我让AI点评了我的晚餐，结果它非常有主见：从食物追踪应用中得到的教训

当你拍下周二晚上那份寒酸的豆子吐司，然后被一个算法冷冰冰地告知你摄入了487卡路里，并建议你最好加点蔬菜时，你会感受到一种独特的羞辱感。欢迎来到人工智能驱动的食物追踪应用世界，你的手机变身成了一位从不睡觉、从不休息，并且绝对不会让你忘记那第三块饼干的营养师。

我花了几个星期测试各种食物追踪应用，看看它们是否真的能帮我更好地了解自己的饮食。简短的回答是：是的，它们能。但长一点的回答则涉及一种复杂的数字关系，一些关于我实际饮食情况的真正惊喜，以及偶尔让我产生想把手机扔进海里的焦虑感。

拍照、评估、重复：AI食物追踪是如何运作的

其前提非常简单，简单到甚至有点骗人。你拍下餐点的照片，人工智能识别盘子里的东西，并估算热量和营养成分。Cal AI、SnapCalorie和MyFitnessPal等应用都采用了这项技术，利用计算机视觉将你的午餐变成一张电子表格。

这个市场极其庞大。全球营养应用行业在2023年的价值约为50亿美元，预计到2033年将达到140亿美元。仅MyFitnessPal就拥有超过2亿次下载量和1800万至2000万种食品数据库。当该公司在2026年3月收购Cal AI时（这家由几位青少年创立的初创公司积累了1500万次下载量和超过3000万美元的年收入），显而易见，这项技术不会消失。

SnapCalorie更进一步，利用手机的深度传感器来体积化估算食物分量。这听起来像科幻小说，但确实非常聪明，误差率约为16%。

这些数字教会了我什么

让我措手不及的是：我原本以为自己对饮食有很好的控制力。我吃得还不错，至少我是这么自信地告诉自己的，尽管我从未真正核实过。事实证明，自信和准确是两码事。

食物追踪揭示了我未曾察觉的盲点。首先就是分量蠕变。那“一小把”坚果？实际上接近300卡路里，而不是我随意估算的150卡路里。我在沙拉上“细细淋上”的橄榄油其实倒得非常慷慨，增加了几百卡路里的摄入，而我从未考虑过这一点。我的蛋白质摄入量比我预想的要低，而零食摄入的热量，我们只能说，比我愿意承认的要多得多。

研究支持了这一点。2022年对10项研究、超过1500名参与者的回顾发现，十分之六的研究显示，记录饮食的人在饮食质量上有可衡量的改善。2021年另一项针对90名医疗保健员工的研究发现，持续记录与更大的体重减轻直接相关。事实证明，关注这一行为本身确实会改变习惯。谁能想到呢？

准确性问题（或者：为什么AI搞不定你奶奶做的咖喱）

在你将整个饮食未来交给算法之前，有一个非常重要的注意事项。AI食物识别很不错，但远非完美。

独立测试表明，AI热量追踪在简单食物（比如香蕉或纯鸡胸肉）上达到了约87%的准确率，但在混合餐点上降至约62%，而在自制或多元文化菜肴上则低至50%。悉尼大学的一项研究由Juliana Chen博士领导，并于2024年发表在《营养素》杂志上，该研究在筛选了800个应用后评估了其中18个，发现了一些令人担忧的差异。牛肉河粉的热量被高估了49%，而珍珠奶茶则被低估了76%。

同一项研究发现，这些应用往往会将西方饮食的能量平均高估1040千焦，而将亚洲饮食低估1520千焦。训练数据中存在明显的文化偏见，如果你的饮食不以鸡肉、米饭和西兰花为中心，你很可能需要做更多的手动修正。

相比之下，手动记录的准确率保持在95%以上。当然，它不如把摄像头对准盘子那么时髦，但确实可靠得多。

没人提醒你的焦虑感

事情在这里变得复杂起来，我怀疑很多人在没有说明原因的情况下默默放弃了这些应用，原因就在这里。

追踪每一口食物会创造一种奇特的精神状态。起初的好奇心会慢慢演变成痴迷。我发现自己在还没决定吃什么之前，大脑就已经在计算卡路里了，把每一顿饭都变成了数学题，而不是享受。与朋友自发的酒吧午餐变成了一种估算焦虑的练习。生日蛋糕触发了一种奇怪的负罪感，这与蛋糕本身无关，而完全在于看着屏幕上的数字不断上涨。

统计数据也从另一个角度说明了类似的情况：如果界面过于复杂，大约70%的用户会在两周内放弃食物追踪应用。但我认为复杂性并不是人们退出的唯一原因。对一些人来说，持续的数字审视变得让人难以承受。在正念饮食和饮食失调思维之间有一条细微的界限，如果你不小心，这些应用可能会把你推向那个危险的边缘。

这不是任何单一应用的独特缺陷。它根植于将食物简化为数据点的概念本身。营养很重要，但食物也是文化、慰藉和联系。没有任何应用能用千焦来捕捉你妈妈做的烤肉晚餐的价值。

所以，这值得吗？

老实说？值得，但前提是必须要有足够写满一本食谱的注意事项。

食物追踪应用教会了我一些关于饮食习惯的知识，这些是我确实不知道的。仅分量大小的启示就值得做这次实验。了解我的蛋白质和纤维到底来自哪里（以及它们没有来自哪里）帮助我做出了微小但切实且持久的改变。我现在吃更多的豆类。我开始测量烹饪用的油。我不得不勉强承认，我以前定义的“一份意大利面”，按任何合理的标准来看，其实是两份。

但我也学到，我不能无限期地追踪下去，否则会影响我与食物的关系。对我个人而言，最好的平衡点是将这些应用作为短期教育工具，而不是永久的饮食伴侣。几周的追踪给了我所需的知识。之后，我放下了应用，并相信自己能够应用所学到的东西。

如果你正在考虑尝试一下，我的建议是：设定明确的、有时限的目标。利用数据去学习，而不是惩罚自己。如果你发现这些数字让用餐时间变得紧张而不是提供信息，请允许自己删除应用，安安静静地吃你的吐司。

AI令人印象深刻。洞察力是真实的。但你拥有的最好的营养工具仍然是你聆听自己身体的能力，根本不需要摄像头。

阅读原文请访问 来源。