有个17岁的高中生，为了增肌讨女生喜欢去泡健身房，嫌手动记卡路里太麻烦，干脆拉着同学做了个AI App：对着饭菜拍张照，AI立刻告诉你这顿饭多少卡。📸

上线不到4个月，进账100万美元。两年后年收入超过3000万美元，累计下载1500万次，然后被健身圈老牌巨头MyFitnessPal直接收购。

这个App叫Cal AI，创始人Zach Yadegari，那年才17岁。

他从小就是生意脑子，初中自学Python，16岁把做的一个游戏网站卖了10万美元。后来在X上认识了个24岁的开发者，一个管产品营销，一个管技术，8个人住进旧金山的"黑客屋"开干。

先说它怎么用。

拍一张饭菜照片，AI自动算出卡路里、蛋白质、碳水和脂肪。嫌拍照麻烦？扫包装条码也行，直接打字说"一碗牛肉面，多加辣"也行。

再说是怎么赚钱的，订阅制。

核心功能全在付费墙后面：3天免费试用，一过试用期不续费，拍照识别直接锁死。周、月、年套餐加家庭计划，苹果谷歌各抽30%过路费。

用户为什么愿意掏钱？因为手动记卡路里太反人类了。传统App要你在几万种食物里搜、选份量、手动填，一天三餐记下来要十几分钟，90%的人坚持不了一周。Cal AI把这事压缩成"咔嚓一下"，省时间、有即时反馈，这就是付费理由。

算笔账：2025年2月单月收入200万美元，按三五十万付费用户算，人均月付费4到7美元，跟市面定价对得上。而每拍一张照片，调用大模型的成本只有几美分，收一美元订阅费，算力成本只占几个百分点，毛利高得吓人。（推测）

那"咔嚓一下"背后是怎么运作的？这一步最关键，拆开讲。

第一步，认出这是什么。照片发给视觉大模型，Cal AI混着用Claude和GPT，模型认出"这是一盘宫保鸡丁盖饭"。

第二步，估出有多少。这是最难的，同样一盘菜油多油少，热量能差一倍。它的解法是调用iPhone的深度传感器LiDAR量食物体积，再结合菜品种类推算份量。

第三步，定热量。模型直接编容易翻车，所以它用了RAG技术：先从开源食物热量数据库里把"宫保鸡丁每100克约200千卡"这种真实数据捞出来，再让模型照着数据答，把幻觉压下去。

第四步，多模型路由。创始人说"不同模型擅长不同的食物"，Claude可能更会认中餐，GPT更会认汉堡。App就把请求分给最擅长的模型，简单的任务走便宜小模型，复杂的才上旗舰模型，等于给每个请求配了台最划算的发动机，又准又省。（推测）

官方号称准确率90%，自己FAQ里又谦虚成80%。技术圈在Hacker News上吵翻了：照片根本看不出油放了多少，物理上就不可能精确。

但生意照样成立，因为减肥的人要的不是精确，是"开始关注自己吃了什么"。研究反复证明，只要开始记录，哪怕记得很糙，人也会自然少吃。4.8星、6万多条好评说明，目标用户根本不纠结那20%的误差。

增长也很有讲究。它几乎不投传统广告，全靠TikTok和Instagram上的健身KOL：健身大V发一条"用Cal AI数卡路里"的视频，挂上专属优惠码，粉丝直接转化进App，COO就是专职干这个的。粉丝精准、内容成本低，获客成本被压到极低。

2026年3月，MyFitnessPal官宣收购，盯了它一年多。收购价没披露，按年收入3000万美元、消费App常见3到8倍估值粗算，大概率是数亿美元级别。（推测）团队只有7个人，Zach一边上大学一边继续管产品，他去年申请18所名校被拒了15所，还在X上爆火了一把。

这个故事给我的启发，三条。

第一，别做"更精确"，做"更省事"。它的识别精度被技术圈嘲笑，但用户为省事买单，不为精确买单，AI产品要抢的是旧流程里最痛的那一步。

第二，技术栈不用自研。多模型混用、路由、RAG、开源数据，全是现成的，几个人就能搭出"看起来很高级"的产品，省钱的关键就是路由策略，让便宜模型干简单活。

第三，冷启动靠精准渠道。与其全网撒广告，不如在一个垂直圈子里把转化率打穿。AI让产品变便宜了，但让产品被看见，依然要靠人。

一个17岁的高中生都能干成的事，说明AI生意的门槛真的低到地板上了，差的只是你愿不愿意动手。
AI定制减脂 AI减脂挑战