AI卷向运动赛道，Keep的新答卷能否跑通？
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。
← 返回最新