每個人的鼻子都不一樣，那「好聞」還算數嗎：盲測設計，以及一個人的評測何時可信

上一篇結尾停在一句話：你不是在為一個平均的鼻子調香。

那問題就來了。如果每個人聞到的都不一樣，「好聞」這件事還有共識嗎？別人說你的作品好聞，是資訊還是客套？一個人關起門來做的評測，到底能不能信？

這三個問題都有答案，而且比「見仁見智」精確得多。

硬體的差異有多大

先看差異有多大。

2014 年 Mainland 等人在《Nature Neuroscience》用異源表現系統，直接測量嗅覺受體的基因多型性會不會改變受體功能。

人類有約 400 個完整的嗅覺受體，但每個人都有一組獨特的遺傳變異，導致嗅覺知覺的差異。⋯⋯我們為 18 個嗅覺受體找到了促效劑，並發現我們檢驗過的受體中有 63% 帶有會改變體外功能的多型性。平均而言，兩個人在超過 30% 的嗅覺受體對偶基因上功能不同。

超過三成。「有些人比較敏感」講的是程度差，這裡是另一回事：你和你旁邊的人，在三分之一的感測器上，裝的是不同的零件。

上一篇的 OR5AN1 麝香研究只是這個現象的一個具體案例。

但好惡確實有共識

硬體差這麼多，好惡照理該一團亂。量出來卻沒有那麼亂。

2022 年 Arshamian 等人在《Current Biology》做了一件執行難度很高的事：找來 235 位受試者，橫跨 9 個不同的非西方文化，包含狩獵採集與園藝社群，請他們對 10 個單分子氣味的愉悅度排序。

結果：

我們觀察到顯著的全球一致性，分子本身解釋了個體愉悅度排序 41% 的變異，而文化只解釋 6%。 這些排序可以由樣本外分子的物理化學性質預測，也可以由另一組工業化西方都市人給出的樣本外愉悅度評分預測，顯示人類的嗅覺知覺受到普世原則的強力約束。

兩個數字值得停下來看。

分子 41%。「好聞」有一部分寫在分子本身上：某些分子在世界各地都被排在前面。

文化只有 6%，比大多數人預期的低很多。「不同文化的人喜歡的味道完全不同」這種說法，大致上是錯的。

把兩者放在一起，才是給你的答案

做個簡單的算術。分子 41%，文化 6%，加起來 47%。

那剩下的 53% 掛在哪裡？分子和文化都認領不了那一塊。

這一步是我們從那兩個數字推出來的，不是論文直接報告的數字。 而且這個殘差裡除了真正的個體差異之外，也包含量測誤差與該模型未捕捉的其他因素。所以它是「上限」而不是精確的個體差異估計。

即使如此，方向已經足夠指導實務：在一份氣味的愉悅度評分裡，最大的單一變異來源是評分者這個人——比氣味本身大，也比評分者的文化大。

從這裡推得出兩個結論，方向相反。

一、共識存在。分子解釋 41%，所以你不能用「見仁見智」打發所有負評。如果十個人裡有八個說某個地方不對，那多半真的不對。

二、一個人的意見是樣本數 1，而且抽自最大的那塊變異。你自己覺得好聞、或某一位朋友覺得好聞，資訊量都很低。

第八篇說「好聞」不是資料，理由是標籤會翻轉知覺。這裡是第二個理由，而且是量化的。

我們資料裡最容易吵起來的原料

哪些原料最可能讓兩個人得出相反的判斷？可以從描述詞找一個代理指標。

我們把香調詞分成兩類：討喜類（floral、sweet、fruity、fresh、rose、honey、vanilla、creamy、powdery⋯⋯）與刺激類（fecal、animal、sulfurous、sweaty、rancid、burnt、phenolic、medicinal、musty、metallic、pungent⋯⋯），然後找出同時具備兩類的原料。

答案是 22.3%（352/1,579）。

這個數字修過兩次，兩次都是這系列踩過的坑。

第一次：直接算是 18.5%，但兩類皆有的原料香調詞中位數是 7 個、其餘只有 4 個 —— 描述得越詳細，當然越容易同時碰到兩類。所以我們把樣本控制在剛好有 5 到 7 個香調詞的原料，分母 1,579。

第二次：控制之後 sulfurous（硫）家族的比例高達 47.1%，看起來很驚人。但 sulfurous 本身就在我們的刺激類清單裡，而硫家族的原料當然帶這個詞 —— 這是定義造成的虛高，跟第七篇算香調詞重疊時遇到的是同一個問題。排除主香調分類詞本身之後，硫家族掉到 25.0%，整體是上面那個 22.3%。

各家族的比例：

香調家族	兩面性比例
辛香 spicy	31.0%
綠意 green	28.1%
硫 sulfurous	25.0%
草本 herbal	22.1%
果香 fruity	21.3%
木質 woody	20.2%
花香 floral	14.3%
香脂 balsamic	12.5%
柑橘 citrus	6.6%

柑橘的兩面性只有 6.6%，辛香是它的五倍。

實務含意很直接：柑橘是共識最高的家族，辛香與綠意最容易分歧。配方核心押在辛香或綠意上，就先預期評價會分裂。分裂不代表配方失敗，但這時該增加的是測的人數，自己多聞幾次幫不上忙。

一個沒有成立的推論。 我們原本預期這些兩面性原料會被建議用更低的濃度評測（畢竟濃度會決定它偏向哪一面）。但兩組的建議濃度中位數都是 10%（兩面性 n=290，其餘 n=467）—— 沒有差異，這個假設不成立。

盲測要怎麼設計

下面是一個實際可執行的版本，在家就能做，要的只是紀律。

一、蓋掉標籤。第八篇引用的 Herz 與 von Clef 證明過，同一個氣味換一張標籤，喜好評分會反轉。連你自己測都要蓋。編號用隨機數字，別用「A/B/C」，順序本身就在暗示哪支是新版。我在這裡栽過：早期習慣把想主推的那支排最後，朋友還沒開始聞，就先問壓軸的是不是我的得意之作。

二、找 5 到 8 個人。這是本篇最重要的一條，理由就是上面那 53%。統計顯著性不用想，你要看的只是分歧存不存在。5 個人裡 4 個指出同一個問題，跟 1 個人說不喜歡，是差一個等級的資訊；樣本數 1 永遠給不出前者。

三、順序隨機，跨家族交錯。第七篇談過嗅覺疲勞：真正累人的是連續聞好幾支相像的，不在總支數。每個人拿到的順序都不同，順序效應就不會系統性偏向某一支。

四、描述用固定詞表問，喜好先不要問。第八篇引用的 Dravnieks 就是這套方法，146 個描述詞的固定清單，約 150 位受試者，重複側寫高度相關。你的規模小很多，方法可以照抄。

五、喜好只問一個問題：「你會不會想再聞一次？」這比 1 到 10 分好用得多。分數會被期待與禮貌污染；「再聞一次」是行為傾向，比較誠實。

六、把不同意的地方記下來，那正是你要的資訊。兩個人對同一支評價相反時，先看他們用的詞；如果那是一支辛香或綠意的原料，你看到的可能就是上面那 31%。

一個人做的評測，什麼時候可信

這大概是本篇最實用的一段。答案要分項看。

一個人可以可靠地測：

問題	為什麼可信
這是什麼？（描述詞）	分子解釋 41%，用固定詞表可重複
它變了嗎？（新批 vs 舊批）	同一個人、並排比較，你自己就是控制組（第九篇）
它撐多久？（試香紙，不是手腕）	客觀時間點，但要用試香紙避開自身順應（第七篇）
配方的哪個地方有洞？（曲線斷點）	結構問題，不是好惡問題

一個人測不了：

問題	為什麼
好不好聞？	最大的變異來源就是你這個人
別人會不會喜歡？	同上，而且你的受體有三成跟他們不同
強度絕對值	你的閾值不是別人的閾值（第十二篇的 OR5AN1）
這支麝香夠不夠明顯？	麝香是特異性嗅盲最常見的類別之一

總結成一句：一個人可以測「是什麼」，測不了「好不好」。

所以你自己在家的評測仍然有價值，它處理的是識別與結構，而那是配方工作的主體。等到問題變成「這個作品能不能拿出去」，你需要別人的鼻子，而且不只一個。

---

共識存在，但它長在群體身上。分子決定了 41%，那是你能設計的部分；剩下最大的一塊住在每個聞的人身上，那部分你只能取樣。分清楚這兩件事，你才會知道什麼時候該改配方，什麼時候該多找幾個人。

參考文獻

J. D. Mainland 等, The missense of smell: functional variability in the human odorant receptor repertoire, Nature Neuroscience, 17(1), 114–120 (2014). PMID 24316890

A. Arshamian 等, The perception of odor pleasantness is shared across cultures, Current Biology, 32(9), 2061–2066.e3 (2022). PMID 35381183

---

下一篇會談成本：一份配方的原料成本怎麼算、為什麼最貴的原料通常不是問題所在、以及少量採購的真實門檻在哪裡。