個人開發者做了年入5000萬美元的AI App，今天被同賽道No. 1收購

封面圖片由AI生成

在健康應用領域，一場籌謀近一年的收購終于塵埃落定。

全球最大的卡路里追蹤平臺 MyFitnessPal 正式宣布，已完成對后起之秀 Cal AI 的收購。

CalAI，這個由高中生 Zach Yadegari 發起的創業項目也迎來階段性的結局，收購后，產品仍將獨立運營，Zach Yadegari 在內 7 名成員均將加入 MyFitnessPal。（可參見我們的置頂文章《17歲高中生做AI App，不到4個月入賬百萬美元，獨立開發者迎來春天？》）

雖然收購金額尚未披露，但結合 Cal AI 的漂亮數據表現來看，MyFitnessPal 的出價應該非常優渥。而此時距離 Cal AI 上線也還不到 2 年，財富自由的 Zach Yadegari 剛滿 19 歲，還是一名在校大學生。

Zach Yadegari也在X上同步了被收購消息｜圖源：X

據悉，Cal AI 憑借“拍照算熱量”的極簡體驗，在競爭激烈的健康賽道占據一席之地，在 Sensor Tower 最新公布的 2025 移動應用報告中，Cal AI 已經成為數字健康領域 IAP 增速最快的應用之一，公司披露數據顯示，其下載量達 1500 萬，年營收（ARR）沖破 5000 萬美元。

2025年，Cal AI是數字健康領域IAP增速最快的應用之一｜圖源：Sensor Tower

MyFitnessPal，雖然仍是目前卡路里追蹤、甚至是整個數字健康領域當之無愧的吸金巨鱷，僅近 30 天的營收就高達 1600 萬美元，當前 Cal AI 在內的產品對于其地位仍無可撼動，但后者通過結合新技術而引入全新用戶群的思考和實踐成果，已經引起這家老牌廠商的注意。

老牌巨頭，為何盯上 AI 卡路里 App？

Cal AI 的崛起絕對算是 AI 時代 GenZ 創業的一大范本，集合了創始人年輕、團隊小、執行力極強三個特點。

2024 年，還在讀高中的 Zach Yadegari 和朋友拉著一個名為 Blake 增長黑客開始了創業。他們的思路非常清晰，不是去創造需求，而是看準一個需求真實、商業天花板也足夠高的方向，然后用新體驗從成熟市場獲得自己的一批用戶，Cal AI 也由此誕生。

在 Cal AI 之前，卡路里監測賽道已經存在了十余年，頭部產品月營收可上探至千萬美元量級，是毫無疑問的真實需求賽道。它們的共同點在于習慣以龐大食品數據庫為背書，講究數據專業、精細的手動校準錄入，對于有明確增肌、減脂需求的 hardcore 用戶來說很好用，但普通用戶根本堅持不下來。Cal AI 正是看到了這一機會，用戶覺得稱量食物、檢索數據麻煩，Cal AI 就直接把記錄壓縮到“拍照”這一個動作上，功能直擊痛點加上增長黑客 Blake 熟悉的一套網紅分發策略，Cal AI 很快起飛，并成長為 AI 卡路里監測的明星產品。

Cal AI 在 2024 年 5 月上線，不到 4 個月產品累計收入就突破了百萬美元，此后一路成長至如今的 5000 萬美元 ARR。MyFitnessPal 的 CEO Mike Fisher 用了一個更形象的表述來說明 MyFitnessPal 和 Cal AI 的差異，他說 MyFitnessPal 用戶可以精確記錄一個漢堡是放了 2 片還是 3 片酸黃瓜，但 Cal AI 用戶會更加注重快速和便捷，他們只是希望記錄并不會太干擾他們的生活以及思考，也就是說像 MyFitnessPal 這樣頭部玩家也承認，一波曾被忽視的玩家正在被帶入品類。

目前已知的信息是，MyFitnessPal 當前并沒有計劃將 Cal AI 整合入其產品，Cal AI 保持獨立運營的同時，會與 MyFitnessPal 龐大的營養數據庫集成，為用戶提供更加準確的卡路里估算服務。據悉，該數據庫涵蓋 2000 萬種食物、68500 個品牌以及 380 多家連鎖餐廳提供的餐食。

多款應用跑出，AI爆改“反人性”的健康應用賽道

Cal AI 的價值，不只是用 AI 把卡路里記錄做得更快，更在于它驗證了，AI 似乎可以讓健康管理這件原本“反人性”的事變得不那么痛苦。在過去 1-2 年的觀察中，類似的案例不算罕見，他們分布在卡路里監測、專注、助眠等不同賽道，且均已跑出一定成績。

這背后對應的是健康管理類產品清晰的演進路徑。早期產品主要解決功能缺位的問題，幫助用戶記錄飲食、監測睡眠、追蹤身體狀態；而到了今天，記錄、分析、提醒這些基礎能力已經越來越接近標配，新的分野開始出現在體驗層，比拼的是讓用戶堅持使用、比拼趣味性以及個性化。

BitePal看準了用戶“數字焦慮”痛點，用“養小浣熊”的游戲化設計替代冰冷的卡路里追蹤。營養評分而非數字、幽默點評而非負罪感提醒，讓健康管理從自我監控變成了養浣熊。它本質上是在解決“如何讓用戶堅持下去”的問題。

Endel的差異化在于“動態生成”。傳統白噪音 App 提供靜態音頻，而 Endel 用 AI 實時生成個性化的“聲景”，根據用戶定位、健康數據、精力分布自動調整音頻參數，大幅降低決策成本。雖然以 AI 去直接作用于改善專注的核心流程，但它同時也是在驗證“狀態管理”比“內容選擇”更有價值，將用戶從“需要在一堆白噪音中選擇一個”中解放出來。

Nightly沒有把助眠理解成“提供更多音頻”，而是理解成“提高匹配效率”。相比白噪音、睡前故事這類標準化內容，Nightly 更強調根據用戶當下狀態動態調整助眠路徑，再結合“睡眠債”“擺脫鬧鐘”等高度本地化的溝通方式，切中日本年輕人的睡眠焦慮。

寫在最后

Cal AI 在健康賽道能拿到的紅利已經過去，AI+健康不再是“提升效率”那么簡單。當拍照識別、實時分析等技術被廣泛應用后，真正的競爭壁壘變成了誰能真正理解用戶的心理狀態，并用溫和而非壓迫的方式，幫助用戶建立長期習慣，這也是 AI 能夠發揮作用的地方。BitePal 的游戲化、Endel 的自適應，本質上都是在回答同一個問題：如何讓健康管理這件本身有點反人性的事情，變得不那么痛苦，甚至令人愉悅。

數據來自SimilarWeb、點點數據、Semrush、廣大大等三方平臺，可能與真實數據中存在一定誤差，僅供參考。