作者｜张勇毅
编辑｜靖宇
若问今年最火的 AI 可穿戴硬件，答案大概率指向 Fitbit Air。这款开售逾两个月的设备，在二手市场仍需加价 200 至 300 元，足见其现象级热度。
作为长期寻求取代传统智能手表的健康监测设备，笔者第一时间入手了这款无屏手环。
Fitbit Air 形态非常惹人喜欢｜图片来源：极客公园
佩戴初期，用户仍会下意识查看手腕，这是智能手表留下的肌肉记忆。然而 Fitbit Air 无屏幕、无表盘、无按键，除偶尔双击显示电量外，几乎不要求任何交互。
这种“零交互”设计让用户迅速遗忘设备的存在，这正是无屏手环的核心优势：通过取消交互，实现真正的无感佩戴。甚至无法直接查看时间，反而强化了这一特性。
但深入体验后发现，无屏仅是直观优势，其真正壁垒在于屏幕消失后，谁能更精准地解释收集到的数据。
01 硬件退位，主角变成软件
过去二十年，智能可穿戴设备受限于电池与屏幕体积，往往难以小型化，甚至出现如 Apple Watch Ultra 等大型化趋势。Fitbit Air 则反其道而行：主体仅重 5.2 克（含表带约 12 克），摒弃屏幕与独立 GPS，移除时间、地图及通知功能。
传感器高度集成是无屏手环概念的核心｜图片来源：极客公园
按智能手表标准，它功能缺失严重，但这正是其定位所在：作为最原始的数据传感器，它不负责娱乐或延伸手机功能，只专注于安静地采集数据。
智能手表的逻辑是“人在使用设备”，而 Fitbit Air 的逻辑是"AI 通过设备观察人”。
对健康传感器而言，让用户“忘记存在”是最理想状态。唯有持续佩戴，心率、睡眠和恢复数据才能保持连续，避免频繁摘戴导致数据碎片化。
无屏形态服务于数据连续性，但并非不可复制的壁垒。相比轻量化硬件，长期的数据积累与模型能力才是差异化关键。当硬件隐于无形，竞争焦点便转向软件与算法。
基础精度过关后，持续且口径一致的数据更具价值。单次精度决定可信度，长期连续性决定模型理解力，二者互为先后，而非替代。
从 Fitbit Air 到 WHOOP，精度虽是地基，却非用户最终买单的理由。用户需要的不是更多小数位的睡眠数据，而是明确的行动建议。
Fitbit Air 与 Warp 体积对比｜图片来源：X
生成式 AI 的加入，让数据解释变得可对话且依赖个人上下文。Fitbit Air 的创新在于 Health Coach 能将数据转化为可执行建议，甚至主动规划下一步行动。
随着佩戴时间延长，设备将构建个人基线，识别何种睡眠或训练负荷影响状态，区分偶然波动与真实变化，实现高度个性化。
若健康历史与模型记忆无法迁移，将形成新的切换成本。新硬件可复制传感器，却难复制模型对用户的了解。用户留存不仅因硬件，更因不愿让 AI 教练重新学习。
传统手环回答“你今天怎么样”，AI 教练则解答“为何如此及接下来怎么办”。Fitbit Air 是从“让 AI 分析数据”倒推的原生 AI 硬件：先定模型需求，再定硬件形态，舍弃屏幕与复杂交互，仅负责稳定传输数据。
Fitbit Air 售价 99.99 美元并附赠三个月 Google Health Premium。相较于 WHOOP“硬件包含在会员中”的模式，其入门门槛较低，但长期订阅下成本差距将缩小。
这揭示了无屏手环的新商业模式：硬件趋近于获客成本，甚至随订阅赠送；厂商核心出售的是持续数据分析服务。按月收费的 AI 服务比周期性换机更能形成可预测的持续收入，将一次性购买转化为长期关系。
02 模型能力是「双刃剑」
当产品开始替用户解释身体，大模型的幻觉、遗忘及错误推理等风险也随之进入健康场景。传统手环记录错误仅影响单日数据，而 AI 教练若基于错误数据推理，可能给出逻辑完整却完全错误的建议。
类似睡眠监测这种依赖连续数据分析的场景，对数据精度的依赖会急剧增大｜图片来源：极客公园
AI 的价值与风险同源：既能发现用户未察觉的规律，也可能将错误推断包装成合理建议。这构成现实矛盾：具备专业判断力的用户无需 AI，而依赖 AI 的普通用户恰恰缺乏二次验证能力。
模型越主动，矛盾越尖锐。健康 AI 的竞争关键在于“知止”：能否记住长期上下文、识别数据缺失、表达不确定性，并在关键时刻停止输出，决定了其可信度。
长上下文的精准分析仍然依赖模型能力｜图片来源：极客公园
同一段数据可能对应不同生活状态。模型需结合日程、习惯及体感综合判断，并明确知晓数据的局限性。接入大模型 API 不等于拥有模型能力，真正的壁垒在于数据治理、长期记忆、垂直评估及安全边界。
取消屏幕、保留传感器并接入大模型，硬件门槛看似不高，未来类似产品必将涌现。但这不代表所有厂商都能胜任。
Google 的优势在于 Gemini 模型及 Fitbit 多年积累的健康数据与渠道；WHOOP 则凭借垂直数据、算法及成熟订阅体系，能对外部模型进行有效约束。
将通用模型转化为健康教练最难的一步，在于用真实案例反复评估，界定哪些建议可主动给出，哪些需交由专业人士。市场未必属于自研基础模型的公司，但绝不属于只会做硬件的厂商。厂商可租用模型，却无法外包产品判断与安全评估。
无屏形态易复制，但“数据 - 模型 - 反馈”的闭环难复制。这也解释了 Fitbit Air 评价两极分化的原因：
习惯大模型的用户享受直接问答的便捷；而健身老手更倾向自行解读数据，AI 的“保姆式陪伴”反成干扰。Fitbit Air 最适合那些关心数据却无力独立解读、愿接受建议但仍保有判断力的中间群体。
Fitbit Air 并非传统意义上的智能手表｜图片来源：极客公园
它不是被砍掉屏幕的智能手表，而是专为向 AI 供数设计的传感器终端。无屏带来舒适，但决定产品上限的，是屏幕消失后那个替它开口的模型究竟有多可靠。