不拼数据库、不卷识别精度:这个卡路里App把战场搬到了用户下单之前

先不记录，先决定吃什么

Cole Kosco 原本是一名退役运动员，后来成为健身教练。他没有先从复杂的训练计划或饮食数据库做起，而是在 TikTok 上回答一个更具体的问题：减脂、增肌的人去快餐店，到底应该怎么点。

这个切口很快带来了传播。Kosco 连续发布了 6 条相关视频，送出了 50 万份快餐菜单热量 PDF。用户未必愿意每天认真记录每一顿饭，却愿意在下单之前花几十秒确认一下：这份汉堡能不能吃，套餐要不要换，饮料是否需要取消。

2025 年 8 月，MenuFit 上线 iOS。它的功能并不复杂，核心只围绕一个时间点展开：用户准备点餐，但还没有真正吃下去之前。用户输入自己的目标，是减脂还是增肌，MenuFit 再根据目标给出点餐建议。

这和大多数卡路里 App 的使用顺序不同。后者通常要求用户吃完饭，再搜索食物、估算分量、录入热量。MenuFit 试图把动作往前挪，在用户面对菜单、还可以改变选择的时候介入。

竞争没有消失，只是换了位置

卡路里 App 长期竞争的重点，往往是识别得准不准、数据库够不够大、记录流程够不够快。拍照识别、食物搜索、营养成分拆解，都是围绕“已经吃了什么”展开。

MenuFit 没有把主要精力放在提高识别精度上，也没有试图覆盖所有饮食场景。它选择处理一个相对窄的问题：人在餐厅或快餐店点单时，怎样根据自己的目标做出选择。

这个位置变化带来的影响，不只是功能顺序变化。吃完记录是一项需要持续执行的任务，点餐建议则发生在用户本来就要做决定的时刻。前者要求用户主动回忆和补录，后者直接嵌入购买动作里。用户不需要先建立完整的饮食管理习惯，才有机会得到一次帮助。

这也是 MenuFit 和同类产品之间最明显的区别。它没有证明自己能把所有食物算得更精确，而是避开了对手已经反复打磨的环节，去争夺用户张嘴之前的那几十秒。

一份PDF带来的用户入口

从 TikTok 视频到热量 PDF，再到 iOS App，MenuFit 的用户入口也比较集中。Kosco 先用“快餐怎么点”这个具体问题获得关注，再把内容整理成可以带走的菜单资料，最后将同一需求放进产品里。

50 万份 PDF 的送出量，至少说明这类内容足够容易被理解和传播。用户不需要先接受一套完整的营养学体系，也不需要马上开始长期打卡。只要他下一顿准备点快餐，就可能需要一张清晰的菜单建议。

这类传播方式并没有改变产品本身的边界。MenuFit 依然只解决餐前决策，不负责替用户完成完整的饮食记录，也没有因此变成一个覆盖训练、睡眠和营养的综合平台。它把范围收窄，反而让内容和产品之间保持了比较直接的关系。

月流水超过百万美元之后

据 AppMagic，2026 年 8 月，MenuFit 分成后的月流水超过百万美元，并在上线一年后进入全球卡路里 App 收入 Top10。

这个结果并不意味着“餐前建议”已经取代了卡路里记录，也不能简单证明功能越少越容易成功。融资、奖项或用户数量，单独拿出来都不能直接等同于产品经营成功。MenuFit 目前能确认的，是它找到了一个头部产品往往不愿意专门处理的使用场景，并把这个场景做成了产品入口。

同一条赛道里，当识别精度、食物数据库和记录功能越来越接近，差异可能不再只来自功能数量。用户是在什么时候打开产品，为什么愿意打开，以及产品能不能赶在一个具体决定发生前出现，都会改变竞争关系。

别人等用户吃完之后开始记录，MenuFit 把产品放到了点餐按钮被按下之前。月流水超过百万美元时，真正被验证的不是它记录了多少食物，而是用户愿不愿意在下单前，用那几十秒改变一次选择。