不做手机缩小版:AI 健康记录迁到手腕,要跨过哪些工程鸿沟?
当大模型在云端不断刷新能力边界,现实中的健康管理却往往卡在“用户懒得记”的第一步。 HarmonyOS 生态下的开发者正在尝试将健康记录入口推向手腕——通过抬腕口述一句话完成饮食与训练追踪,但在流畅体验的背后,是一场针对手势交互、离线保活、网络断连与数据合规的工程攻坚。
当大模型在云端不断刷新能力边界,现实中的健康管理却往往卡在“用户懒得记”的第一步。 HarmonyOS 生态下的开发者正在尝试将健康记录入口推向手腕——通过抬腕口述一句话完成饮食与训练追踪,但在流畅体验的背后,是一场针对手势交互、离线保活、网络断连与数据合规的工程攻坚。
在手机端,健康管理行业早已卷成红海。食物库精确到品牌包子的馅料重量,热量计算细化到卡路里。然而,链路越精细,用户的记录阻力就越大。餐后拿出手机、选择餐次、搜索品项、估计份量——繁重流程导致大部分人中断记录,到了晚上回想,只剩模糊记忆。
解锁手机 → 打开 App → 选餐次 → 搜索牛肉面 → 估算重量 → 补选奶茶 → 确认提交。长链路极易导致遗漏。
抬腕唤起 → 口述“中午吃了一碗牛肉面,还喝了一杯奶茶” → 协同解析自动存表。当下即时完成。
“不做手机的缩小版,而是筛选出不可替代的当下性。”
小卡健康团队由 3 名 00 后女性开发者组成,她们从切身的减脂反复经历中发现:手机适合看长图表与复杂复盘,而手表只适合做两件事——一眼可读的信息展现,以及手上没空时的极简输入。这种对终端形态的再认识,决定了后续全套工程技术的组合策略。
“最初做穿戴版时,比较难的应该是‘显示什么对手表用户最有用’。”
要让一句混杂着食物、饮水、运动和分析需求的自然语言在几秒内转化为结构化数据,背后需要四大系统 Kit 的协同联动:
接管噪声环境下的声音采集与实时听写,避开繁琐的服务器录音上传逻辑。
区分即时事件与文件级更新,提供双向消息管道与离线缓存恢复机制。
规范化读写步数、心率、睡眠与卡路里,在严格用户授权下共享上下文。
监听实时心率、加速度计与陀螺仪信号,识别动作幅度与实时运动负荷。
“整个过程终于不需要再打开手机,我可以把注意力全部留在训练本身。”
系统接口接入仅完成了 20% 的工作,真正消耗开发精力的,是隐藏在环境噪声、断连息屏与硬件差异背后的现实工程难题:
将手机端 complex UI 直接移到手表会导致内存溢出和显示异常。开发者必须拆分页面、降低图片动画资源占用,并深度适配转动表冠代替屏幕点击,解决握持器械时的精准触控痛点。
蓝牙连接在运动场景中可能随时中断。应用必须在本地保存训练状态与倒计时生命周期。当蓝牙断开时,暂停参数修改权限,但允许用户继续或结束训练,待连接恢复后再静默补传。
智能手表具备较强渲染能力,而运动手表资源极为受限。开发者需要建立分级策略:智能表保留完整动作图与编辑面板;运动表仅保障“开始-休息-结束-同步”的核心闭环。
后台倒计时提醒容易受到系统省电策略的拦截。开发侧需要同时管理 Background Tasks Kit 任务调度、Notification Kit 通道检查以及本地持久化,防止休息提醒“失灵”。
“跨设备的一致体验,不等于在不同设备上使用完全相同的界面和实现;真正的一致,是用户在不同设备上都能稳定、顺畅地完成相同的核心任务。”
数据说明:小卡健康“超慢跑”功能月度参与人数从不足 200 人增至 10,000+ 人,证明了极简入口对用户使用频次的拉动作用。上述实测指标均基于开发者公开披露数据。
很多 AI 产品陷入了“为了 AI 而 AI”的误区,试图在每一个终端上展现大模型的全部能力。但在 Wearable(可穿戴)形态下,用户的注意力极其稀缺。
表端 AI 的核心价值,绝非做一个手机 App 的降维复制品,而是成为高频场景下的极简感知入口。离线可用性、轻量交互与合规边界,远比模型参数规模更能决定腕上产品的生死。
落地进展:小卡健康的语音记录功能已在穿戴端上线;开练与凯格尔运动已完成表端流程适配;相关高级健康数据接口与 Agent 联动目前处于分批测试与审核阶段。