沒想到啊沒想到。

如今在一眾「AI+」里，最讓我停不下來的，居然是「AI+運動」？？

一提起「AI+運動」，不少人可能會想到Keep。

(資料圖片)

國民級App的知名度，外加一系列適合承接AI的落地場景，讓它天然站在了這條賽道的前排。

不過，占住了認知地盤是一回事，怎么把AI真正帶給用戶則是另一回事。

就在今天，Keep借88全民健身日這個契機，給出了自己的解法：

「超級AI會員」。

等等，作為一位老Keep人，我的第一反應是：

普通會員已經(jīng)有課程、計劃和工具，現(xiàn)在又把AI拎出來做成一張新卡，這張卡究竟多賣了什么？

翻了下活動頁，最讓我意外的變化出現(xiàn)在跑步上。

過去跑到一半覺得吃力，耳機只會播報配速和心率，接下來怎么跑還得自己判斷。現(xiàn)在卻能直接開口問，AI會結合實時狀態(tài)，判斷該繼續(xù)保持還是調整節(jié)奏，并在后面的路程中持續(xù)互動。

從「單向播報」到「參與判斷」，這就是「超級AI會員」想交付的變化。類似的變化也被延伸到運動前和運動后。

再往深處看，問題還不只是一張會員卡的事。

Keep在2025年首次實現(xiàn)年度盈利，對這家All in AI的上市公司而言，「超級AI會員」還承擔著一個更大的期待：

讓AI從技術投入，真正變成用戶用得上的服務，進而成為新的增長可能。

期待這么大，我決定從體驗開始，一層一層拆開這張卡（伸出邪惡小手.jpg）。

Keep多賣的，究竟是什么

打開Keep，選好「AI語音互動跑」，調大耳機音量。GO！

剛開跑我就想起來一件事：壞了，忘記熱身了。

以前碰到這種情況，要么硬著頭皮繼續(xù)，要么停下來搜一套熱身動作。

這次我選擇直接問AI，結果它比我淡定多了，讓我先別慌，可以通過慢跑完成熱身。

緊接著，它開始指導我的跑步姿勢和步頻，但我連自己現(xiàn)在的步頻是多少都不知道。。。

于是AI干脆打開節(jié)拍器，針對這次訓練調到了每分鐘175次。

滴、滴、滴、滴……耳機里有了節(jié)奏，我只需要跟著跑。

到這里，事情已經(jīng)和過去不太一樣了。

以前的語音陪跑主要負責告訴我發(fā)生了什么，配速多少、心率多少、跑了多遠。

現(xiàn)在我說出一個臨時問題，AI會給出解決辦法，還能繼續(xù)調用節(jié)拍器幫我執(zhí)行。

（p.s. 打開設置看了下確實是它給我播報的175次/分鐘）

跑到一半想聽歌，它也是信手拈來，順手就切到了快節(jié)奏音樂。

看來這個「超級AI會員」就和如今的Agent差不多，從以前的ChatBot長出了執(zhí)行的手腳。

不過，能執(zhí)行并非意味著有求必應。

我故意來了一次「釣魚執(zhí)法」，說想吃漢堡炸雞、讓它幫忙找店帶路，結果被明確拒絕，讓我自行打開外賣軟件。

能做什么，不能做什么，一跑就知道了。

在運動場景里，清楚自己的能力邊界，有時候比什么都會更重要。

再往后，我索性把這次跑步變成了移動版《十萬個為什么》。

應該用前腳掌發(fā)力，還是腳后跟先著地？一周至少運動多少次？東西應該跑前吃，還是跑后吃？

這些問題以前也想過，只是每次都懶得專門查?，F(xiàn)在想到什么就直接問什么，不用停下來掏手機。

整個對話的延遲體感很低，問完基本不用等太久。

與其說是在操作一個App，不如說跑步時有個人待在耳邊，隨時穩(wěn)穩(wěn)地接住你（手動狗頭）。

這也是我跑完之后最直接的感受：

有了AI語音互動跑，跑步成了一件可以邊做、邊問、邊調整的事。

這也解釋了超級AI會員和普通會員的差別。

說起來可能有點抽象，不妨直接放一張對比表：

△圖片根據(jù)官方權益由AI生成

個人理解，普通會員主要提供課程、計劃和基礎工具，適合知道自己要練什么、能夠自主完成訓練的人。

超級AI會員則對應了另一種需求，服務那些需要個性化安排、實時判斷和持續(xù)陪伴的用戶。

二者面向不同需求，原有會員的課程和工具仍然保留，也就談不上拆走舊權益再賣一次。

當然這件事真正值得關注的，還不止是「超級AI會員」具體能做什么。

把這些能力放回完整的運動過程，變化就更清楚了。

• 運動前，個性化計劃回答今天練什么；
• 運動中，AI語音互動跑處理臨時問題；
• 運動結束后，吃練睡分析和身體年齡分析繼續(xù)告訴用戶這次練得怎么樣，下一步如何調整。

連起來，AI已經(jīng)開始參與運動前、中、后的完整過程。

而且用戶練得越多，系統(tǒng)對Ta的了解越完整，下一次建議也會更加貼近本人。

用Keep的說法概括，就是「越練，越懂，越健康」。

所以，Keep多賣的，正是AI替用戶承擔的那部分選擇、判斷和調整。

過去Keep負責把內容送到，現(xiàn)在它還想陪伴用戶把運動做下去。

這就是從內容交付到服務交付，也是AI有機會被單獨計價的第一步。

至于這種收費邏輯能不能成立，還得把Keep放進整個AI行業(yè)里繼續(xù)看。

AI成為增長引擎，應該長什么樣

從內容走向服務，并不是Keep獨有的故事。

放到整個AI行業(yè)里看，這恰恰是一條越來越清晰的商業(yè)化路線。

仔細梳理下來，這場變化大致可以分為三個階段：

△圖片由AI生成

最早一批AI，主要任務是幫公司省錢。

寫文案、做客服、整理資料，把過去需要幾個人完成的工作極限壓縮。

后來隨著大模型能力進一步成熟，AI開始進入產(chǎn)品前臺。

它被做成總結、推薦、問答等功能，成為原有產(chǎn)品的一塊智能補丁。

用戶體驗確實有所改善，卻很少有人會為了這塊補丁單獨再付一次錢。

現(xiàn)在，第三種形態(tài)正在出現(xiàn)。

AI不再只負責完成一個局部動作，它開始理解用戶目標、調用不同工具，接手一段連續(xù)流程。

而真正可能創(chuàng)造增量收入的，正是第三種。

這也不難理解，前兩種AI賣的是效率和功能，價值容易被吸收進原有產(chǎn)品；第三種AI替用戶接走了選擇、執(zhí)行和調整，交付了一段可以持續(xù)感知的服務。

當AI開始替用戶把事做完了，獨立付費這事兒才真正有可能被擺上桌面。

順著這個邏輯，一些行業(yè)前沿玩家，已經(jīng)在朝著第三種大步前進。

跨服選手中，最典型的就是小綠鳥多鄰國。

多鄰國算是最早被市場貼上「靠AI賺錢」標簽的公司之一。

2025年，它的年度訂閱及相關訂單額首次突破10億美元，日活超過5000萬。

但用戶規(guī)模起來以后，新的問題也擺上桌面：如何讓龐大的免費用戶繼續(xù)付費，并且付得更多？

對此，多鄰國CEO Luis von Ahn在接受知名財經(jīng)UP主小Lin采訪時，把賬拆得很清楚。

在多鄰國內部，AI負責提高課程生產(chǎn)效率；面向用戶，AI則要創(chuàng)造過去沒有的新服務。

多鄰國盯上的，是語言學習里最難規(guī)模化的一環(huán)：真人陪練。

于是，它在普通訂閱之上推出了Duolingo Max——

這個更高級的AI可以陪用戶實時對話、模擬點餐問路等場景，并在結束后糾錯和反饋。

△圖源多鄰國官方博客

這些功能消耗的算力并不便宜，但Max價格約為標準訂閱的兩倍。

Luis透露，多鄰國目前仍有不錯的利潤空間，而且隨著模型成本下降，這塊空間還會繼續(xù)擴大。

多鄰國的算盤，到這里就很直接了：

用AI生產(chǎn)課程，可以省錢；用AI提供過去沒有的新服務「陪練」，才能多賺一筆錢。

誰更有機會成為新的增長引擎，已然清晰。

類似的變化，也出現(xiàn)在編程行業(yè)。沒錯，我要說的正是Cursor。

它最早解決的也是效率問題：程序員代碼敲到一半，AI自動補全后面幾行。

到了Agent階段，Cursor開始接手整段任務：

開發(fā)者說清目標，它便能理解代碼庫、修改多個文件、調用終端并運行測試。

△圖源Cursor官網(wǎng)

從「幫程序員寫」，走到了「替程序員做」。

靠著這套AI原生開發(fā)體驗，Cursor迅速起飛。

截至今年2月，其年化收入據(jù)公開消息已突破20億美元，近來更是入了馬斯克的眼——

6月，SpaceX已簽署協(xié)議，擬以600億美元收購Cursor。

從多鄰國到Cursor，兩件事看似相隔很遠，背后卻是同一套思路：

只有形成一種用戶愿意持續(xù)購買的新服務，AI才可能真正創(chuàng)造增量收入。

那么，這條規(guī)則也適合運動行業(yè)嗎？

只能說，適合，太適合了。

原因很簡單，運動本身就是一項連續(xù)任務：

先確定目標，再評估狀態(tài)、制定計劃、執(zhí)行訓練、實時調整，最后復盤反饋；

練完產(chǎn)生的新數(shù)據(jù)，又會影響下一次安排。

這一整套流程，簡直像為AI Agent量身定做的。

只不過現(xiàn)有產(chǎn)品通常只管其中一段。

△圖片由AI生成

行業(yè)里已經(jīng)有人開始向前試探。

擁有超1.2億用戶的運動社區(qū)Strava，其Athlete Intelligence負責運動后的數(shù)據(jù)解讀，讓用戶看懂這次練得怎么樣。

蘋果Apple Watch的Workout Buddy則更進一步，結合心率、配速和歷史記錄，在運動過程中提供語音反饋。

一個進入了運動后，一個進入了運動中。

Keep這次則想把鏈條完整串起來：

運動前安排計劃，運動中陪伴調整，運動后分析反饋，再讓新數(shù)據(jù)影響下一次訓練。

換言之，Keep想補上的，是運動行業(yè)一直缺少的那個角色：

一個能夠連接知識、數(shù)據(jù)和執(zhí)行工具，并陪用戶把運動做下去的AI服務。

這正是「超級AI會員」的行業(yè)坐標。

Keep憑什么把AI變成增長

不過有人可能想問了：

行業(yè)缺的那個角色，大家都看得見，為什么最終補位成功的可能是Keep？

如果把Keep的AI之路看作一場闖關游戲，那么每過一關，它就多了一張留在牌桌上的底牌。

我們不妨一關一關來拆。

第一關，「專業(yè)關」。

運動AI和普通問答不一樣，答錯一道題，頂多損失幾分鐘；推薦錯一個動作，用戶卻可能真的會受傷。

所以Keep自2025年初宣布All in AI后，便緊鑼密鼓地自研專為運動健康場景打造的大模型Keepace.ai。

這個模型已于今年4月正式亮相，目前主要覆蓋課程生成、運動問答和數(shù)據(jù)解讀三類場景。

它通過三層保障實現(xiàn)專業(yè)性：

把安全設成硬約束，用科學依據(jù)過濾答案，再通過長期數(shù)據(jù)理解具體的人。

△圖片由AI生成

靠著這套機制，Keep闖過了「AI敢不敢做判斷」這一關。

說到底，通用AI只需要把話說通，運動AI還得在安全邊界內提供參考和輔助。

現(xiàn)在我們拿到模型給出的建議了，迎面而來的是第二關「判斷能不能變成行動」。

建議寫得再好，執(zhí)行跟不上也是白搭。

Keep的優(yōu)勢在這里開始顯現(xiàn)。

過去十一年，它已經(jīng)積累了課程、訓練計劃、語音陪跑和運動記錄等產(chǎn)品能力。140億條真實運動記錄，也被拆成17類標簽和700多項指標。

Keepace.ai作出判斷后，可以繼續(xù)調用這些工具，把建議變成具體行動；用戶練完，新產(chǎn)生的數(shù)據(jù)再回到系統(tǒng)，影響下一次安排。

Keepace.ai是大腦，Keep原有的產(chǎn)品能力就是手腳。

這也是Keep和通用AI、智能穿戴的核心差別：

通用AI能給建議，卻很難直接組織訓練；智能穿戴能記錄狀態(tài)，卻很少繼續(xù)接手后面的行動。

Keep同時握有知識、數(shù)據(jù)、場景和執(zhí)行工具，有條件把它們接成一個閉環(huán)。

第二關，Keep就這樣靠長期積累過了。

聊完產(chǎn)品，接下來的話題很自然就延伸到了用戶身上——服務做出來，還得有人愿意用。

而據(jù)公開消息，截至2025年底，Keep里面的AI教練「卡卡」已經(jīng)為超過130萬用戶生成個性化計劃，語音陪跑調用超過2100萬次，食物圖像識別達到350萬張。

這些數(shù)字證明，AI并非在運動App里自嗨，用戶確實愿意把計劃、記錄和陪伴交給它。

「有沒有人愿意用」這一關，也算是有了正面的結果。

但按照一般邏輯，使用量只能證明產(chǎn)品成立，最后還有一道最難的關：

「付費關」。

「超級AI會員」要驗證的，就是用戶是否愿意為持續(xù)的判斷、陪伴和反饋買單。

這對當下的Keep來說，尤其重要。

2025年，Keep首次實現(xiàn)年度盈利。對于一家剛剛跨過盈虧線的上市公司來說，下一道題自然變成了：

新的增長從哪里來？

「超級AI會員」上線，相當于Keep把AI從技術投入搬到了付費頁面。

某種程度上，它已經(jīng)找到了一個值得驗證的產(chǎn)品方向——從賣內容，走向賣服務。

不過，找到形態(tài)不等于跑通生意，最終要看的指標也很現(xiàn)實：

有多少人購買，能否持續(xù)使用，會不會續(xù)費，又能否提高單用戶價值。

前三關，Keep已經(jīng)拿出了階段性答案。

第四關，才剛剛開始。

One More Thing

寫到這里，再回想那次跑步體驗，我對「超級AI會員」的判斷反而更簡單了。

一個App多了幾個AI按鈕，我大概率不會付錢。

但如果能讓我少操心且更健康地生活，何樂而不為呢？

我知道，Keep當然還沒有完全等于「AI＋運動」，畢竟這個功能剛上線，很多東西都還要時間驗證。

但它已經(jīng)把一道更重要的題擺上了付費頁面：

當AI進入垂直行業(yè)，用戶究竟愿意為什么買單？

從多鄰國到Cursor，再到Keep，不同賽道的頭部玩家正在走向同一個方向：

讓AI從工具，變成服務。

多鄰國的AI陪練接管了口語練習，Cursor讓開發(fā)者用自然語言驅動整段開發(fā)流程，Keep則把運動前、中、后的計劃、陪伴、反饋串成了一條線。

背后的變化，其實來自大模型能力的躍遷：AI正在從理解和生成，走向規(guī)劃和執(zhí)行。

這也是Agent成為行業(yè)關注焦點的原因——

AI正在從回答問題，走向幫助用戶完成目標。

而運動這種高頻、連續(xù)、需要實時反饋的場景，也正在成為Agent探索的重要落點。

關鍵詞： 小綠 調用 卡卡 app ai圈 網(wǎng)絡信息 age