LizLiz
← Articles

Fitbit Air 与 Google Health：AI 健康入口和可穿戴设备趋势

2026-05-09

6k 字

17 min read

从 Fitbit Air、Google Health 和 AI health coaching 看可穿戴设备如何成为下一代健康数据入口与生活方式基础设施。

身体重新变贵：Fitbit Air、Google Health 与下一代健康入口

先别急着看 Google。

更大的事实是：现代生活正在系统性地改变人的默认身体状态。

全球成年人的身体活动不足比例，从 2000 年的 23.4% 升到 2022 年的 31.3%，对应约 18 亿成年人。按当前趋势，到 2030 年可能接近 34.7%。1 WHO 对成年人的基本建议并不复杂：每周 150 分钟中等强度活动，或者 75 分钟高强度活动。问题是，越来越多人的日常生活结构，本身就在把运动、恢复和睡眠挤出去。2

久坐不是个人意志薄弱的同义词。WHO 把现代久坐行为和机动交通、工作、教育、娱乐中的屏幕使用增加放在一起讨论；久坐行为又和全因死亡、心血管死亡、癌症死亡、心血管疾病、癌症、2 型糖尿病风险上升相关。3

肥胖和慢病数据也在同一条线上。2022 年，全球 25 亿成年人超重，其中超过 8.9 亿人肥胖；WHO 估算，非传染性疾病每年造成约 4300 万人死亡，占全球死亡人数约 75%。45

这不是「健康消费升级」这么轻飘的故事。更准确地说，是现代社会把人的默认身体状态改坏了，然后市场开始围着这个后果重新定价。

Fitbit Air 值得看，不是因为它一定会卖爆，也不是因为 Google 忽然变聪明。它只是一个比较清楚的样本：可穿戴设备正在从「给你看数据的小屏幕」，变成「持续收集身体信号的传感层」。AI health coach 的机会，也不是再给你画一张更漂亮的睡眠图，而是把连续身体数据翻译成更可执行、更低风险的日常调整。

这里有机会，但不是胜利宣言。

一、Fitbit Air 的重点，是少做一件事

Google 对 Fitbit Air 的官方描述很克制：这是 Fitbit 最小的 tracker，没有屏幕，面向 24/7 佩戴；续航最多一周；快充 5 分钟可用一天；监测心率、心律、SpO2、静息心率、HRV、睡眠阶段和睡眠时长；通过 Google Health Premium 解锁 Google Health Coach。6

Amazon 上的 Stephen Curry Special Edition 预购页，把同一个东西换成了更消费化的语言：129.99 美元、2026 年 5 月 26 日发售、无屏幕、7 天续航、Google Health Premium 试用、Gemini 构建的 coaching、个性化 fitness plans、恢复和睡眠建议。7

这些事实里，最重要的不是「又一个手环」。是它故意不做一件事：不给你一个新屏幕。

Apple Watch 的强项是手腕上的小电脑。它可以通知、支付、运动、健康、App、表盘、通讯，什么都能做。Fitbit Air 的产品方向不同：更像一个低摩擦身体传感器。你不需要盯着它。你只需要长期戴着它，让它把心率、睡眠、恢复、活动这些低频但连续的信号交给后面的系统。

这不代表 screenless 一定赢。屏幕有屏幕的价值。很多人买智能表，就是为了交互、通知和身份表达。

但如果目标是 AI health coaching，屏幕未必是核心。核心是连续数据、低佩戴负担、足够长的留存、以及把数据转成行动建议的能力。

二、Google 想补的是「解释层」

Google Health Coach 不是单独卖一个聊天框。

Google 说它从 preview 进入全球可用，作为 Google Health Premium 的一部分，从 2026 年 5 月 19 日开始推出；它基于 Gemini，提供 fitness、sleep、health、wellness coaching，并整合 fitness / sleep metrics、nutrition、cycle tracking、location、weather，以及用户主动分享的 personal medical records。Google 还说它使用 SHARP evaluation framework、Consumer Health Advisory Panel、内部临床、研究和运动科学团队；并声明不会把 Fitbit 用户的 health and wellness data 用于 Google Ads。8

把这些放在一起看，Google 的方向不是「硬件公司出了一个手环」。更像是：

  • Fitbit Air 负责更低摩擦地收集身体信号；
  • Google Health Premium 负责把服务变成订阅；
  • Gemini 负责把信号、上下文和用户问题组织成解释；
  • Fitbit / Android / Google account 负责分发和留存。

这就是 Google 的结构资产。

但结构资产不是胜利。Google/Fitbit 没有出现在 IDC 2025Q4 全球 wearable device 出货量前五名里；前五名是 Apple、Xiaomi、Huawei、Samsung、Imagine Marketing，Apple 单独占 21.0%。9 这说明 Google 有健康 AI 和数据生态的组合牌，不等于它已经赢了可穿戴硬件。

这里要把话说准：Google 的机会，不是「打败 Apple Watch」。它更可能是在 Apple Watch、Oura、WHOOP、Xiaomi、Huawei 等不同设备形态都存在的情况下，争夺「谁能把身体数据解释成行动」这一层。

三、市场已经在给健康功能加权

可穿戴不是小众玩具。IDC 数据显示，2025 年全球 wearable shipments 同比增长 9.1%，达到 6.115 亿台；wristbands 增长 14.7%；IDC 同时提到，Whoop 这类 screenless health wearables 推动了 recovery- and health-focused wristbands 的发展。9

Counterpoint 的 smartwatch 数据也指向类似变化：2025 年全球 smartwatch shipments 同比增长 4%；平均售价同比上涨 5%；200 美元以下 segment 下降 9%，200–400 美元 segment 增长 48%，部分原因包括 health / fitness awareness、更好的 sensors 和 AI integration。Counterpoint 还提到，smartwatches 正在从 accessories 走向具有连接能力和综合 health / fitness monitoring 的 standalone devices。10

这不是说消费者突然都变自律了。

更可能的解释是：当睡眠、恢复、心率、血氧、HRV、房颤提醒、睡眠呼吸暂停、血压、血糖探索这些功能不断进入消费设备时，健康能力正在变成设备价值的一部分。以前人们为屏幕、性能、品牌、外观付钱；现在越来越多人也在为「身体状态可被持续看见」付钱。

这里仍然要保留边界。IDC 的 wearable 包含 earwear 等更宽类别，不等于健康腕戴全部爆发；Counterpoint 讲的是 smartwatch，不是所有 health trackers。市场在加权健康功能，不等于某个单品必然成功。

四、AI health coach 的真机会，不是聊天

如果一个 health coach 只是问你「今天感觉怎么样」，然后回你一段泛泛的鼓励，那它没什么价值。

真正难的是另一件事：把时间序列、身体信号、用户上下文、目标、限制和行为建议放到一起。

Google Research 的 PHIA 论文很能说明这个问题。研究者把 LLM、Python data analysis runtime 和 web search 组合起来，回答 wearable data questions。在 4000 个 objective personal health questions 上，PHIA exact-match accuracy 达到 84%，高于 code generation baseline 的 74% 和 direct numerical reasoning 的 22%。11

这说明什么？

不是说明 AI 已经可以当医生。恰恰相反，它说明普通聊天模型不够。要理解 wearable data，需要工具、计算、检索和多步推理。身体数据不是一句 prompt 能处理干净的东西。

另一个方向是传感器数据本身被模型理解。SensorLM 用超过 10.3 万人的 5970 万小时以上 wearable sensor data 做 sensor-language foundation model，目标是让 wearable sensors 的时间序列能和自然语言任务对接。12

这些研究把趋势讲清楚了：下一代 health AI 不只是「你问我答」。它要把身体信号变成可解释的语言，再把语言变成可执行的行动。

但研究结果不是消费产品成熟度。PHIA 作者自己也说，他们还没有证明这些 insights 能帮助真实用户理解数据、改变行为或改善健康结果；建议也没有被医疗专家系统评估。11 所以，把它当方向可以，把它当临床证明不行。

五、次元壁破了：健康数据开始变成可编程对象

这里最有想象力的变化，不是 Google 又做了一个 health coach，而是它正在把 Fitbit 身上的数据，从一个消费 app 里的图表，迁进 Google 的开发者生态。

Google 对 Google Health API 的定位很直接：它是 Fitbit Web API 的战略演进，不只是改名，而是用 Google 的现代基础设施重建。开发者现在要走的是一套标准 Google 路径：Google Cloud project、启用 Google Health API、OAuth client、用户授权、Restricted scopes、REST endpoint、client libraries、webhook。旧 Fitbit Web API 会在 2026 年 9 月关闭，现有集成必须迁移到 Google Health API 和 Google OAuth 2.0。13

这件事的含义比「接口升级」大。

以前 Fitbit 数据像是住在 Fitbit 自己的房间里。手环采集，app 展示，用户看到 sleep score、steps、heart rate、HRV，但想把这些数据迁移、重算、接进自己的工具链，往往会被权限、格式、时区、单位和封闭入口卡住。Google Health API 做的事，是把这些数据改造成更标准的对象：可授权、可查询、可聚合、可订阅，部分类型还可以写入、更新和删除。

官方 codelab 已经把路径写得很具体：开发者可以在 Google Cloud 里启用 Google Health API，通过 Google OAuth 2.0 让用户授权，再用 https://health.googleapis.com/v4/users/me/dataTypes/exercise/dataPoints 这类 endpoint 读取 Fitbit 里的 exercise 数据。文档还演示了 access token、refresh token、scope、list endpoint、filter 和 JSON response。14 这不是一个「导出 CSV」的时代，而是身体数据进入 API 时代。

更关键的是，Google 不只是给了一个读取口。它在铺一层健康数据基础设施。

Google Health API 现在有 31 个 data types，覆盖 steps、exercise、sleep、heart rate、HRV、SpO2、resting heart rate、respiratory rate、weight、body fat、hydration log 等；同一套 REST 资源下面有 list、reconcile、rollUp、dailyRollUp、patch、batchDelete 等方法。list 解决细粒度查询，rollUp 解决时间窗口聚合，reconcile 解决多来源数据合并，webhook 解决数据变化后的通知。1516

这里最值得注意的是 Google 官方说的 “Reconciled Stream”。当一个人同时有 Fitbit、Pixel Watch、手动录入和第三方来源，数据会重叠、冲突、延迟、缺失。Google 说 Reconciled Stream 会把多来源数据整理成一个更一致的数据流，让开发者拿到的数据和用户在 Fitbit app 里看到的结果对齐。13 这听起来很工程，但它其实是 health AI 能不能成立的底座：如果底层时间线都不可信，上层 coach 只会更会胡说。

硬件、软件、数据、AI 是在这里接上的。

Fitbit 和 Pixel Watch 负责传感；Fitbit app 和 Google Account 负责用户关系；Google OAuth 负责授权；Google Cloud 和 Health API 负责开发者入口；webhook 负责事件流；Gemini、CLI、MCP 和 agent 负责解释与执行。几层连起来以后，健康数据就不只是「昨天睡了几小时」的回顾，而可以变成一个长期、可计算、可触发的个人上下文。

社区工具已经把这个方向提前跑出来了。Unofficial ghealth CLI 可以做 OAuth setup、查询 health data、reconcile sleep、rollup daily steps、读取 profile / settings / identity、管理 webhook subscribers，并输出 JSON、CSV、NDJSON 给脚本和 agent 用；README 里还写到它覆盖 Google Health v4 的 31 个 data types 和 18 个 REST methods。17 另一个 unofficial Google Health MCP server，则把 Fitbit、Pixel Watch 和 Google Health API v4 数据通过本地 OAuth 暴露给 Claude、Cursor、Hermes 等 agent；它强调 local-first，tokens never leave your machine，并默认使用 structured privacy mode。18

这就是我说的「次元壁破了」。

以前硬件是硬件，软件是软件，AI 是聊天框。现在手环采集的身体信号，可以通过 OAuth 变成 API response，通过 webhook 变成事件，通过 CLI 变成脚本输入，通过 MCP 变成 agent context。你的睡眠、心率、步数、HRV、运动、恢复，不再只是某个 app 里的漂亮曲线，而开始变成代码能读取的时间序列、agent 能分析的上下文、服务能订阅的事件源。

这会长出很多以前很难做顺的东西：把 Fitbit 数据迁移到新的健康服务；把 sleep、training load、weather、calendar 放在同一个 dashboard；让 AI 每周生成恢复报告；用 webhook 在睡眠或活动数据更新后触发复盘；让本地 agent 在不暴露 token 的前提下，帮你做长期身体趋势分析；让创业者围绕跑步、力量训练、睡眠、产后恢复、慢病生活方式管理做更细的解释层。

Google 画的饼也很清楚。2026 年 Q2，它计划增加 ECG、irregular rhythm notifications、blood glucose、body temperature、food logs、更多 write data types、batchGet、HTTP/gRPC libraries 和 webhook enhancements；Q3 还写了 blood pressure、basal body temperature、women’s health、mindfulness、basal metabolic rate、active calories burned 等。13 这不是说 Google 已经能做医疗诊断，而是说它想把更多身体、行为、恢复、营养、女性健康和慢病相关指标，放进同一套身份、权限、API、事件和 AI 解释系统里。

当然，这也不是免费午餐。

健康数据越可编程，隐私、授权、误读和滥用风险越高。Google Health API scopes 被归为 Restricted，开发者需要 privacy 和 security review；用户必须逐项授权；数据更新也依赖设备同步和 Fitbit app 状态，不是实时医学监护。1315 API 不是天然正义，MCP 也不是魔法护身符。真正值得兴奋的不是「数据终于可以被更多人拿走」，而是用户有机会把自己的身体数据从厂商黑箱里拿回来，交给自己信任的工具、服务和工作流。

这比一条新手环大得多。

Fitbit Air 是传感器。Google Health API 是管道。OAuth 是闸门。Webhook 是神经。CLI 和 MCP 是接口。AI agent 是解释器。

当这几层接上，健康设备就不再只是消费电子。它开始像个人身体操作系统的早期组件。

六、health coach 不是医生，也不是魔法

这部分必须说硬一点。

Google Health Coach、Fitbit Air、PHIA、PH-LLM 这类东西，合理边界是 wellness、sleep、fitness、recovery、lifestyle coaching。它们可以帮助你看趋势、理解睡眠、调整活动、提醒恢复、生成更合适的训练和休息建议。

它们不能被写成诊断和治疗。

原因有三层。

第一，行为改变本身很难。2025 年一项关于 chatbot-based physical activity interventions 的 meta-analysis 纳入 12 个 RCT、2446 名参与者和 240 个 parent-child dyads，发现 chatbot 干预对 physical activity 有 modest increase，尤其是 MVPA；但对 exercise habits 或 sedentary behavior 没有显著改善。19

第二，被动监测不等于健康改善。针对 2 型糖尿病成人的 31 项 wearable-based interventions 综述显示，wearables 经常能增加 physical activity，尤其是 steps；但 HbA1c 和 BMI 结果 mixed。更有效的不是「戴上设备」本身，而是 structured goals、behavioral support、regular feedback、professional / nurse-led management。20

第三，医疗场景里的 LLM 错误不能轻描淡写。2025 年一项医生评估 GPT-4 primary care notes summaries 的研究发现，生成句子中 1.47% 包含 hallucinations，其中 44% 是可能影响 diagnosis 或 management 的 major hallucinations；omission rate 为 3.45%，其中 16.7% 是 major omissions。21

所以，consumer health coach 最应该做的是：解释趋势、降低理解成本、帮助用户做小步行为调整，并在风险信号出现时明确建议寻求专业医疗帮助。它不该把自己包装成医生，也不该用「AI 读懂你身体」这种话术越过边界。

还有隐私。

Doherty 等人评估 17 家主要 wearable health device companies 的 privacy policies，发现 transparency reports、vulnerability disclosure programs、breach notification 等方面常见薄弱项。研究还提到，典型 smartwatches 每天可为单个用户生成数万数据点；隐私政策平均 6113 个词，约 26 分钟才能读完。22

健康数据不是普通点击流。它长期、连续、贴身，甚至会暴露睡眠、压力、疾病风险和生活节律。谁能解释身体，谁就更接近人的日常决策。这个位置有商业价值，也有信任成本。

七、Stephen Curry 联名是信号，不是证据

Stephen Curry 联名容易被写得太大。

它确实有意义。Google 官方为 Stephen Curry special edition Fitbit Air 单独发文，Amazon 页面也明确把它包装成「Peak performance meets legendary style」。237

这说明 Google 不只想讲传感器、算法、订阅，也想把 Fitbit Air 放进 performance、recovery、athlete credibility 和 lifestyle desire 里面。

但联名不是胜利证据。

一个 NBA champion 可以给产品增加注意力和可信度，但不能证明长期佩戴、长期订阅、健康结果、数据解释质量、隐私信任、区域合规都会成立。它最多说明 Google 知道健康硬件不能只靠参数表卖。消费者买的不是 HRV 本身，而是「我能不能更像一个会管理身体的人」。

这个叙事有用，但不能替代产品留存。

八、创业者不要去抢 base layer

如果这条判断成立，最务实的策略不是「再做一个 Fitbit Air」。

base layer 会越来越挤：硬件、OS、账号体系、传感器、模型、订阅、云、合规、品牌信任，全都需要长期投入。Google、Apple、Samsung、Huawei、Xiaomi、Oura、WHOOP 这些玩家的成本结构，不是普通创业团队应该正面硬撞的地方。

更好的位置在 service layer。

前面说的 API、webhook、CLI、MCP，真正给创业者打开的不是硬件机会，而是解释层和行动闭环机会。

这里说的「做多」，不是在情绪上崇拜巨头，也不是说每一家巨头每一次产品发布都会赢。它更接近一个现实判断：Alibaba、Tencent、Apple、Google、Amazon、Netflix、Microsoft、Meta、NVIDIA 这类公司正在继续吞噬世界的基础入口、算力、分发、内容、账号和云。普通人、创业者和小团队，大多数时候没必要站在它们的正面去证明自己更聪明。更务实的做法，是看清它们正在铺哪一层基础设施，然后在那一层之上做更具体、更贴近场景、更能交付结果的东西。

具体说，是围着巨头的身体传感层，做它们难以做深、做细、做本地化、做强执行的部分：

  • 垂直 coaching：跑步、力量训练、产后恢复、睡眠改善、慢病生活方式管理、职场高压人群恢复；
  • 本地化解释：中文语境、饮食结构、作息文化、医疗资源路径、家庭决策方式；
  • 隐私和合规：数据授权、最小化采集、企业健康管理、保险或医疗协作边界；
  • 数据解释产品：把 wearable data 翻译成周计划、训练调整、恢复提醒、复盘报告；
  • 人机协作服务：AI 做监测和解释，人类教练、营养师、医生在关键节点介入。

这类机会不性感，但更现实。

因为用户真正缺的，通常不是又一个 dashboard。很多人已经有 sleep score、steps、heart rate、HRV。缺的是：今天该不该练？为什么最近恢复差？我该先改睡眠、饮食还是训练？这些建议如何和我的工作、家庭、时区、预算、医疗条件放在一起？

巨头可以做通用解释。创业者应该做具体场景里的行动闭环。

九、身体重新变贵

AI 正在压低一部分脑力输出的边际价格。写摘要、改格式、生成图片、做初稿、查资料、写代码片段，这些过去需要完整脑力时段的工作，正在被模型切掉一层成本。

但这不会让人变成纯粹的脑子。

恰恰相反，当越来越多脑力任务被工具加速，身体会变得更贵。

因为执行仍然需要身体。判断需要睡眠。长期创造需要恢复。注意力不是抽象资源，它依赖血糖、心率、压力、运动、炎症、睡眠和环境。你不能靠 prompt engineering 把一个长期睡不好、久坐、焦虑、恢复差的人变成稳定输出机器。

这就是 Fitbit Air 这类产品真正暴露出来的东西。

它不一定是爆款。Google 也没有证明自己能赢下健康硬件。但它把一个趋势显性化了：下一代健康入口不一定是一块更亮的屏幕，可能是一层更安静的身体传感器，加上一个足够可靠、足够克制、知道自己不是医生的解释系统。

身体重新变贵，不是因为大家突然热爱健康。

是因为现代生活先把身体变成了瓶颈，AI 又把更多脑力工作推向更高频、更快节奏的执行。到最后，真正稀缺的不是知道应该做什么，而是有一个身体，能长期把该做的事做完。

Footnotes

Footnotes

  1. World Health Organization, “Nearly 1.8 billion adults at risk of disease from not doing enough physical activity,” 2024-06-26. https://www.who.int/news/item/26-06-2024-nearly-1.8-billion-adults-at-risk-of-disease-from-not-doing-enough-physical-activity; Strain et al., “National, regional, and global trends in insufficient physical activity among adults from 2000 to 2022,” The Lancet Global Health, 2024. https://www.thelancet.com/journals/langlo/article/PIIS2214-109X(24)00150-5/fulltext ↩

  2. World Health Organization, “Physical activity,” fact sheet, updated 2024-06-26. https://www.who.int/news-room/fact-sheets/detail/physical-activity ↩

  3. World Health Organization, “Physical activity,” fact sheet, updated 2024-06-26. https://www.who.int/news-room/fact-sheets/detail/physical-activity ↩

  4. World Health Organization, “Obesity and overweight,” fact sheet. https://www.who.int/news-room/fact-sheets/detail/obesity-and-overweight ↩

  5. World Health Organization, “Noncommunicable diseases,” fact sheet, 2025-09-25. https://www.who.int/news-room/fact-sheets/detail/noncommunicable-diseases ↩

  6. Google Blog, “Introducing the all-new Fitbit Air,” 2026-05-08. https://blog.google/intl/en-au/products/devices-services/introducing-the-all-new-fitbit-air/ ↩

  7. Amazon, “Google Fitbit Air - Special Edition Stephen Curry.” https://www.amazon.com/Google-Fitbit-Special-Stephen-Curry/dp/B0GVW1NM4T?th=1 ↩ ↩2

  8. Google Blog, “Google Health Coach is becoming globally available,” 2026-05-07. https://blog.google/products-and-platforms/products/google-health/google-health-coach ↩

  9. IDC, “Wearable Devices Market Insights,” updated 2026-03-25. https://www.idc.com/promo/wearablevendor ↩ ↩2

  10. Counterpoint Research, “Global Smartwatch Shipments Swing to Growth in 2025 Led by China,” 2026-02-25. https://counterpointresearch.com/en/insights/Global-Smartwatch-Shipments-Swing-to-Growth-in-2025-Led-by-China ↩

  11. Merrill et al., “Transforming Wearable Data into Personal Health Insights using Large Language Model Agents,” Nature Communications, 2026. https://www.nature.com/articles/s41467-025-67922-y ↩ ↩2

  12. Zhang et al., “SensorLM: Learning the Language of Wearable Sensors,” arXiv:2506.09108, 2025. https://arxiv.org/pdf/2506.09108 ↩

  13. Google Developers, “About the Google Health API,” last updated 2026-05-08. https://developers.google.com/health/about ↩ ↩2 ↩3 ↩4

  14. Google Developers, “Make your first Google Health API call,” last updated 2026-03-24. https://developers.google.com/health/codelabs/make-your-first-api-call ↩

  15. Google Developers, “Google Health API data types,” last updated 2026-04-14; “Endpoints,” last updated 2026-04-07; “Scopes,” last updated 2026-04-14. https://developers.google.com/health/data-types; https://developers.google.com/health/endpoints; https://developers.google.com/health/scopes ↩ ↩2

  16. Google Developers, “Webhook subscriptions.” https://developers.google.com/health/webhooks ↩

  17. Rudrank Riyam, “Google-Health-CLI,” GitHub. https://github.com/rudrankriyam/Google-Health-CLI ↩

  18. David Mosiah, “google-health-mcp,” GitHub. https://github.com/davidmosiah/google-health-mcp ↩

  19. Wang et al., “Effectiveness of chatbot-based physical activity interventions,” Digital Health, 2025. https://pmc.ncbi.nlm.nih.gov/articles/PMC12254675 ↩

  20. Laffi et al., “Wearable-Based Interventions for Adults With Type 2 Diabetes,” Healthcare, 2025. https://pmc.ncbi.nlm.nih.gov/articles/PMC12524254 ↩

  21. Asgari et al., “Clinical hallucinations and omissions in large language model summaries,” npj Digital Medicine, 2025. https://www.nature.com/articles/s41746-025-01670-7 ↩

  22. Doherty et al., “Privacy policy assessment for wearable health devices,” npj Digital Medicine, 2025. https://pmc.ncbi.nlm.nih.gov/articles/PMC12167361 ↩

  23. Google Blog, “Pre-order Stephen Curry’s special edition Fitbit Air,” 2026-05-07. https://blog.google/products-and-platforms/products/google-health/stephen-curry-fitbit-air ↩