一句话定义：图灵测试（Turing Test）是阿兰·图灵在 1950 年提出的一个思想实验：如果一个人只通过文字聊天，分辨不出对面是真人还是机器，那么这台机器就算“通过”了测试。
它到底在测什么
想象一场隔着帘子的对话：帘子一边是真人，另一边是你要判断的对象。你只能打字提问，比如聊天气、聊数学题、故意说个冷笑话看对方接不接得住。聊完之后你要回答一个问题：哪边是人？
图灵把“机器能否思考”这个吵不清的哲学问题，换成了“机器能不能表现得像在思考”这个可操作的问题。这就像评价一个演员：我们不去检测他内心是否真的悲伤，只看他演得让观众信不信。所以图灵测试的判定标准是行为上无法区分，而不是内部真的具备理解、意识或意图。它测的是“模仿人类应答的能力”，不是“机器是否真的会思考”。
容易混淆的几个邻居
| 概念 | 追问的问题 | 判据 |
|---|---|---|
| 图灵测试 | 能不能骗过人 | 人类裁判分不出真假 |
| 能力基准测试（benchmark） | 会不会做某类题 | 在固定题库上的表现 |
| 中文屋（Chinese Room） | 会应答是否等于懂含义 | 思想实验，质疑“符号操作是否等于理解” |
| 验证码（CAPTCHA） | 你是不是人 | 反向使用图灵测试，专门要能区分人机 |
其中中文屋最值得放在一起看：塞尔设想一个人在屋里按规则手册处理中文符号，输出看起来通顺的中文回答，但他一个字也不懂中文。这正是图灵测试的软肋：会答不等于懂。而 CAPTCHA 是反向操作——系统故意出一道“只有人容易、机器难”的题，用来区分人机。图灵测试没有官方的统一裁判规则和对话时长，具体怎么判分，以各自实验设计为准。
对从业者和普通人的意义
对做产品的人：聊天顺滑只是“通过测试”，不代表答案可靠。客服、陪伴类产品尤其要小心，用户一旦把“像人”误读成“可信、有责任、懂我”，出错时的落差会非常大。所以很多产品会主动声明“这是机器”，把它当成诚实性和信任设计的一部分。
对普通人和职场人：判断一个系统值不值得托付，别只看它说话像不像人，要看它在该领域有没有可核验的结果。一个能把“我不知道”说清楚的系统，通常比一个什么都答得流畅的系统更值得信任。
一句话收尾：图灵测试是一把好用的尺子，但它量的是“像不像”，不是“懂不懂”。