MyFitnessPal注意到Cal AI，不是因为它宣称自己比营养师更懂一盘饭，而是因为它在App Store排行榜上越爬越高。双方谈了近一年，MyFitnessPal在2025年12月完成收购，仍让Cal AI独立运行，并把自家的食物数据库接进来。TechCrunch的报道给出的数字也很直白：这款2024年才做出来的应用，在不足两年内累计超过1,500万下载，年收入超过3,000万美元。
它卖的不是“识别一张食物照片”这个功能，而是让用户在吃饭这件事上少做一次决定。
传统热量记录的麻烦，往往不在计算，而在开始。打开应用、搜索菜名、挑选相近条目、估重量、填份量，一顿外卖或一碗家常菜足以让人放弃当天的记录。Cal AI把入口改成相机：拍一张，系统给出热量和三大营养素；用户觉得不对，再回去修正。官网还提供条码和文字描述入口，但相机才是它最短的一步。App Store产品说明把流程写得很清楚：先设目标，再拍餐食，随后得到营养拆解。
这个改动看起来微小，实际上改的是订阅产品最难的那一段：用户是否愿意在明天、后天、下周继续打开它。
Cal AI把扫描结果放在订阅之后。苹果商店明确写着，食物扫描分析需要订阅；当前可见的内购从$2.99、$5.99到$29.99，也有$59.99的家庭计划。同一页面显示它有35.9万条评分、4.8分。这当然不能证明留存率，但足以说明“拍照记录”不是只靠投放拉来的一次性尝试。
更有意思的是MyFitnessPal为什么愿意买它。收购方没有把Cal AI描述成更准确的版本，反而说得很克制：MyFitnessPal适合愿意把汉堡里的酸黄瓜都逐项校准的人；Cal AI面对的是另一群人，他们要快，要少想，不希望记录本身打断生活。于是同样是拍一张汉堡，前者容许用户继续细调，后者先给出一个足够驱动当天选择的答案。
这也解释了收购后的第一项补强。TechCrunch报道，Cal AI已经接入MyFitnessPal覆盖2,000万种食物、68,500个品牌和380多家连锁餐厅餐食的数据库。小团队擅长把动作缩短到一秒，大平台擅长积累难以重建的食物条目。两者接起来，目标并不是让照片一下子变得“绝对准确”，而是让用户在绝大多数时候不必离开那条最快的路径。
从产品设计看，这是一种很适合移动端的AI生意：模型并不需要替用户完成一个复杂项目，只需要在一个每天都会发生、却人人都嫌麻烦的动作里，把第一步变得几乎没有成本。相机本来就在手里，餐食本来就在眼前，结果立刻回到当天的目标和下一餐选择。付费理由因此不是“我买到了一套营养知识”，而是“我终于能把这件事坚持下去”。
当然，快不等于准。食物照片看不见酱料、烹饪油、夹层和精确重量；商店评论里既有用户称赞省事，也有人报告离谱的识别结果。Cal AI自己也在商店说明中强调，它不提供医疗建议。对于需要严格控糖、临床营养管理或疾病治疗的人，这种估算不能替代专业判断。
但对多数总在“今天算了，明天再记”与“认真记录”之间摇摆的人，Cal AI抓住了一个更务实的事实：健康记录不是败给知识不足，而是败给每顿饭前那几十秒的嫌麻烦。它把那几十秒缩成一张饭照，才有了年收入超过3,000万美元、也值得MyFitnessPal花一年时间追着谈的生意。