AI+运动新玩法：Keep超级AI会员能否成为增长新引擎？
从“单向播报”到“参与判断”：一次跑步体验的颠覆
打开Keep，选择“AI语音互动跑”，戴上耳机，我开始了今天的训练。刚跑出几步，我突然意识到自己忘了热身。以前遇到这种情况，要么硬着头皮继续，要么停下来搜索一套热身动作。这次，我决定直接问AI。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。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。
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。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。
从内容到服务：AI商业化的三个阶段
把Keep的超级AI会员放进整个AI行业里看，这恰恰是一条越来越清晰的商业化路线。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。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。
跨服选手中，最典型的就是多邻国。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？多邻国CEO Luis von Ahn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。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。
类似的变化，也出现在编程行业。Cursor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。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。
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的底牌：专业模型、数据闭环与场景优势
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。
第一关是“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。靠着这套机制，Keep闯过了“AI敢不敢做判断”这一关。
第二关是“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。
第三关是“有没有人愿意用”。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。
第四关是“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。
结语：AI进入垂直行业，用户究竟愿意为什么买单？
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。