AI 健康教练：它究竟了解你什么

它们究竟是什么

AI 教练是一个语言模型，能访问你近期的指标，并被告知该如何谈论它们。它是数据之上的一层，而不是新的传感器。这一点比听起来更重要：它不会提高精度，不会新增测量，也看不到戒指没有记录的任何东西。改变的是交互方式——你可以用自己的话提问，而不必去翻那张能回答问题的图表。

它们真正有帮助的地方

两件事。第一是翻译：把「HRV 38、静息心率 61、体温 +0.4」变成一句关于这些数字合在一起通常意味着什么的话，是实实在在的工作，而随问随答正是这项技术的好用法。第二是调取上下文：把相关的那一周历史直接放进回答，而不是让你自己去滚动查找。评测的结论也一致：教练在「你自己的数字会改变答案」的这类问题上最有用，而在一般健身问题上最没用——那种回答与任何聊天机器人无异。

它们在哪里悄悄靠猜

教练无法知道某个指标为什么变动。它看到 HRV 偏低；它看不到那场争吵、正在潜伏的感染、26°C 的房间，或你刚开始服用的新药。于是它推断，而用流畅文字写出来的推断，读起来就像知识。语言模型偶尔还会自信地给出错误答案：写邮件时可以容忍，谈到你的心脏时就不太行。而且建议往往回归泛泛之谈——多睡、多喝水、休息一天——因为训练数据里大多就是这么说的。

值得问的问题：对话去了哪里

与教练聊天，意味着把你的健康上下文发送到服务器。之后会发生什么，各家并不相同。Oura 表示 Advisor 运行在其自有可控的基础设施上，对话不会经由第三方 AI 供应商；另一些产品则构建在通用模型 API 之上。两者都算不上丑闻——但这是一个有确切答案的问题，与其假设，不如去读具体的隐私政策。还要注意：对于同步到云端的可穿戴设备，指标本来就存放在别人的服务器上，聊天增加的是第二条数据流，而不是第一条。

不够炫目的替代方案：规则加上你自己的基线

教练所说的大部分有用内容，完全可以不靠语言模型产生：把今天与你自己的滚动基线比较，标出超出你正常范围的部分，并在有研究依据的地方引用研究。这种做法是确定性的——相同输入每次都给出相同答案——可以审查，而且因为不需要服务器，可以完全跑在你自己的电脑上。它永远不会和你聊天；作为交换，它永远不会编造机制，也不需要你的健康数据离开家门。

如果要用，怎么用得好

问它「你的数据里是什么支撑了这个结论」，而不只是「我该做什么」。把任何关于因果的具体说法当作待检验的假设，而不是结论——其中大多数，你用一个标签加三周就能自己检验。把它看不到的背景告诉它：一个不知道你昨天坐了飞机的教练，对你的静息心率只能靠猜。同时留意失败模式：一个对任何事都能给出解释的助手，会让充满噪声的一周显得意味深长——那是「每天早上盯着分数看」这个陷阱的慢速版本。

Vitra 走的是另一条路：它的建议来自有研究支撑的规则加上你自己的滚动基线，在你的 Mac 或 PC 上本地计算，不调用模型 API，也没有任何健康数据离开你的电脑。你得到的是推理过程，而不是一个聊天窗口——没那么神奇，却好检验得多。以上为一般信息，并非医疗建议。

常见问题