# 我戴了三周 Fitbit，终于看懂了 Apple 和 Google 的健康生意

![Apple 与 Google 两种相反的健康界面](https://res.cloudinary.com/dypkcf109/image/upload/v1784677759/lduf1aloicuk0dzj5egv.webp align="center")

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。

![Apple Health 与 Google Health 单屏采集点对比](https://res.cloudinary.com/dypkcf109/image/upload/v1784677822/xvje5gobawfrymldfank.webp align="center")

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”。

![Google Health 卡片上的「忽略」按钮](https://res.cloudinary.com/dypkcf109/image/upload/v1784677830/ktikm4ufjz1apqn9hglz.webp align="center")

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

![Google Health 的 AI 教练](https://res.cloudinary.com/dypkcf109/image/upload/v1784677824/k9aa9qdufltfy0w1p9wo.webp align="center")

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。**

![AI 教练正在成为整套体验的中心](https://res.cloudinary.com/dypkcf109/image/upload/v1784677832/k6pur26vkwjm0phvq63c.webp align="center")

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。

![三种数据源被放在同一个列表里](https://res.cloudinary.com/dypkcf109/image/upload/v1784677825/kkdob7twphequitl7gmg.webp align="center")

*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。

![我的体重经过三跳才到 Google](https://res.cloudinary.com/dypkcf109/image/upload/v1784677827/yuxvgk7irqfyofjdheaa.webp align="center")

*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](https://res.cloudinary.com/dypkcf109/image/upload/v1784677829/l0apqrwomdoamfxuzml9.webp align="center")

*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。

![同一套设计既服务体验，也服务采集](https://res.cloudinary.com/dypkcf109/image/upload/v1784677915/qbqdamqf0kt4kiysoota.png align="center")

**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](https://bearliu.com/blog/apple-health-infrastructure-by-design)

[Google Health: Extraction by Design](https://bearliu.com/blog/google-health-extraction-by-design)