卡路里记录这个看似过时的赛道，却被一款名为 Cal AI 的 App 彻底革新。两位年轻创始人用 AI 技术将繁琐的饮食记录流程简化到「拍一张照片」就能完成，8 个月内收获 500 万用户，最终以 3000 万美元年收入被行业巨头收购。本文深度剖析 Cal AI 如何在传统赛道中找到用户最痛的「记录麻烦」环节，用 AI 实现降维打击的商业逻辑。
最近都在忙着养龙虾吗？有小伙伴问我怎么看，我把 Openclaw 比喻成当年的“切西瓜”游戏：人们第一次切实的感官“看”到，说了好几年的 AI Agent 真的能“干活”了。
但经常看我文章的你应该不至于给个香蕉就把皮给剥了，更不会指望花500块养个龙虾就能帮你从韭菜花变成镰刀手小龙虾。
分享一张图片，也是给大家降降温，然后开始今天的正文。
卡路里记录这件事，应该是移动互联网时代最老的一类应用。这个赛道里早就站满了大而全和小而美的各种 App。
但偏偏就是这样一个看起来有点过时的赛道，跑出了一个很新的案例：Cal AI。
Cal AI 由两位 18、19 岁少年创立的，短短一年内就在这个“古老”的赛道里杀出重围。
2024年5月上线后，Cal AI 在 8 个月内做到500万下载；到2026年3月被老大哥 MyFitnessPal 收购时，它已经做到超过1500万下载，年收入超过3000万美元。
我想分享的不是一个年轻创始人创业成功的故事。
我更想探索的是：很多传统应用不是没有需求了，而是旧的做法不好用了。
或者说，谁能找到并且优化“不好用”的这个环节，谁就有机会重做一遍老市场。
Cal AI 的核心功能极其简单：用户对着食物拍一张照片，AI 就会自动识别成分并计算卡路里。
它的商业模式是标准的订阅制：用户可以免费试用，但如果想要无限次扫描和更深度的营养分析（如蛋白质、脂肪比例），则需要支付每月约 9.99 美元或每年 50-70 美元的订阅费。
这种模式并不新鲜，但极高的转化率（有报称它的留存率超过30%）让它在商业上大获成功。
所以如果只看表面，你会觉得它的故事很简单：一个拍照识别卡路里的 AI App，年轻创始人，增长很快，被大公司买了。
但真正值得分享的，不是这些表面信息，而是更核心的问题：
为什么在一个老赛道里，它还能突然跑出来？
我觉得，Cal AI 最重要的地方，不是“它用了 AI”，而是它看透了这个赛道真正的问题到底是什么。
很多人以为，卡路里记录产品的核心难题是“数据库不够全”、“营养模型不够准”、“功能不够多”。
但其实，对普通用户来说，真正的痛点一直都不是这些。
真正的问题是：太麻烦了。
你想一下传统卡路里记录 App 的使用过程。吃了一顿饭，你要先打开 App，搜索食物名称，从一堆结果里选最像的那个，再去估计分量，填克数、份数、配料，有时还得自己拆开一盘菜的构成。
理论上很科学，实际上很劝退。很多人不是不想控制饮食，而是懒得每天做这种机械劳动。
Cal AI 做的第一件事，就是把这套流程砍掉了。
它在 App Store 上给自己的产品描述非常直白：先回答几个生活方式问题，再拍一张食物照片，就能得到营养拆解。
它强调的不是“最专业”，而是“花更少时间”。
这句话其实已经把它的核心价值说透了。它卖的不是营养学知识，也不是数据库，而是更低的执行成本。
这件事听起来没什么惊天动地，但恰恰是消费互联网里最重要的一种创新方式：
不是发明新需求，而是降低旧需求的摩擦。
用户并不讨厌管理体重这件事，用户讨厌的是“每天都要手动记”。
Cal AI 把“查、选、填、算”变成了“拍一下”，这就已经足够改变转化率和留存了。
说得再直接一点，Cal AI 的成功并不意味着它背后有某种别人无法复制的黑科技。
TechCrunch 提到，Cal AI 使用了 Anthropic 和 OpenAI 的模型，并结合 RAG、开源食物热量数据库和图像数据库提升识别效果。
也就是说，它当然用了大模型，也做了识别和检索层的工程整合，但它并不是靠某个独家模型碾压市场。
它更聪明的地方在于：它没有把 AI 当成一个高大上的卖点，而是当成一个默认入口。
这件事很重要。
因为食物识别本来就不是一个百分之百准确的场景。复杂菜品、混合食物、油量、酱料、烹饪方式、摆盘遮挡，这些都会影响判断。
你如果把产品建立在 AI 一次识别必须绝对正确这个前提上，这产品很容易翻车。
Cal AI 没这么做。它的策略更像是：
先用 AI 快速给你一个大致正确的起点，然后再允许你用条码扫描、文字描述、手动调整去修正。
换句话说，它不是想把“记录”这件事彻底自动化，而是先把用户从最麻烦的那一步里解放出来。
这和很多 AI 产品常见的误区正好相反。
很多团队总想追求全自动、完全替代，最后把产品做成高风险、高错误率、低信任的系统。
Cal AI 反而更务实：先帮你完成 80%，剩下 20% 让你自己改。
对消费应用来说，很多时候不是最智能的产品会赢，而是最省事的产品会赢。
如果只把 Cal AI 看成一个 AI 拍照记卡路里的产品，你会低估它。
因为它的另一半成功，其实来自非常扎实的增长和分发。
Inc. 的采访里，创始人讲得很坦白：Cal AI 的增长很大程度上来自付费获客，而不是自然传播。
他们和营养、健身类创作者合作，在 Facebook、TikTok、Instagram 等平台做推广；随着收入变大，他们也继续加大广告投入。
这一点特别值得写，因为它能打破一种很常见的幻想：
很多人以为 AI 应用只要产品足够酷，就会自己长起来。
但 Cal AI 的案例说明，消费类 AI App 能不能爆，取决于两件事能不能同时成立：产品够顺，买量回得来本。
它在增长上至少做对了三件事。
第一，它找对了最适合演示的产品形态。
你会发现，Cal AI 非常适合短视频平台传播。用户拿出手机，对着盘子拍一下，屏幕上立刻出现热量和营养数据——这个过程天然就是一个很好的广告素材。
它不需要复杂教育，几秒钟就能让用户理解价值。这在 TikTok、Instagram这样的内容平台里，转化效率往往会非常高。
第二，它吃到了AI 关键词红利。
Sensor Tower 的报告提到，到 2025 年，健康健身类应用中，使用 AI 相关关键词做搜索广告和 ASO 的比例已经明显上升。
Cal AI 平均每季度使用约35 个 AI 关键词，并且大约 25% 的搜索下载来自 AI 相关搜索词。
这意味着它不仅在产品里用了 AI，在流量获取层面，它也非常清楚“AI”这个词本身就是入口。
这背后其实是很现实的增长逻辑。
用户未必知道自己想要“卡路里数据库优化过的营养追踪工具”，但用户会搜“AI 计算卡路里 ”、“AI 体重管理” 这种更直观的词。
Cal AI 抢的，不只是功能优势，也是用户认知升级后的搜索入口。
第三，它选对了一个天然具备高付费意愿的市场。
健康健身类应用本身就是移动订阅市场里比较成熟的一类。
Cal AI 不是在一个没人付费的领域里硬生生创造了收入，而是在一个本来就有长期需求和付费习惯的市场里，用更轻的产品形态切进去。
所以说到底，Cal AI 的成功就是：
它把一个成熟大市场里的老需求，用新的入口重做了一遍，然后用成熟的买量方式把它放大了。
我觉得这部分其实才是最值得写的。
因为 Cal AI 的价值，不在让大家去做一个拍照识别 App，而在于它给传统应用创业者提了一个很扎实的醒。
很多人一看到“卡路里记录”、“记账”、“习惯养成”、“CRM”、“报销”、“库存管理”这些方向，就会下意识觉得：太老了，没机会了。
但 Cal AI 的案例说明，老赛道的问题常常不是需求消失，而是用户早就对旧流程不耐烦了。
真正的机会，不一定是创造一个新市场，而是去找那个旧市场里最痛苦、最反人性的动作，然后想办法把它砍掉。
Cal AI 砍掉的是“手动记录”；别的产品，也许可以砍掉的是“手动填表”、“手动分类”、“手动检索”、“手动整理”等等。
很多团队一谈 AI，就会往“分析”、“生成”、“决策”这些高大上的方向想。
但消费级产品里，很多成功案例恰恰不是这么来的。
Cal AI 没有发明新的营养理论，也没有把自己做成专业医疗工具。
它是替用户省掉了耐心。
这很重要。因为对大量普通用户来说，真正阻碍他们的，不是“我不知道减脂原理”，而是“我不想每天花 10 分钟录饮食”。
这就是为什么很多 AI 应用看起来技术不算最前沿，却能快速起量。
因为它们不是在解决“不会”，而是在解决“嫌麻烦”。
Cal AI 的案例很典型地说明，今天 AI 应用要想成，不是只把模型接进来就够了。
你至少要同时回答三个问题：
第一，用户是不是一上手就能感受到效率提升？
第二，这个产品是不是适合被内容平台演示和传播？
第三，你的获客成本和订阅收入之间是不是能算得过来？
Cal AI 之所以值钱，不是因为它的 AI 功能本身不可复制，而是因为它把这三件事都做通了。
这对很多传统 App 团队来说，是一个非常现实的提醒：
AI 可以帮你重做功能，但真正决定你能不能活下来的，还是产品体验、流量效率和商业闭环。
现在很多团队喜欢说自己做的是 AI-native 产品。但这个词如果说得太泛，就会变得没有意义。
Cal AI 给了一个更具体的解释：
所谓 AI-native，不一定是后台用了多厉害的模型，而是产品默认假设已经变了。
传统产品默认用户会学习规则、适应系统、主动输入。
AI-native 产品默认用户只想“说一句”、“拍一下”、“发给我”、“帮我做”。
这两种默认假设，会导致完全不同的产品设计。
最后，过去几年，大家太容易把 AI 想成一个创造全新世界的工具，于是总盯着最前沿、最颠覆、最像技术革命的方向看。
可 Cal AI 这样的案例提醒我们，AI 还有另一种非常现实的价值：
不是创造新需求，而是把旧需求里的摩擦一点点抹平。
以上，祝你今天开心。
作者：张艾拉 公众号：Fun AI Everyday
本文由 @张艾拉 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Pexels，基于CC0协议
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。