我戴 Apple Watch 已经好几年，但为了研究 Google Health，我又专门买了一个 Fitbit Air，连续戴了三个星期。
原因很简单：我想知道，两个处理着相似健康数据的 app，为什么用起来会如此不同。Apple Health 很安静，数据在后台自动进入，你几乎感觉不到它的存在。Google Health 则会主动分析你的睡眠、给出建议、询问你的感受，并且不断邀请你提供反馈。
六月，我曾经拆解过 Apple Health。当时我的判断是，它并不急着成为一个让用户每天打开的内容产品，更像是 iPhone 里的健康数据基础设施。但只研究一个产品，很容易把偶然的设计选择误认为深思熟虑的战略，所以我需要一个对照组。
Google Health 正好合适。
戴了三周之后，我的结论是：这两个产品都做对了，只是方向完全相反。 Apple Health 尽量不打扰你，Google Health 则希望不断与你对话。真正决定它们采用哪种姿态的，并不是设计师的审美，而是它们背后完全不同的商业模式。
打开第一天，我就觉得它话太多
第一次打开 Google Health，AI 教练很快就出现了。它先总结我昨晚的睡眠，然后问我今天感觉如何。下面已经准备好几个答案，我不需要打字，点一下就能回复。
我开始数这一屏里有多少地方可以收集我的反馈：有赞，有踩，有三点菜单，里面有“有用”“没用”“忽略”，还有几个预设回答和一个自由输入框。根据卡片不同，一屏通常会出现四到六个可以提交反馈的入口。
然后我打开 Apple Health，看了一遍类似的页面，几乎找不到可以反馈的地方。Apple Health 里的大部分数据来自 Apple Watch、iPhone 和第三方设备，它们在后台自动写入，我通常不需要参与。
Google Health 的思路完全不同。每一张卡片除了展示信息，也在创造一个继续收集信号的机会。
而且它做得很有手艺。赞和踩只是细线图标，三点菜单放在角落，预设回复使用柔和的胶囊按钮。你完全可以无视它们，界面也不会显得吵闹。一方面，它需要足够多的反馈来改进模型和推荐；另一方面，它又不能让用户觉得自己正在填写调查问卷。
这里面最让我在意的按钮，是“忽略”。
当我忽略一张卡片时，我只是觉得这条内容跟我没关系。但对系统来说，这依然是一条很有价值的信息：以后少给这个人看类似内容。
在这样的系统里，几乎没有完全中立的动作。点击是反馈，跳过也是反馈，连拒绝都可能成为模型学习的一部分。
我不认为这一定构成暗黑模式。Google 没有强迫你点击，也没有藏起重要选项。真正的问题在于，用户是否知道自己的这些动作会怎样被使用。
知道“忽略”也会影响模型的人，可能会觉得这是合理的个性化。没有意识到这一点的人，则会在几乎无感的情况下，不断参与系统训练。
让数据采集变得无痛，和让数据采集变得不易察觉，往往只隔着很薄的一层。
想理解一个 app，先看它靠什么赚钱
为什么 Apple Health 那么安静，而 Google Health 总想和你聊天？
一个常见的解释是设计风格不同。我觉得更重要的原因，在商业模式里。
Apple 的核心生意是硬件和服务。Apple Watch、iPhone 和相关订阅，已经可以直接产生收入。对 Apple 来说，健康数据的重要价值之一，是让用户相信自己可以放心把这些极其私密的信息交给 Apple 设备。
所以 Apple Health 的安静本身就有价值。它越像一个可靠、克制、不会多嘴的保险箱，用户越愿意长期留在 Apple 的硬件生态里。
Google 的优势则建立在数据、AI 和服务生态上。它需要理解用户的行为，也需要理解行为背后的目标、意图和偏好。这会自然地把产品推向另一种方向：更多提问，更多反馈入口，更多个性化，以及更多可以训练模型的信号。
所以当一个产品显得特别克制，或者特别热情时，先不要急着把它归结为设计师的个人品味。可以先问一句：这家公司到底靠什么赚钱？
很多时候，界面只是商业模式露在水面上的那一小部分。
那个免费的 AI 教练，Google 想从中得到什么
健康追踪器很擅长记录你的身体发生了什么。它知道你走了多少步，睡了多久，静息心率是多少。
但它很难仅凭这些数字知道：你最近在担心什么？你为什么开始锻炼？你希望改善睡眠、减重，还是降低心血管风险？系统对你的判断准确吗？
这些信息很难靠传感器获得。一个会聊天的 AI 教练，刚好可以补上这一层。
我曾经问它，我的静息心率意味着什么。它先给出一段简洁的解释，然后引用外部来源，把我最近十三天的数据画成可以拖动查看的图表。回答结束后，它又问我：这个概览有没有给到你想要的安心感？
我顺口提到自己正在服用降血脂药物，它马上把这条信息纳入后续对话。我切换成中文，它也自然地跟了上来。
那一刻，我确实有点被打动。这个教练做得很好。它能读取我的数据，理解上下文，也会主动把复杂指标翻译成普通人能理解的语言。
而这正是它最有价值的地方。
一个传统手环记录的是步数、心率和睡眠。一个 AI 教练还可以逐渐了解你的目标、焦虑、偏好和生活背景。后面这一类信息通常更有价值，因为它解释了你为什么做某件事。
教练越有用，用户越愿意和它交流；交流越频繁，系统就越了解用户；系统越了解用户，教练又会显得更加有用。
这会形成一个非常强的循环。
所以我逐渐改变了对这个产品的理解。AI 教练正在成为健康追踪存在的理由之一。
传感器负责收集身体数据，教练负责收集意图。两类数据合在一起，才构成一个真正“了解你”的系统。
我的体重，转了三道手才到 Google
Google Health 给人的感觉，是所有健康数据都在同一个地方汇总，然后由 AI 帮你理解。
但当我打开 Connections 页面，逐个检查数据来源时，情况比界面看起来复杂得多。
Fitbit、Apple Health 和医疗记录被放在同一个整齐的列表里，但它们背后的数据关系完全不同。
这里大致有三种数据。第一种是 Google 自己采集的，例如我手腕上的 Fitbit；第二种是从其他平台同步过来的，例如 Apple Health；第三种是用户主动导入的，例如医疗记录。
在界面里，它们只是三行整齐的列表。在产品和商业层面，它们代表三种完全不同的控制权。只有第一种数据，是 Google 从采集设备到存储系统都可以直接控制的。
以我的体重为例，它需要经过三步：Withings 体重秤先测量体重，数据写入 Apple Health，Google Health 再从 Apple Health 读取。
我的体重先由 Withings 测量，再进入 Apple Health，最后才被 Google Health 读取。
那个看起来最了解我的健康平台，显示的其实是一个它从未亲自测量过的数字。
这有点像小时候玩的传话游戏。信息最终传到了你面前，但它已经经过了几个系统。每一层都有自己的权限、格式、同步速度和商业利益。
这也让我重新理解 Google 收购 Fitbit 的意义。很多人会把这笔收购理解为 Google 买下了一个手环品牌和一个健康 app。更重要的资产，其实是数据链路的起点。
Google 可以从 Apple Health 读取数据，但这种关系依赖 Apple 的接口、权限和规则。Google 可以使用这条通道，却无法完全控制它。Fitbit 给 Google 带来了一条自己掌握的数据流，从用户手腕上的传感器开始，数据就在 Google 的体系内产生。
这对任何平台型产品都非常重要。
我后来在给客户画数据模型时，也开始特别关注这件事。一张整齐的数据关系图，很容易让所有数据看起来地位相同。真正应该问的问题包括：这条数据是谁采集的？谁拥有原始记录？我们通过什么权限访问它？对方改变规则以后，我们还能不能继续使用？假设明天这个数据源被关闭，产品还剩下多少价值？
依赖第三方数据，有点像在别人家的 WiFi 上做生意。 平时一切正常，甚至感觉不到自己在借用别人的基础设施。房东一旦修改密码，你的业务会立刻断网。
Google 收购 Fitbit，相当于自己拉了一根网线。至少有一部分健康数据，可以从自己的设备开始产生。
我花了三周找一个功能，最后发现它根本不存在
Google Health 里的聊天框，本身没有太多新鲜之处。ChatGPT 出现之后，几乎所有产品都在尝试加入一个聊天入口。
真正值得研究的，是聊天框周围的那套结构。
我通常会把 AI 对话体验分成三个阶段：用户开口之前，对话进行之中，以及对话结束之后。
Google Health 最强的是第一个阶段。它不会把一个空白聊天框扔给你，让你自己思考该问什么。它会先看你的睡眠、活动和心率，然后主动抛出一个话题。
例如：你昨晚的睡眠时间比较稳定，周末快到了，你觉得自己还能保持这个作息吗？
下面再放几个可以直接点击的回答。
Google 把大量设计投入到用户开口之前。系统主动发现话题，再通过预设选项降低回复成本。
这是一个非常聪明的设计。
对话式 AI 产品最常见的问题，就是空白输入框。 用户不知道该问什么，于是什么都不问。功能虽然存在，使用率却很低。
Google 的解决办法，是先提供一个有上下文的话题，再把回复成本降低到点击一下。这个设计同时完成了两件事：它让教练显得更懂你，也让用户更容易提供新的意图数据。
至于对话过程本身，Google Health 做得不错，但和其他成熟 AI 产品相比，没有特别大的差异。
我真正找了三个星期的，是对话结束之后的那一层。
我期待它能够主动提醒我：这周你的睡眠时间比上周更稳定；你最近的静息心率出现了一些变化；你设定的目标已经连续完成五天。
但我没有找到这样的体验。没有主动推送，没有自动周报，也没有一句“最近我注意到你发生了什么变化”。
当然，这里可能有健康产品特有的谨慎。一条用户主动询问之后得到的错误回答，和一条系统主动推送的错误健康建议，带来的信任风险完全不同。所以 Google 可能选择先把主动性控制在 app 内部。
即便如此，我依然认为这是一个明显的缺口。
用户开口之前的设计，决定他们会不会开始使用；对话过程决定功能是否合格；对话结束之后的设计，决定用户会不会持续回来。
我这一年看过很多 AI 功能。大部分团队只做了中间那一段：放一个聊天框，接一个模型，然后等待用户提问。
Google 至少把“用户开口之前”做得非常完整。但真正可能影响长期留存的那一层，目前仍然是空的。
小团队最好别直接抄这两家公司
大公司的产品经常被当成设计标杆。但一个界面设计有效，通常依赖它背后的公司结构、技术能力和商业模式。
所以，假如你在做一个创业产品，我不建议直接照抄 Google Health 或 Apple Health。
先看 Google。
AI 教练、深度个性化、每屏反馈、持续收集用户意图，这些都是现在非常流行的产品方向。Google 能承担这套系统，是因为它拥有强大的数据基础设施、模型能力和庞大的服务生态。
它有地方存储这些信号，有能力训练和改进模型，也有足够多的场景，可以让这些数据产生长期价值。
小团队复制同样的界面，却未必拥有同样的引擎。如果收集到的数据无法转化成更好的产品体验，赞、踩和忽略按钮就只会增加系统复杂度。
更麻烦的是信任。用户早已知道 Google 是一家依赖数据和 AI 的公司。大家在使用 Google 产品时，通常已经把这件事考虑在内。
一个陌生的小品牌做出同样密度的数据采集界面，用户可能会产生完全不同的感受：这家公司为什么需要知道这么多？
再看 Apple。
Apple Health 的克制，也很难被小团队直接复制。Apple 可以把健康 app 做得安静、免费，而且几乎没有明显的商业化，因为 Apple Watch 和 iPhone 已经承担了收入任务。
对一个没有硬件收入、没有订阅、也没有其他生态支持的小产品来说，同样的克制可能意味着用户没有形成习惯，产品没有收入，团队也无法长期维护它。
我们看到的是界面，真正推动产品运转的是下面那台看不见的发动机。
Apple 可以保持安静，因为硬件生意在支撑它。Google 可以持续提问，因为数据和 AI 是它的重要能力。
小团队需要先找到自己的发动机，再决定界面应该表现出什么姿态。 照抄车壳，却没有对应的发动机，最后得到的通常只是一张越来越贵的维护账单。
最后
戴了三个星期 Fitbit 之后，我最大的收获，已经不只是对 Google Health 的理解。
我开始更加警惕一种常见的判断方式：我们看到一个顺滑、聪明、几乎没有摩擦的设计，就自然认为它对用户更友好。
事情没有这么简单。
同一个设计动作，可以同时提升用户体验，也提高数据采集效率。 那个让 AI 教练显得更有生命力的主动提问，也在帮助系统收集用户意图。那个让“忽略”变得毫无负担的按钮，也在安静地训练推荐模型。
它们来自同一套设计。设计做得越好，两个效果往往都会更强。
所以真正值得讨论的问题，并非这个界面够不够漂亮、够不够顺滑。更重要的问题是：产品为什么需要这份数据？数据最终会创造什么价值？用户是否理解自己正在提供什么？
如果一个团队能把这些问题想清楚，界面只是最后一步。如果这些问题没有答案，再精致的交互也只能暂时掩盖矛盾。
我原本买 Fitbit，只是想拆一个 app。三个星期之后，我发现自己拆开的，其实是两家公司完全不同的赚钱方式，以及它们如何一路影响到屏幕上的每一个按钮。
两篇完整的产品拆解报告：
Apple Health: Infrastructure by Design
Google Health: Extraction by Design
