式：装上金属色度检测转接件，架在样品盘上方，读取制备好的样品，在 0 至 150 Agtron 范围内准确度为 ±0.5。这是精确的终点测量，相当于在 Omni 或 CoffMeter A1 上读一份样品。

Roast Track 是实时的烘焙中模式：装在支架上、对准烘焙机观察窗，在烘焙发展过程中记录色值曲线，在更宽的 0 至 200 范围内准确度为 ±2，还能把 PT100 探针测得的豆温和炉温并入同一条曲线。

Cool Track 在下豆后的冷却阶段追踪色值和温度。

实时色值与静态色值在概念上的区别，是这一切的核心。Roast Track 隔着玻璃、在一定距离外，读取烘焙中正在翻滚的豆子，所以它的容差有意放宽，是 ±2 而不是 ±0.5。它的价值在于，你能看到色值的发展并当场做决定；在不同烘焙机之间的温度测量不可靠时，也能让样品烘焙与量产烘焙对齐。烘焙后的测量，无论是用 OmniFlux 的色度检测模式还是用 Omni，读取的都是静态、受控、制备好的样品，给出的是更严格、更权威的最终数值。实时曲线在烘焙进行中引导烘焙，静态读数在烘焙结束后验证结果，还能让你测出烘焙色差。

第 10 部分：CoffeeOS 的“烘焙色值分析”与“豆子管理”

只存在设备里或笔记本上的读数，终将沦为一堆杂乱信息。软件这一层，把它们变成持久、随时可用于决策的记录；也正是在这里，色值测量不再只是一个数字，而成为可以付诸行动的数据。

CoffeeOS 中的烘焙色值分析工具，把整豆测试和咖啡粉测试放在同一次测试会话下，分别求平均，并计算第 6 部分讨论过的烘焙色差、峰值偏移和均匀度差值。它让你在两条分布之间高亮对应的区间，并保留以往的每一次测试，方便回头查看。

https://cdn.shopify.com/s/files/1/0636/6701/1811/files/Roast_Analyzer_80929712-4a79-425f-a405-0dc7ea0f76a8.png?v=1772286427 | small | CoffeeOS 中的“烘焙色值分析”

其中影响解读的设置，正是前面说要固定的那两项：组距为 5 或 10 Agtron，色谱范围为 70 至 200 或 30 至 200。

真正让它好用的，是与豆子管理的连接。通过底部控制栏中的“挂载豆子”，色值分析会话会关联到某一支具体的豆子。关联之后，这次会话就会出现在这支豆子详情页的“豆子洞察”下，所有会话按产生它的工具分组。比如，一支豆子可能显示“烘焙色值分析 × 10”，点进去就能看到这支咖啡有史以来的每一次色值读数，旁边还有它的粒径分析会话、冲煮记录等。

https://cdn.shopify.com/s/files/1/0636/6701/1811/files/sc_bean_insights_anno.png | small | 每次会话都归档在豆子名下，按产生它的工具分组。

这样做的价值不在于为归档而归档。它意味着色值不再是一个你还得记住背景的孤立数字。每一个读数都与产生它的豆子绑定，豆子和测试数据都可以分享。分享一支豆子时，你可以选择哪些关联数据随链接或二维码一起发出。色值由此成为这支咖啡品质记录中永久的一部分，而不是一个随手记下又弄丢的数字。

第 11 部分：更大的图景：通用色值曲线

值得从操作流程上升一步，看看科学研究认为色值意味着什么，因为这些研究从外部印证了这份指南的整个论点。

一项在 5 公斤商用滚筒烘焙机上进行的研究，用七种差异很大的烘焙曲线烘焙了三个产地的咖啡，并在每次烘焙全程追踪色值。研究结果令人瞩目：尽管烘焙方式和咖啡产地差异巨大，豆子的颜色在 CIELAB L*a*b* 色彩空间中始终沿着同一条路径变化，作者称之为通用的阿拉比卡熟豆色值曲线。不同的烘焙曲线沿这条路径前进的速度不同，但路径本身是共同的。

更有用的是，无论过程如何，这些咖啡在主要的烘焙节点都达到了大致相同的 L*a*b* 值：脱水结束时；一爆时，L* 约为 30；二爆时，L* 约为 20。这意味着，用这些节点上的色值来定义烘焙程度，是一种合理的量化方式，与产生它的具体烘焙曲线无关。

而这正是它对前面所有内容的意义所在。同一项研究直接指出，行业之所以缺乏对“浅”“中”“深”的统一定义，恰恰是因为每个人都在彼此不一致的不同设备和标度上测量。你要做的，是测得一致，弄清你的咖啡在曲线上的位置，并据此做决定。这项研究坦率说明了自身的局限，因而更显可信：它研究的是精品级、相对无瑕疵的阿拉比卡，没有通过实验覆盖低因咖啡或瑕疵较多的批次，不过在随附的文献综述中，罗布斯塔也遵循同一条曲线。这些前提值得记住，但它们并不削弱核心结论：方法一致胜过绝对数值，而这项研究指向的也是同一个方向。

第 12 部分：付诸实践

整份指南可以归结为一套规范和一组决策。

规范，是一份每次都用同样方式执行的制样清单：按用途选定的固定研磨度、固定的样品量、刮平（或压平）的表面、统一的奎克豆处理标准、专用磨豆机、一致的测量时机、已标定的设备、固定的设置，以及同步进行的失重率交叉核对。它们合在一起，决定了你得到的是可以信赖的数字，还是只能拿来争论的数字。

决策，是数据真正产生回报的地方。要确定烘焙程度，就读平均值或峰值、Agtron 值或 L*，并对照你自己的曲线和目标，而不是别人的。要判断均匀度，就读标准差、烘焙色差和峰值偏移，并对照你自己的基准来解读。要在烘焙进行中引导烘焙，就盯住 OmniFlux 的 Roast Track 曲线，根据它的走势采取行动。

而要建立一份真正能从中学习的记忆，就把每一次“烘焙色值分析”会话关联到“豆子管理”中对应的豆子，让你的色值历史跟着咖啡走。

做这一切的同时，别让色值越过它的本分。它告诉你烘焙发展到了什么程度、有多均匀，却不告诉你咖啡是什么味道。甜感、酸质、醇厚度，以及真正喝下去的体验，仍然属于杯中，最终的裁判始终是味觉。色值测量的价值，在于给这种判断一块坚实的立足之地，而不是取而代之。

色值读数是某种方法产出的数值，而不是你提取出来的事实；一旦你的方法固定下来，你的数字就会变得可信、可比，并真正能指导行动。