没想到啊没想到。

如今在一众「AI+」里，最让我停不下来的，居然是「AI+运动」？？

一提起「AI+运动」，不少人可能会想到Keep。

国民级App的知名度，外加一系列适合承接AI的落地场景，让它天然站在了这条赛道的前排。

不过，占住了认知地盘是一回事，怎么把AI真正带给用户则是另一回事。

就在今天，Keep借88全民健身日这个契机，给出了自己的解法：

「超级AI会员」。

等等，作为一位老Keep人，我的第一反应是：

普通会员已经有课程、计划和工具，现在又把AI拎出来做成一张新卡，这张卡究竟多卖了什么？

翻了下活动页，最让我意外的变化出现在跑步上。

过去跑到一半觉得吃力，耳机只会播报配速和心率，接下来怎么跑还得自己判断。现在却能直接开口问，AI会结合实时状态，判断该继续保持还是调整节奏，并在后面的路程中持续互动。

从「单向播报」到「参与判断」，这就是「超级AI会员」想交付的变化。类似的变化也被延伸到运动前和运动后。

再往深处看，问题还不只是一张会员卡的事。

Keep在2025年首次实现年度盈利，对这家All in AI的上市公司而言，「超级AI会员」还承担着一个更大的期待：

让AI从技术投入，真正变成用户用得上的服务，进而成为新的增长可能。

期待这么大，我决定从体验开始，一层一层拆开这张卡（伸出邪恶小手.jpg）。

Keep多卖的，究竟是什么

打开Keep，选好「AI语音互动跑」，调大耳机音量。GO！

刚开跑我就想起来一件事：坏了，忘记热身了。

以前碰到这种情况，要么硬着头皮继续，要么停下来搜一套热身动作。

这次我选择直接问AI，结果它比我淡定多了，让我先别慌，可以通过慢跑完成热身。

紧接着，它开始指导我的跑步姿势和步频，但我连自己现在的步频是多少都不知道。。。

于是AI干脆打开节拍器，针对这次训练调到了每分钟175次。

滴、滴、滴、滴……耳机里有了节奏，我只需要跟着跑。

到这里，事情已经和过去不太一样了。

以前的语音陪跑主要负责告诉我发生了什么，配速多少、心率多少、跑了多远。

现在我说出一个临时问题，AI会给出解决办法，还能继续调用节拍器帮我执行。

（p.s. 打开设置看了下确实是它给我播报的175次/分钟）

跑到一半想听歌，它也是信手拈来，顺手就切到了快节奏音乐。

看来这个「超级AI会员」就和如今的Agent差不多，从以前的ChatBot长出了执行的手脚。

不过，能执行并非意味着有求必应。

我故意来了一次「钓鱼执法」，说想吃汉堡炸鸡、让它帮忙找店带路，结果被明确拒绝，让我自行打开外卖软件。

能做什么，不能做什么，一跑就知道了。

在运动场景里，清楚自己的能力边界，有时候比什么都会更重要。

再往后，我索性把这次跑步变成了移动版《十万个为什么》。

应该用前脚掌发力，还是脚后跟先着地？一周至少运动多少次？东西应该跑前吃，还是跑后吃？

这些问题以前也想过，只是每次都懒得专门查。现在想到什么就直接问什么，不用停下来掏手机。

整个对话的延迟体感很低，问完基本不用等太久。

与其说是在操作一个App，不如说跑步时有个人待在耳边，随时稳稳地接住你（手动狗头）。

这也是我跑完之后最直接的感受：

有了AI语音互动跑，跑步成了一件可以边做、边问、边调整的事。

这也解释了超级AI会员和普通会员的差别。

说起来可能有点抽象，不妨直接放一张对比表：

△图片根据官方权益由AI生成

个人理解，普通会员主要提供课程、计划和基础工具，适合知道自己要练什么、能够自主完成训练的人。

超级AI会员则对应了另一种需求，服务那些需要个性化安排、实时判断和持续陪伴的用户。

二者面向不同需求，原有会员的课程和工具仍然保留，也就谈不上拆走旧权益再卖一次。

当然这件事真正值得关注的，还不止是「超级AI会员」具体能做什么。

把这些能力放回完整的运动过程，变化就更清楚了。

运动前，个性化计划回答今天练什么；运动中，AI语音互动跑处理临时问题；运动结束后，吃练睡分析和身体年龄分析继续告诉用户这次练得怎么样，下一步如何调整。

连起来，AI已经开始参与运动前、中、后的完整过程。

而且用户练得越多，系统对Ta的了解越完整，下一次建议也会更加贴近本人。

用Keep的说法概括，就是「越练，越懂，越健康」。

所以，Keep多卖的，正是AI替用户承担的那部分选择、判断和调整。

过去Keep负责把内容送到，现在它还想陪伴用户把运动做下去。

这就是从内容交付到服务交付，也是AI有机会被单独计价的第一步。

至于这种收费逻辑能不能成立，还得把Keep放进整个AI行业里继续看。

AI成为增长引擎，应该长什么样

从内容走向服务，并不是Keep独有的故事。

放到整个AI行业里看，这恰恰是一条越来越清晰的商业化路线。

仔细梳理下来，这场变化大致可以分为三个阶段：

△图片由AI生成

最早一批AI，主要任务是帮公司省钱。

写文案、做客服、整理资料，把过去需要几个人完成的工作极限压缩。

后来随着大模型能力进一步成熟，AI开始进入产品前台。

它被做成总结、推荐、问答等功能，成为原有产品的一块智能补丁。

用户体验确实有所改善，却很少有人会为了这块补丁单独再付一次钱。

现在，第三种形态正在出现。

AI不再只负责完成一个局部动作，它开始理解用户目标、调用不同工具，接手一段连续流程。

而真正可能创造增量收入的，正是第三种。

这也不难理解，前两种AI卖的是效率和功能，价值容易被吸收进原有产品；第三种AI替用户接走了选择、执行和调整，交付了一段可以持续感知的服务。

当AI开始替用户把事做完了，独立付费这事儿才真正有可能被摆上桌面。

顺着这个逻辑，一些行业前沿玩家，已经在朝着第三种大步前进。

跨服选手中，最典型的就是小绿鸟多邻国。

多邻国算是最早被市场贴上「靠AI赚钱」标签的公司之一。

2025年，它的年度订阅及相关订单额首次突破10亿美元，日活超过5000万。

但用户规模起来以后，新的问题也摆上桌面：如何让庞大的免费用户继续付费，并且付得更多？

对此，多邻国CEO Luis von Ahn在接受知名财经UP主小Lin采访时，把账拆得很清楚。

在多邻国内部，AI负责提高课程生产效率；面向用户，AI则要创造过去没有的新服务。

多邻国盯上的，是语言学习里最难规模化的一环：真人陪练。

于是，它在普通订阅之上推出了Duolingo Max——

这个更高级的AI可以陪用户实时对话、模拟点餐问路等场景，并在结束后纠错和反馈。

△图源多邻国官方博客

这些功能消耗的算力并不便宜，但Max价格约为标准订阅的两倍。

Luis透露，多邻国目前仍有不错的利润空间，而且随着模型成本下降，这块空间还会继续扩大。

多邻国的算盘，到这里就很直接了：

用AI生产课程，可以省钱；用AI提供过去没有的新服务「陪练」，才能多赚一笔钱。

谁更有机会成为新的增长引擎，已然清晰。

类似的变化，也出现在编程行业。没错，我要说的正是Cursor。

它最早解决的也是效率问题：程序员代码敲到一半，AI自动补全后面几行。

到了Agent阶段，Cursor开始接手整段任务：

开发者说清目标，它便能理解代码库、修改多个文件、调用终端并运行测试。

△图源Cursor官网

从「帮程序员写」，走到了「替程序员做」。

靠着这套AI原生开发体验，Cursor迅速起飞。

截至今年2月，其年化收入据公开消息已突破20亿美元，近来更是入了马斯克的眼——

6月，SpaceX已签署协议，拟以600亿美元收购Cursor。

从多邻国到Cursor，两件事看似相隔很远，背后却是同一套思路：

只有形成一种用户愿意持续购买的新服务，AI才可能真正创造增量收入。

那么，这条规则也适合运动行业吗？

只能说，适合，太适合了。

原因很简单，运动本身就是一项连续任务：

先确定目标，再评估状态、制定计划、执行训练、实时调整，最后复盘反馈；

练完产生的新数据，又会影响下一次安排。

这一整套流程，简直像为AI Agent量身定做的。

只不过现有产品通常只管其中一段。

△图片由AI生成

行业里已经有人开始向前试探。

拥有超1.2亿用户的运动社区Strava，其Athlete Intelligence负责运动后的数据解读，让用户看懂这次练得怎么样。

苹果Apple Watch的Workout Buddy则更进一步，结合心率、配速和历史记录，在运动过程中提供语音反馈。

一个进入了运动后，一个进入了运动中。

Keep这次则想把链条完整串起来：

运动前安排计划，运动中陪伴调整，运动后分析反馈，再让新数据影响下一次训练。

换言之，Keep想补上的，是运动行业一直缺少的那个角色：

一个能够连接知识、数据和执行工具，并陪用户把运动做下去的AI服务。

这正是「超级AI会员」的行业坐标。

Keep凭什么把AI变成增长

不过有人可能想问了：

行业缺的那个角色，大家都看得见，为什么最终补位成功的可能是Keep？

如果把Keep的AI之路看作一场闯关游戏，那么每过一关，它就多了一张留在牌桌上的底牌。

我们不妨一关一关来拆。

第一关，「专业关」。

运动AI和普通问答不一样，答错一道题，顶多损失几分钟；推荐错一个动作，用户却可能真的会受伤。

所以Keep自2025年初宣布All in AI后，便紧锣密鼓地自研专为运动健康场景打造的大模型Keepace.ai。

这个模型已于今年4月正式亮相，目前主要覆盖课程生成、运动问答和数据解读三类场景。

它通过三层保障实现专业性：

把安全设成硬约束，用科学依据过滤答案，再通过长期数据理解具体的人。

△图片由AI生成

靠着这套机制，Keep闯过了「AI敢不敢做判断」这一关。

说到底，通用AI只需要把话说通，运动AI还得在安全边界内提供参考和辅助。

现在我们拿到模型给出的建议了，迎面而来的是第二关「判断能不能变成行动」。

建议写得再好，执行跟不上也是白搭。

Keep的优势在这里开始显现。

过去十一年，它已经积累了课程、训练计划、语音陪跑和运动记录等产品能力。140亿条真实运动记录，也被拆成17类标签和700多项指标。

Keepace.ai作出判断后，可以继续调用这些工具，把建议变成具体行动；用户练完，新产生的数据再回到系统，影响下一次安排。

Keepace.ai是大脑，Keep原有的产品能力就是手脚。

这也是Keep和通用AI、智能穿戴的核心差别：

通用AI能给建议，却很难直接组织训练；智能穿戴能记录状态，却很少继续接手后面的行动。

Keep同时握有知识、数据、场景和执行工具，有条件把它们接成一个闭环。

第二关，Keep就这样靠长期积累过了。

聊完产品，接下来的话题很自然就延伸到了用户身上——服务做出来，还得有人愿意用。

而据公开消息，截至2025年底，Keep里面的AI教练「卡卡」已经为超过130万用户生成个性化计划，语音陪跑调用超过2100万次，食物图像识别达到350万张。

这些数字证明，AI并非在运动App里自嗨，用户确实愿意把计划、记录和陪伴交给它。

「有没有人愿意用」这一关，也算是有了正面的结果。

但按照一般逻辑，使用量只能证明产品成立，最后还有一道最难的关：

「付费关」。

「超级AI会员」要验证的，就是用户是否愿意为持续的判断、陪伴和反馈买单。

这对当下的Keep来说，尤其重要。

2025年，Keep首次实现年度盈利。对于一家刚刚跨过盈亏线的上市公司来说，下一道题自然变成了：

新的增长从哪里来？

「超级AI会员」上线，相当于Keep把AI从技术投入搬到了付费页面。

某种程度上，它已经找到了一个值得验证的产品方向——从卖内容，走向卖服务。

不过，找到形态不等于跑通生意，最终要看的指标也很现实：

有多少人购买，能否持续使用，会不会续费，又能否提高单用户价值。

前三关，Keep已经拿出了阶段性答案。

第四关，才刚刚开始。

One More Thing

写到这里，再回想那次跑步体验，我对「超级AI会员」的判断反而更简单了。

一个App多了几个AI按钮，我大概率不会付钱。

但如果能让我少操心且更健康地生活，何乐而不为呢？

我知道，Keep当然还没有完全等于「AI＋运动」，毕竟这个功能刚上线，很多东西都还要时间验证。

但它已经把一道更重要的题摆上了付费页面：

当AI进入垂直行业，用户究竟愿意为什么买单？

从多邻国到Cursor，再到Keep，不同赛道的头部玩家正在走向同一个方向：

让AI从工具，变成服务。

多邻国的AI陪练接管了口语练习，Cursor让开发者用自然语言驱动整段开发流程，Keep则把运动前、中、后的计划、陪伴、反馈串成了一条线。

背后的变化，其实来自大模型能力的跃迁：AI正在从理解和生成，走向规划和执行。

这也是Agent成为行业关注焦点的原因——

AI正在从回答问题，走向帮助用户完成目标。

而运动这种高频、连续、需要实时反馈的场景，也正在成为Agent探索的重要落点。