健身不戴表，等于沒健身。

經常用 Apple Watch 的人都知道這里面的門道有多深，作為一個對打卡有執念的 Apple Watch 用戶，我每天的頭等大事，就是把三個圓環「活動、鍛煉、站立」盡可能閉合。

看似強迫，實則是激勵。因為在運動這件事上，人類從來不擅長和自己講道理，而是需要一個看得見的反饋系統，而 Apple Watch 的閉環機制，恰好補上了人性的短板。

但有時我會懷疑，這些看似精準的數據，是不是只是在制造新的焦慮？我需要的不是更多的數字，而是有人能把這些數字翻譯成我聽得懂的話，讓我更健康地生活。

最近我發現了一個新的 AI 應用，似乎能更聰明地把這些數字變成真正有用的建議。

這是支付寶推出的健康應用 AQ ，APPSO 上個月也體驗過 Android 版， iOS 版本上線不到 24 小時便登頂了蘋果應用商店醫療榜。

iOS 版 AQ 最讓我感興趣的，正是與 Apple Watch 的打通——可以讀取步數、睡眠、鍛煉時長等數據，進而生成個性化的健康評估和建議。

在同事的一通安利下，APPSO 提前拿到了內測碼，想看看 AQ 所展現出「Apple Watch+AI」體驗到底怎么樣，能否成為我真正的健康「搭子」。

AQ 接入 Apple Watch 后，我開始認真看待手腕上的數字

蘋果向來對用戶數據安全與生態健康有著近乎偏執的重視，尤其在涉及醫療與隱私的應用審核上一貫謹慎。也正因此，至少說明了 AQ在數據處理、功能邊界和合規審查上經受住了考驗。

按照指引接入 Apple Watch 的健康數據后，我的近 7 天步數情況便以折線圖的形式清晰呈現，并配有「查看 AI 分析」的入口。我們可以根據睡眠、鍛煉或步數等維度點擊查看，頁面會跳轉至運動健康小助手，由 AI 基于健康檔案中的相關數據進行分析，并生成對應的評估與建議。

或許是因為蘋果方面的限制，目前 AQ 尚無法同步 Apple Watch 的歷史健康數據，只能從授權后的時間點起記錄新的信息，對于我這種習慣長期追蹤數據的用戶來說，體驗上稍顯割裂，后續是否能支持舊數據補錄，值得關注。

在授權完成后，我提出了一個常見問題：「請你分析我最近七天的睡眠質量，但我感覺睡眠質量不好，怎么辦？」

可以看到，AQ 給出的回應結構清晰、層次分明。

每個部分都圍繞問題展開解釋與回應，內容條理清楚，邏輯自洽，體現出較強的健康知識結構化能力。諸如 WHO 建議，以及從基礎習慣到飲食調整等維度展開深入，避免泛泛而談。

「幫我分析過去 7 天的鍛煉時長」

這類請求對 AQ 來說，其實不算難。它的回答同樣不浮于表面，而是嘗試從多個維度建立對用戶健康狀態的理解，包括健康檔案分析、慢病風險、運動建議等，展現出較強的知識廣度。

它還能引用相關的指標做出對照，比如建議的步數區間、心率變化趨勢，以及可能存在的鍛煉風險，并輔以權威參考值作為對照。

而當我繼續問它：「一個月的運動強度是否達標？」它思考良久后陷入沉默，沒有報錯提示，卻也沒有回應。這類「卡死」雖然不常見，卻足以提醒 AI 產品的穩定性仍是繞不過的門檻。

繼續上強度，「根據我的健康數據，我是久坐人群，適合從什么運動開始入手？」

AQ 給出的建議主打一個扎實。它會先進行簡要的健康評估，然后再推薦適合的運動類型與頻率。回答沒有太多噱頭，也不空洞。較為自然的鼓勵，也不至于讓我感覺是在跟一臺無情的機器交談。

除了和 Apple Watch 的聯動，作為一款 AI 健康產品，我反而更常用它來查找各種健康知識和生活建議。比起刷步數、看心率，這種隨問隨答的體驗更貼近日常，也更像是一個隨身攜帶的健康顧問。

「浙江杭州余杭區初步查明導致自來水異味為特定自然氣候條件下藻類厭氧降解產生的硫醚類物質，對此，我可以有什么更好的應對措施？」

相對于普通的「頭痛醫頭」，AQ 不僅給出短期「自保」建議，還考慮中長期改善方案（如儲備瓶裝水、建議物業升級水系統），體現一定的系統性思維。

雖然缺乏對老年人或嬰幼兒的特殊說明，但整體上，作為通用健康助手，它提供的是一種普適安全的建議，而有了追問機制，也可以讓用戶通過多輪對話，挖掘出更貼近個體處境的應對方案。

我今天一大早睡醒起來，發現頭暈了 40 多秒，甚至還伴有輕微的惡心感。

我試著將癥狀描述給 AQ，看看它能否識別出問題。它很快抓取了關鍵信息：「早上起床后頭暈 40 秒」和「想吐」，并將之關聯到臨床上較為常見的「良性陣發性位置性眩暈」（BPPV）。

這是一個發病率不低、但容易被忽視的眩暈類型。除了將 BPPV 作為首選判斷，它還列舉了其他可能的原因，如前庭神經炎、頸椎病、低血糖等，涵蓋了多個可能的發病機制。回答末尾也補充提醒——「如癥狀持續不緩解或頻繁復發，請及時就醫」，明確劃清了它作為健康助手與專業醫生之間的邊界。

在此基礎上，AQ 還會主動引導我提供更多細節，比如進入「AI 診室」后，它會細細詢問我癥狀出現的頻率等細節，通過多輪問診進一步縮小判斷范圍。這種流程幾乎已經模擬了一般醫生的面診節奏。

有時我也會拿它當「藥品百科」用。

比如最近被牙痛困擾，醫生給我開了「丁細牙痛膠囊」，我順手拍照上傳，想看看這款藥到底有何不同。AQ 識別出成分中的「丁香葉」和「細辛」，說明成分作用，還提供了一些注意事項與藥效解釋，信息密度已屬夠用。

得益于螞蟻醫療大模型的多模態能力，它還能精確讀取 99% 醫學常見體檢報告、分析檢查結果，甚至支持上傳皮膚照片識別銀屑病、白癜風等 50 多種常見皮膚病。

這類視覺類多模態場景，也是大模型近年來的重要落地方向。

很多時候，健康管理離不開飲食的介入與調節。在 AQ 中，只需拍下日常的飲食照片，「飲食健康小助手」智能體便能識別菜品、估算熱量并自動記錄。更進一步，系統還能結合個人體質與健康數據，為我量身定制科學的飲食建議。

舉個例子，吃飯前隨手拍一張照片，AI 就能識別出這是一份天婦羅蓋飯，自動估算總熱量。如果我需要，它甚至能給出按克計量的個性化飲食方案，像一個專業營養師隨身指導。

專業度毋庸置疑，但講真，有時它給出的食譜也讓我覺得過于專業，上一次這么關心這種量化的數據還是在課本上，真要按照規劃實際執行時，我腦子里冒出的全是問號， 究竟早餐吃幾個雞蛋這種說法，對我來說更實用。

另外，據媒體報道，蘋果或在健康領域與螞蟻展開深入合作，除了同步健康數據，還將基于 Apple Watch 的跌倒檢測等功能，推出更多面向特定人群的場景化服務，以及更多的 AI 健康應用。

當然，AQ 的生態布局并不局限于蘋果。目前已支持與魚躍、三諾、硅基動感等慢病管理設備，以及華為、Vivo、榮耀等可穿戴設備的連接，能夠基于血糖、睡眠、運動等多維度信息提供綜合健康建議。

每個人的生物鐘都像指紋一樣獨特，但普通的健康建議往往是一刀切的標準答案， 有了 AI 就可以通過長期觀察你的褪黑素分泌模式、體溫變化曲線、不同時段的運動表現來繪制出你獨有的生理地圖。

要知道，許多疾病的發展并非一夜之間，而是一個漸進的過程。

當身體發出信號，AI 也能夠通過持續監測這些間接指標，在傳統檢測手段發現問題之前數月甚至數年就識別出風險，AQ 這種可以基于硬件的個體行為識別與軟件建議協同的產品，其實有望成為一個人人可用的「望聞問切」工具。

AI 健康的未來，是給你的身體配個「賈維斯」

從 AQ 上線到現在，我已經使用了近一個月，開始我只覺得它是個「聰明」的 AI 健康助手，能幫我把體檢報告里的「天書」翻譯成人話。

但在這兩天我配合 Apple Watch 一起使用后，現在我越來越覺得，這事兒可能沒那么簡單。

我想起了蘋果前段時間發布的一篇可穿戴設備和健康的論文。他們讓 AI 去學習海量 Apple Watch 用戶的心電圖數據，結果發現，AI 比傳統方法能更早地嗅出心臟問題的苗頭。這背后透露出一個關鍵信息：當足夠多的、連續的個人健康數據被 AI 整合分析時，它就不再是「看圖說話」，而是真正有可能成為你身體的「賈維斯」。

我們身邊的 Apple Watch、體脂秤、睡眠手環、血糖儀，以前它們就是一群「社恐」，各玩各的，互不搭理。它們會告訴你「你昨晚睡得不好」「你又重了兩斤」，但從不解釋為什么。

但當 AQ 這樣的「大腦」介入，將這些數據點串聯起來，一個關于你身體的「生命敘事」就開始了。它不再是機械地告訴你：「你昨晚睡了 6 小時。」

而是會給你復盤：「因為你昨天下午喝了咖啡，晚上又沒怎么活動，導致你的入睡時間推遲了40分鐘，深度睡眠也因此減少了 15%。」你看，為什么最近 AI 行業都在說上下文（Context）才是王道，它讓冰冷的數據有了溫度和意義。

這種從「被動監測」到「主動預測」的轉變，才是真正改變游戲規則的地方。未來的 AI 健康管家，可能不再是等你發燒了才提醒你「該吃藥了」，而是通過分析你連續幾周身體的微弱變化，提前發出預警：「你的身體炎癥水平有持續上升的跡象，建議近期關注一下。」

這并非天方夜譚。最近微軟的 AI 醫生項目已經證明，AI 可以高效地從海量數據中洞察到關鍵問題，診斷準確率達到 85.5%，而由 21 位美英執業醫生給出的平均準確率僅為 20%。

而 AQ 也是首個通過中國信通院醫療健康行業大模型可信選型評估的 AI 產品。專家評審結果顯示，它在場景適應性、模型性能、安全合規、服務能力等五個維度均達到了可信水平。

個人健康管理可能是未來 AI 硬件對用戶最有價值的應用場景之一，有望 24 小時不間斷地為你的身體「站崗」。而且它應該是「無感的」，讓你感覺不到它的存在。你只需要像往常一樣生活，手腕上的手表、床墊里的傳感器，都在默默關心你的健康。

你想想，一個最了解你身體的 AI 專家，會為你提供極致個性化建議。它推薦的運動強度會根據你昨天的睡眠質量動態調整；它設計的食譜，會考慮到你今天的身體狀態。

更重要的是，它可以完成「洞察-建議-行動-反饋」這個循環。它不僅告訴你該做什么，還會在你行動后，用實時數據告訴你「這么做很有用」，從而用正反饋強化你的積極行為。

說到底，這個 AI 健康服務，最終要給我們的不是一堆數據帶來的焦慮，而是一種對生活的「掌控感」。它就像給我們身體裝了個可視化的「儀表盤」，讓我們終于能看懂自己，知道怎么對自己好。

而 AQ 與 Apple Watch 的合作，恰恰就是在朝這個方向進行的一次有意思的探索。它目前的產品形態也許還不算完美，但它試圖將蘋果手表強大的硬件監測能力，與AI 的分析、解讀能力結合起來，讓健康這件事，沒那么高冷，也沒那么遙遠，而是回到了每個人的手腕上、生活里。

這么做最大的意義，就是讓我們和自己的身體，終于能「好好聊天」了，也能把我們從健康焦慮的泥潭里拽了出來

以前，我們面對身體發出的信號，要么是「看不懂」——體檢報告上一堆箭頭，要么是「搞不懂」——最近老是累，卻不知道為啥。

現在，AQ 就像一個能隨時讀懂你身體說明書的翻譯官，它把那些模糊的、令人不安的感覺，翻譯成了你能聽得懂、并且可以去改善的具體建議。

這種「心里有底」的感覺，才是 AI 帶給普通人最珍貴的東西。

作者：莫崇宇、李超凡