夜雨聆风我用 AI 给自己搭了一个训练驾驶舱，跑了一周弹跳训练
这周我做了一件很有意思的事。
我没有去下载任何现成健身 App，而是直接让 AI 从零帮我搭了一个只服务于我自己的"训练驾驶舱"。
它不是一个好看但没用的页面 而是我真正用来做训练决策的工具。
背景很简单。我正在做一个 24 周弹跳训练周期，目标是把体重从 97kg 降到 90-92kg，同时尽量保住摸高不下降。这周是第 3 周。
我想验证一件事：
AI 能不能不只是写计划，而是真的帮一个人把训练、饮食、恢复和现实生活里的变化管理起来？
跑了一周以后，我的答案是：可以。
而且最有价值的部分，不是"生成计划"，而是"跟着真实情况实时调整"。
PART 一
我到底让 AI 搭了什么
这个训练驾驶舱本质上是一个自包含的 HTML 面板。打开以后，我能看到这一周每天练什么、吃多少、蛋白够不够、训练有没有漏记、体重趋势有没有偏离目标。
它不是一次性生成完就结束。这一周里，它从 v1.0.0 一路迭代到 v1.6.5。
· 只是每天更新数据 → 修订号 +1· 新增功能 → 次版本号 +1
这样我能清楚看到，这个工具不是凭空变出来的，而是跟着我的真实训练一点点长出来的。
因为训练管理不是写一个"完美计划"。真正难的是：今天状态不好怎么办？临时有比赛怎么办？饮食超了怎么办？睡眠少了怎么办？下次训练要不要降级？
这些才是真实生活里的训练。
PART 二
最关键的三个设计
第一个设计：动态卡路里预算。
我不想要固定进食量，我想要的是固定赤字。
今日预算 = 基础消耗 − 固定赤字 + 当日运动消耗
今天 Apple Watch 活动消耗高，我就能吃多一点；今天休息，预算自然低一点。这样减重不是靠"硬忍"，而是让系统每天帮我维持节奏。
第二个设计：动作级训练记录。
比如深蹲，不是简单写"做 4 组"，而是写清楚目标重量、热身组、RPE、VBT 速度区间、什么情况下减重、什么情况下停止。
这件事很小，但很关键。因为训练不是只要记录"我练了"，更重要的是，我要知道"下一次应该怎么调"。
第三个设计：恢复和生活管理规则。
· 睡眠不足怎么办？· 咖啡因喝晚了怎么办？· 排球之后要不要继续加练？· 体重 7 日均值不下降怎么办？
这些都被写成了规则。系统不需要安慰我，也不需要鸡血。它只需要诚实地提醒我：现在应该执行什么调整。
PART 三
这一周真实发生了什么
计划永远赶不上生活。这恰恰是我觉得 AI 工具最有价值的地方。
周二，我生病了。
核心训练跳过，Zone2 只做了一半。面板没有假装我完成了计划，而是把这一天标成"部分完成 + 生病"。
周三，我还没完全恢复。
排球取消，训练改成病后修复。晚上家里点了披萨，我吃了排骨、披萨和鸡翅，脂肪明显超标。面板直接标红，没有粉饰。
一个会粉饰数据的系统，没有意义。真正有用的系统，必须先承认现实。
周四，状态回来了。
我完成了下肢力量 A。深蹲做到 265 lbs × 2，估算 1RM 372 lbs；RDL 做到 255 lbs × 5。
但 RDL 顶组速度损失到了 18.9%，超过我设定的 15% 阈值。于是系统提醒：下次顶组停在 4 次，或者降重。
它不是只记录结果，而是根据规则影响下一次训练决策。
周六，又有一个现实变量出现了。
上午 9 点有一场排球比赛，和原计划的"主爆发 + 力量 B"撞了。这时候如果硬练，就是典型的计划绑架现实。
本周已有周四重腿、周六比赛两个高神经消耗 → 赛前赛后不再硬塞重量训练：· 周五改轻激活· 比赛当作本周主爆发表达· 力量 B 减量后移
一个训练系统有没有价值，不是看顺利时多漂亮，而是看生活打乱计划时，它能不能接住你。
PART 四
一周数据结果
· 体重：95.9kg → 95.5kg（中途高油高钠反弹到 96.3kg，次日水肿退去，趋势仍向目标）· 蛋白：生病那天 60 多克 → 力量日追回到接近 193g· 训练：力量 A 完整完成，留下完整 VBT 数据
最重要的是，赤字没有乱。运动多的时候我不是不敢吃，运动少的时候我也不会放纵。系统把决策逻辑固定住了，我只需要执行和回填。
PART 五
这个工具对教练真正有什么启发
我后来也在想，这件事不只是我自己训练有用，它对教练其实更有启发。
很多时候，优秀教练的经验是散落的——散落在脑子里，散落在微信聊天里，散落在课上提醒里，散落在每次临时调整里。
客户上课时教练能提醒；客户离开健身房以后，执行、饮食、睡眠、状态波动，就往往靠客户自己撑。
而 AI 真正有价值的地方，是把这些经验变成一个持续工作的系统。一个教练完全可以从很小的地方开始：
· 给一个重点会员做一张个人训练面板· 把训练计划拆到动作、重量、RPE、完成情况· 把饮食目标做成"差多少 / 超多少"的可视化· 把生病、出差、比赛、睡眠不足写成自动调整规则· 每周让 AI 复盘一次：哪些做到、哪些没做到、下周怎么改
这不是取代教练，恰恰相反，它会放大教练。
以前一个好教练的判断，可能只能靠聊天和记忆传给会员。现在这些判断可以被写进工具里，变成客户每天都能看到、每天都能执行、每周都能复盘的规则。
PART 六
下一步：先让教练有自己的 agent
我觉得下一步最值得做的，不是继续展示这个工具有多酷，而是把它变成一次真正的教练培训 Session：先教每个教练搭建自己的 agent。
这个 agent 不需要复杂，它可以先管理教练自己的课程安排、重点会员、跟进动作、学习主题、每日复盘和明日优先级。
目的不是让教练学编程，也不是让教练变成"AI 工程师"，而是让教练学会把自己的经验、判断和服务流程写成规则。当一个教练能把自己的工作流程结构化，下一步就可以给客户搭 agent。
PART 七
再为每个重点客户搭一个 agent
客户 agent 的意义，不是"多一个工具"，而是把客户目标、身体状态、训练记录、饮食反馈、睡眠恢复、临时情况和教练判断，沉淀成一个持续工作的陪跑系统。
一个减脂会员的 agent 可以每天提醒：
今天热量预算是多少？蛋白还差多少？训练完成了吗？睡眠不足要不要降级？本周体重趋势有没有偏离目标？
一个运动表现会员的 agent 可以记录：
本周力量动作是否进步？跳跃表现有没有下降？速度损失是否超过阈值？比赛和训练是否冲突？下周训练量要不要调整？
客户买到的，就不只是"一节课"，而是一个持续管理结果的系统。
未来优秀教练不是只会写计划的人，而是把自己的判断变成系统的人。
PART 八
从一个会员、一个目标、一周开始
不要把 AI 想成一个很复杂的软件项目，也不要一开始就想做一个完美 App。
先从一个会员开始，先选一个目标，先跑一周。
· 要减脂 → 做一个动态热量面板· 要增肌 → 做一个训练容量和渐进超负荷面板· 要提高运动表现 → 把力量、速度、恢复、体重趋势放进同一个驾驶舱
真正重要的，是先让数据流动起来：让计划能被执行，让执行能被记录，让记录能被复盘，让复盘能变成下一次调整。
AI 最强的地方，不是替你训练，而是让你的训练不再只停留在计划里。
下一步，我更想做的不是继续展示这个工具，而是带着教练一起做：先搭自己的 agent，再为每个重要客户搭一个真正能陪跑的 agent。如果每个教练都能把自己的专业能力变成这样的系统，会员体验到的服务深度，会完全不一样。
— 肌元跳动 MYODANCE —
