这是易读版。完整论证链、逐条口径记录、全部来源与验证判决在深入版。本文是证据综述,不构成医疗建议。文中任何药物都不应据此服用。
关于长寿药和长寿饮食的争论,几乎从不发生在"这项研究是真的吗"上面。研究大多是真的。问题出在这些真研究被搬到了哪一层。
任何长寿干预的证据只能落在三层里:
四个明星干预在这三层上的位置差得极远,而它们的名气跟位置基本没关系。我们把四个最常被引用的招牌数字逐个查了一遍,结果是:四个全部经不起原样引用。 每一个都是同一类小动作的产物——不是造假,是把一个数字从它成立的口径搬到一个它不成立的口径。
这类小动作有四种:
下面一个一个说。
这是四个里唯一在动物层面没有争议的。美国国家老龄研究所有一个专门的小鼠寿命测试程序(简称 ITP),三个实验室并行跑同一套流程,用的是基因各不相同的杂交鼠,而且明文承诺不管结果好坏都发表——这是这个领域里罕见的诚实设计。雷帕霉素在这个程序里是效应最大、跨剂量最稳的那个。
但那个到处流传的"延长寿命 14%"不能原样用。原文说的是"以 90% 死亡年龄计算"——那是一个衡量"最长寿命"的指标,不是通常理解的中位寿命,而且给药是从相当于暮年的 600 日龄才开始的。同一篇论文里另一对常被当成中位数引用的数字(9% 和 13%),原文写的是平均寿命。
剂量差别大得惊人:最低剂量在雄鼠身上几乎什么也没做(+3%,不显著),最高剂量能到 +23%。所以"雷帕霉素延长小鼠寿命百分之多少"这句话,不说剂量和起始年龄就没有意义。
人体这一层是另一个世界。 最全面的一项系统综述从一万八千多篇文献里只筛出 19 项人体研究——而且那 19 项里还包括雷帕霉素的类似药,不只是雷帕霉素本身。而这条线上规模最大的人体试验是一次失败:1024 人的三期临床试验没有达到主要目标,而且结果的方向还偏在错的一侧。
那个流传很广的"让老年人免疫反应提升 20%"讲的其实不是雷帕霉素,是它的一个类似药(依维莫司);判定"有效"用的标准是贝叶斯的 80% 后验概率,不是常规的统计显著;而用药组的相关不良反应发生率大约是安慰剂组的两倍。
针对健康人的那项试验(PEARL)由一家自己卖这个药的远程医疗公司发起。它注册的主要目标是减少内脏脂肪,没有达到。被大量引用的那个阳性结果,压在 8 名女性身上——而且论文自己、论文里的百分比、公司自己的线上讲座,给出了三个不同的人数。
2026 年终于有人正面检验了整个超说明书用药社区赖以自我说服的那个前提:每周吃一次,是不是既有好处又避开副作用?一项 40 人、13 周的试验给出的答案是没有支持——主要指标的方向偏向安慰剂,而且血糖指标(HbA1c)有小幅上升。这项试验很小,只算探索性,不能当定论;但它是目前唯一一次正面检验,而"每周一次就安全"这个说法在人身上从来没有任何证据支持过,在小鼠上还被一项独立研究部分反驳了。
唯一一项以"活得更久"为主要目标的抗衰老雷帕霉素试验在狗身上,目标 580 只,设计上每只狗给药一年、再随访两年,而设计论文没有公布报告日期——所以它还有好几年。
这是四个案例里最干净的一个,因为它走完了全程。
2014 年,一项英国研究给出了一个让所有人震惊的结论:吃二甲双胍的糖尿病人比没有糖尿病的人活得更久。这句话被引用了十二年。
它的真实口径是:一个统计模型外推出来的"中位生存时间比"(约 15%),而实际的随访中位数只有大约两年半。论文自己承认没有校正体重、血糖、血压、血脂和肾功能这些关键指标——因为对照组里这些数据大量缺失。而最关键的一点:差异在原始数据里其实并不显著(p=0.054),作者原文甚至写道两条生存曲线"整体上看不出可辨的差别"。研究由两家药企资助,其中一家的员工是共同作者。
2022 年,一个丹麦团队用全国注册数据做同一个比较,结果反过来了。而这次反转最有说服力的地方在于:丹麦团队把自己的死亡率数字和英国的并排放在一起,四个格子里有三个几乎完全重合——两国的医疗体系、人口结构都不一样,但这三格对得上。这就排除了"两国国情不同"这个解释,把分歧压缩到了唯一那一格里。
2023 年,一个威尔士团队用近 13 万人的数据不只反驳,还解释了这个数字是怎么产生的:他们把分析在不同长度的时间窗上重跑,发现二甲双胍的"生存优势"在头三年确实存在,五年后反转。也就是说,2014 年那个结论可以在独立数据里被完整重现——作为一个"随访太短"的人为产物。
还有一份随机试验数据把事情说得更清楚:三千多名血糖偏高但还不算糖尿病的成年人被随机分组,随访了二十一年。二甲双胍确实减少了糖尿病发病——它在自己的适应症上是有效的。但全因死亡率的风险比是 0.99,二十一年什么也没动。要公平:这项试验本来就不是为死亡率设计的,所以这是"没测出差别",不是"证明了无效"。
至于那项被期待了十一年、要证明二甲双胍能抗衰老的大试验(TAME):截至 2026 年 7 月,它没有任何临床试验注册编号,一名受试者都没有入组过。它的设计者从 2015 年起每年都在公开预测它即将开始。而已经有网站在把这项从未开始的试验的"结果"当成事实发布。
反方向还有一层证据很少和好消息一起出现:两项随机试验发现二甲双胍会削弱运动带来的好处。其中一项(MASTERS)的研究者原本假设它会增强运动效果,结果发现是相反的。连最积极的倡导者本人都说,50 岁以下、没有糖尿病的人不该吃它。
那项被全球报道为"二甲双胍延缓猴子衰老"的研究,给药组是 6 只雄猴,而且论文明确写了没有观察生存情况。倡导者公开说它显示"衰老延缓了八年";论文里最大的数字是 6.86 年,而且是另一个指标——那个"八年"很可能是从他自己另一份人类研究里搬过来的。
前三个干预至少有一个真实的动物寿命信号。NAD+ 补剂这条线的问题更靠前:它的大前提在人身上就不成立。
整个产业建立在一句话上:NAD+ 随年龄下降,所以补回去。这句话的人体证据是:一项 49 人的皮肤活检研究,和一项 17 人的脑部扫描研究(分成 7 人、4 人、6 人三档)。后来一项更大的、由一家食品公司资助(利益方向本该倾向确认下降)的脑部研究,没能得出显著结果。
而 2026 年 5 月,一个 32 人署名的欧洲团队用七个人群队列测量后发现:人的全血 NAD+ 不随年龄下降。 这项研究本身也有明显弱点——专门用来比较年龄的那一组只有 20 对 20 人,功效不足。但重要的是它不孤单:一项 1518 人的中国研究用完全不同的方法、不同的人群,同样没找到一致的下降。
所以这里要分两句话说清:"人的血液 NAD+ 不随年龄明显下降"现在有两份独立证据支持;而"人体 NAD+ 不随年龄下降"超出了证据——组织层面的证据方向是相反的,那篇 2026 年论文自己也把"只测了血"列为第一条局限。顺便说一句,支持"下降"的两份最常被引用的研究共享同一位作者和同一所大学——这跟批评方的独立性问题是同一种毛病。
补剂能升高血里的 NAD+,这一点没有争议。 问题在下一步:要产生任何效果,得升高在做功的组织里。唯一一项在老年人身上做活检直接测肌肉的试验:肌肉里的 NAD+ 没有显著上升,握力也没变化(p=0.96)。另外两项独立试验用不同方法、翻倍剂量、四倍时长,得到的还是同一个结果。
功能终点的汇总分析基本都是零:肌肉质量和力量没有效应,代谢指标没有显著获益。一篇逐条评估了当时全部 25 篇人体研究的综述,结论是效应少、临床意义边际,而且文献系统性地夸大了它们。(要公平:另有两篇汇总分析给出了相反方向,所以不能说"全体一致"。)
两个招牌数字的真实身份:"NR 降血压 9 mmHg"是一个 24 人试验里的事后小组分析,作者原文明说"不能做任何统计推断";"NR 改善外周动脉疾病患者步行能力"判为阳性用的是一个预先放宽过的单侧标准,而且效果只有 17.6 米——超过了论文自己定义的"小的临床重要差异"(约 8 米),但没到"大的"(20 米)。
最重要的两件事:在那个三实验室的小鼠寿命程序里,NR 明确没有通过(雄鼠 p=0.252,雌鼠 p=0.612)。而 NMN 那个最著名的临床结果(改善胰岛素敏感性)只有 13 人对 12 人,被人在《科学》上以随机分组失败提出质疑——两组的肝脏脂肪基线差了一倍多,而这恰好是这个药作用的靶点。更要紧的是:同一个课题组自己做了一次更大、更长、剂量更高的重复试验,没能复现。 结果已经上传到试验注册库了。
还有一件事值得知道:2026 年一项头对头试验提出,肠道细菌会把这些昂贵的前体转化成烟酸(一种很便宜的维生素),再由它抬高全身的 NAD+。如果这个机制成立,那么贵的那个在做便宜的那个的工作。而"NR 或 NMN 对比普通烟酸"的头对头试验,在任何临床终点上都不存在。
这是四条线里唯一在人身上做过多年随机对照试验的,所以它的证据最结实——也最能看出这个领域的天花板。
那项著名的两年热量限制试验(CALERIE)有两个必须知道的事实。 第一,它的处方是减少 25% 热量,而参与者实际只做到了 11.9%,而且不是平均分布的:前六个月约 19.5%,后十八个月只有 9.1%。所以任何"人做到 25% 热量限制会怎样"的说法,描述的其实是约 12%。这不是研究者的错,是人类依从性的上限。第二,它注册的两个主要目标在两年时都没有达到(其中一个在一年时达到了)。
那个被广泛引用的"热量限制让人衰老变慢"的结果,来自对库存样本的事后分析。它测了 11 个"生物年龄"指标,只有一个动了。
这里我们本来准备把它写成"11 个里挑 1 个"的挑樱桃问题,但审核过程否掉了这个写法,理由很硬:那 10 个没动的指标测的是以"年"为单位的水平值,一年的干预在数学上根本不可能推动它们;唯一动的那个测的是"变老的速度",是这个时间尺度上唯一有可能动的指标。而且它的显著性足以扛过严格的多重比较校正。所以这个效应是真的。
真正的问题在它被换算成什么。论文自己在讨论里把它换算成"死亡风险最多降低 10-15%,相当于戒烟"。而一个挪威研究直接测量了这个换算所需要的那个环节——同一批人相隔 11 年测两次,看"变老速度的变化"是否预测死亡——结果是零。这个指标在不同人群里每单位对应的死亡风险从 1.23 跨到 1.99,这个跨度本身就撑不起一个精确换算。而且到今天,没有任何独立团队在独立的随机热量限制试验里测过这个指标。
代价一侧要讲得同样精确:两年的热量限制确实让腰椎、髋部、股骨颈的骨密度显著下降了约 2%,但腕部和全身没有下降;研究者自己算出对一名 50 岁女性来说,十年骨折风险增加不到 0.5%;而且他们明确说这是减掉同等体重就会有的变化,不是热量限制特有的毒性。同期的安全性分析结论是"安全且耐受良好"。真实的代价,很小的代价。
猴子实验那个著名的悬案已经解决了,答案很有教育意义。 威斯康星的研究说限食延长了猴子寿命,美国国家老龄研究所的研究说没有。2017 年两组联合分析发现,关键差别在对照组吃什么:威斯康星的饲料里蔗糖占总碳水的 45%,而 NIA 那边不到 7%;NIA 的"对照"猴也不是随便吃,而是按标准给定量。换句话说,威斯康星测出来的好处里,有多少是"少吃"的好处,有多少是"没一直吃高糖精制饲料"的好处,那个设计分不开。顺便:威斯康星 2009 年宣布的那个结论用的是"年龄相关死亡"这个子集终点,同一篇论文里的全因死亡并不显著。
限时进食(比如 16:8)的好处基本是热量的功劳,不是时机的功劳。 一项供餐、把热量固定住的试验没有发现任何获益;一项两组都限热量的 12 个月试验也没测出差别。但不能说时机完全不重要:一项两组都限热量的试验发现把进食窗放在早上能多减 2.3 公斤,而隔日禁食相对持续限热量也有一个小的额外优势。
最后是一个双向炒作的案例。2024 年"8 小时进食窗让心血管死亡风险高 91%"横扫全球。那个 91% 出自协会的新闻稿,不是学术摘要;它只是一个未经同行评审的会议摘要;而给每个人贴"进食窗口"标签的依据,是恰好两天的饮食回忆问卷,用来概括平均八年的随访。
它 2025 年正式发表了,而这里的方向和大多数人猜的相反:同行评审后的数字是 +135%,比新闻稿的 91% 更大。这个案例的教训不是"耸动的坏消息后来被推翻了",而是抢在同行评审前发布本身就是问题,不管后续朝哪个方向走。
反方向的炒作也在:禁食模拟饮食那个"生物年龄小 2.5 岁"是吃药组自己前后比,尽管试验本来有对照组;而流传的"小 11 岁"根本不是测出来的,是一个假设效果持续二十年的电脑模拟。
上面反复撞到同一堵墙:第三层(人真的更健康、更长寿)几乎是空的。原因不神秘。
"衰老"在任何国家都不是一个可以注册的适应症。 一项筛了 3780 篇文献的综述找不到任何国家有针对衰老的药物监管框架。而且——这一点值得点名——没有任何一手 FDA 文件接受过"衰老"作为适应症,尽管有多篇同行评审的综述在印刷品里断言"FDA 已经批准了 TAME"。其中一篇这么说的综述,恰好就是我们用来证明"没有框架"的那一篇。
于是只能用替代指标,而最热的替代指标是表观遗传"生物年龄时钟"。它的问题有两种,性质完全不同:
同一管 DNA 测两次会有误差,最坏情况下六个时钟里有一个能差 9 年(不过各时钟的典型误差是 0.9 到 2.4 年——把最坏情况当典型值,正是本文批评的那种动作)。有意思的是,记录这个问题的那篇论文同时在卖解药:它的改进方法授权给了一家消费者生物年龄检测公司,用的数据也是那家公司提供的。
换个组织采样,结果差得更多。 用血液训练出来的时钟去读口腔样本,同一个人同一时刻能算出差几十年的"生物年龄"。但这句话必须和另一半一起说:血对血几乎没有差别(七个时钟全部不显著)。所以这不是"生物年龄测不准",而是一个高度一致、可以校准的系统性偏差——把血的尺子拿去量口腔,会稳定地偏一大截。这个结构在两个独立队列里都出现了,量级是 9 到 20 年。
由此能说和不能说的要分清:不能说"不同厂商会给出差几十年的结果"——用口腔样本的厂商恰恰不会用血液训练的时钟。能说的是:不同组织得出的"生物年龄"不在同一把尺子上,不能互相比较;而且从来没有任何研究把同一个人的样本分送几家商业厂商、公布分歧有多大。
还有一个数字比上面所有都更能说明这个领域的实际形状。我们查了美国的临床试验注册库:以"衰老"检索(注册库会自动做同义词扩展)得到 3076 项干预性研究,而真正把"衰老"写在条件字段里的只有 1902 项;这 3076 项里 71.5% 入组不超过 100 人。但更有信息量的是构成:在同一批结果里,"皮肤老化"429 项、"面部老化"368 项、"皱纹"233 项——远多于二甲双胍 23 项、雷帕霉素 30 项、NAD 35 项、牛磺酸 5 项。在注册意义上的"抗衰老临床研究"里,数量主体是美容医学,不是老年医学。
把上面所有合起来看,有一个模式:
解释不神秘:能大规模零售的必须是补剂,补剂在法律上不能是药,而在动物寿命层真正有效的往往是药。 所以市场规模的决定因素不是效应有多大,而是监管类别。雷帕霉素不能被装成胶囊卖给你,不是因为它证据弱,恰恰因为它是药。
这也解释了为什么四个招牌数字全部是"换口径"的产物。当合格的终点不存在,而市场准入取决于监管类别而不是效应大小,那么"证据"的功能就从"决定卖什么"退化成"装饰已经在卖的东西"。这些小动作不是个别研究者的道德问题,是这套激励结构的可预测输出。
下面每一条都写了怎样才能证明它错。排序按证据强弱,从最结实到最需要观察。
1. 吃 NR 或 NMN 能升高血里的 NAD+,但升不高静息肌肉里的。 三份独立数据同向,其中一份把剂量翻倍、时长翻四倍还是没变化。怎么检验:任何新的活检试验必须报告肌肉里 NAD+ 本身的数字,而不只是它的下游产物。
2. 二甲双胍在那个三实验室小鼠程序里没能延长寿命。 雄鼠 +7% 但不显著,雌鼠没效果,而且这个程序只做过一次二甲双胍实验。怎么检验:该程序若用更高剂量或更早的起始年龄重做并公布结果。
3. 2014 年那个"糖尿病人活得更久"是随访太短造成的假象。 两个国家的独立数据反向,而威尔士团队还原了这个假象:头三年确实存在,五年后反转。怎么检验:任何声称恢复这个结论的研究,对照组必须是非糖尿病人群,而不是另一种降糖药。
4. 限时进食的减重好处基本来自少吃,不是来自时机。 把热量固定住之后好处就消失了。怎么检验:任何"时机有独立效果"的主张,必须在供餐、热量固定的条件下重现。注意反向证据已经存在(早上进食窗多减 2.3 公斤),所以这条只限于"限时进食",不覆盖所有禁食方式。
5. 人的全血 NAD+ 不随年龄明显下降。 两个独立团队、两个国家、两套方法同向。怎么检验:任何"NAD+ 随年龄下降"的说法必须说清测的是哪个组织——血这一层已经有两次独立的零结果,组织层面的证据方向相反。
6. 那个小鼠程序里 8% 到 12% 这一档的小胜利,坐在自己的检出能力下限上。 最好的证据是程序自己说的:它在论文里主动写下这些小结果"可能是碰巧"。同一批实验里还有一对几乎相同的增幅(+8.3% 算没通过,+8.7% 算通过),落在统计门槛的两侧。怎么检验:任何小于 10% 的结果,在按原剂量、原起始年龄的独立重做中是否还在。
7. 那项被期待十一年的二甲双胍抗衰老大试验从未开始。 没有注册编号,没有一名受试者。怎么检验:出现一个注册编号,并且实际入组人数大于零。
8. "每周吃一次雷帕霉素"这个说法第一次被正面检验时,没有得到支持。 主要指标偏向安慰剂,还伴随血糖指标的小幅上升;但这项试验很小、只算探索性。怎么检验:一项规模足够、带药物作用指标测量的重复试验;以及那项狗的试验读出结果时。
9. 热量限制让"变老速度"变慢是真的,但把它换算成死亡风险不成立。 效应本身扛过了严格校正;而挪威一项直接测"速度变化是否预测死亡"的研究结果是零。怎么检验:任何独立团队在独立的随机热量限制试验里测量这个指标——到今天一次都没有。
10. 不同组织测出的"生物年龄"不能互相比较,但这是可以校准的系统性偏差,不是测量不准。 血对血几乎一致,口腔对血在两个独立队列里差 9 到 20 年。怎么检验:把同一个人的样本分送几家商业厂商,公布结果差多少——这项研究至今不存在。
11. "衰老"在任何国家都不是可注册的适应症,也没有任何"生物年龄时钟"被验证为监管意义上的合格替代指标。 怎么检验:出现一项研究证明"干预让时钟变慢的幅度"能预测"结局改善的幅度";或者 FDA 的合格生物标志物名单里出现衰老相关条目。
值得盯什么:那项狗的雷帕霉素试验,是这个领域第一个以"活多久"为主要目标的严格药物试验,也是未来几年唯一可能真正改变结论的数据。除此之外,盯那个三实验室小鼠程序的年度报告——尿石素 A 和牛磺酸正在里面测,结果会在几年内出来,而它们是近年声量最大的两个长寿主张。
看到任何长寿数字,先问它在哪一层。 动物寿命、人的某个指标、人真的更健康——这三层之间的距离,比任何一层内部的争论都大。绝大多数误导不是编数字,是把第一层的数字当第三层用。
"主要目标没达到,但某个小组有效"要当成阴性结果读。 试验注册时说好要测什么,是为了防止事后挑选。PEARL 的主要目标没达到,阳性结果压在八个人身上;NMN 那个招牌结果只有 13 对 12,而且同一个课题组自己重做时没能复现。
"吃药前后自己比"不是随机对照。 禁食模拟饮食那个"年轻 2.5 岁"、NMN 那个"改善 25%",都是同一组人前后比出来的——尽管那些试验本来就有对照组可以比。有对照组而不用,是一个信号。
处方剂量不等于实际剂量。 那项两年热量限制试验的处方是 25%,实际做到 11.9%;而"25% 热量限制的效果"至今没有任何人体数据,因为没有人做得到。
认真看一眼那个小鼠程序的台账。 它是这个领域唯一不为任何人立场服务的记分牌,而且承诺不管结果好坏都发表。二甲双胍没通过,NR 没通过,非瑟酮没通过。通过的那些——雷帕霉素、阿卡波糖、17α-雌二醇——大多是处方药,而且效果常常只在一个性别上出现。
这些都不构成"该吃什么"的建议,包括不构成"什么都不该吃"的建议。 本文查的是证据强度,不是个人决策。真正想动用其中任何一种干预的人,需要的是医生,而不是一篇文章——尤其是超说明书使用处方药这件事,风险是具体的、个体化的,而本文能确认的只有一件事:目前没有任何人体数据支持"每周一次就既有效又安全"。