十年前,我并没有刻意开始一项健康计划。只是把手机放在口袋里,后来戴上手表,日子就这样过去。

写原稿时,我第一次完整汇出 iPhone「健康」App 的数据。解压缩后,是一个 1.3GB 的 XML 文件,超过三百万笔纪录。那些步数、心率与运动轨迹,横跨了我的创业、转型与重新开始。

我当时想到的是:数据一直在累积,却没有一套让我回头读懂它的方法。

现在重看这个计划,我仍想把分散的纪录接起来。但「接起来」不只是把两张图放在一起。先得知道每张图记了什么、漏了什么,以及哪些问题根本不能靠它回答。

四格漫画:一晚怎么算,一次睡眠可能被拆成很多段;多个来源也可能记到同一个时段。两者都以毫秒表示,计算方式仍不同。若使用云端模型,送给模型的工具结果与上下文仍可能传出电脑。那段空白应该留在图上,不能让 AI 替它补出一条看似平顺的线。没有纪录,不代表没有变化。

十年的数据,不是十年的完整身体纪录

原稿那次汇出,纪录从 2015 年 8 月开始;2016 年加入 Apple Watch,2023 年再加入 Fitbit。各指标的数据期间并不相同,较细的睡眠与部分健康指标,在原稿汇整中主要集中于后几年。

当时的清点包括逾 113 万笔心率纪录、29,532 笔睡眠纪录,以及 966 条 GPS 运动轨迹。这些是原稿留下的历史数字,不是这次重新计算的结果。

尤其「笔」这个单位,很容易让人误会。一次睡眠可能被拆成很多段;多个来源也可能记到同一个时段。29,532 笔睡眠纪录,当然不等于 29,532 晚。

我需要先为每种指标补上一张小卡:来自哪个装置、从哪天到哪天、有几天可用、缺了哪些时段、是否换过算法。没有这张卡,十年的时间跨度会让数据看起来比实际更完整。

体重数据的断点最能提醒我这件事。原稿分析到 2022 年后,体重纪录中断;原因很平常:智能体重计坏了,我一直没有替换。

没有纪录,不代表没有变化。 那段空白应该留在图上,不能让 AI 替它补出一条看似平顺的线。

两支手表,不能替彼此作准确性保证

我曾比较同一晚的两支装置:总睡眠时长只差两分钟,深层睡眠差了 21 分钟,REM 差了 15 分钟。

这个例子说明它们的判读不同,却不能证明哪一支准。没有同晚的适当参照检查,两支装置彼此接近也可能一起有误;彼此不一致,也不能凭品牌或感测器印象决定谁对。

所以我不再保留原稿「REM 优先看 Apple Watch,因为它更精准」的建议。自己的单晚比较,撑不起这个结论。

HRV 更容易被混在一起。Apple 的 HealthKit 文件把相关栏位定义为 SDNN;Fitbit 的 API 则提供 RMSSD。两者都以毫秒表示,计算方式仍不同。Apple 栏位定义;Fitbit API 定义

同样标着「HRV」,不表示可以直接接成同一条线。先固定来源与算法,再检查量测时段、有效数据与装置变更,才有比较的基础。Fitbit 也有 HRV 数据,原稿写成 Apple Watch 独有,并不正确。

把睡眠加总前,先决定一晚怎么算

原稿列出 Fitbit 的 883 晚与 Apple Watch 的 537 晚,两段期间有重叠。它们不能直接加成 1,420 个不同的夜晚。

对我来说,重建睡眠摘要至少要先定义:

问题我的处理原则
跨午夜的睡眠算哪一天?固定日期归属与时区,保留原始起讫时间。
同一晚有两支装置?明列主要来源;备用来源另外标示,不重复加总。
躺床、清醒与睡眠阶段?分别处理,避免把躺床时间再加进睡眠时数。
午睡或整晚缺数据?午睡另列;缺数据不填成零小时。
Apple Core 与 Fitbit Light?保留来源名称,不假设两种算法完全等价。

完成这些定义后,才适合重新算月平均。原稿的「连续 33 个月未达标」和把差额累积成上千小时睡眠债,这次不再沿用;它们把涵盖范围、去重与健康解读跳得太快。

穿戴纪录可以帮我整理睡眠习惯,却不能凭一张图判断失眠或其他疾病。AASM 在 2018 年的立场声明就提醒:这类消费型睡眠数据应放在适当的临床评估中理解,不能取代医疗评估。AASM 原文

我想找回的,是曾经放进生活的运动

2018 年,我开始参加三铁赛事,也加入「日日三铁」:每天从游泳、骑车、跑步中选一项。我最常选跑步,穿上鞋就能出门。

一个原因是想做儿子的表率,让他看见父亲怎么照顾身体、维持纪律。另一个来自创业经验:如果身体撑不住,决策与执行也会受影响。

原稿的 GPS 轨迹清点,从 2022 年的 340 条,降到 2025 年的 39 条。它提醒我回想那几年的工作转型、责任增加,以及运动怎么逐渐被挤出日程。

但轨迹数量下降,不等于实际运动量按同比例下降,更不能写成运动归零。室内运动、不带装置、同步缺漏,都可能没有留下 GPS;一条路线也没有固定的运动时长或强度。

原稿还把 HRV 下降与静止心率上升,合起来判断为「自律神经长期处于压力状态」。我现在会把这个结论收回。这次没有重算原始数据;即使曲线本身无误,它们也不足以单独确认原因或诊断。

数据能帮我问得更具体:最近睡多久?运动是否有留在行程里?有没有持续的不舒服?它不需要先替我下一个疾病判断,才值得我调整生活、或把疑问带去和医师讨论。

三条管线之外,还要画出数据流向

原来的系统设计有三部分:Fitbit 通过 API 与 MCP 提供查询、Apple Health XML 做较长期的整理,再把选出的摘要放上网站。

Fitbit 官方文件另公告,旧版 Web API 于 2026 年 10 月 30 日停止服务,后续存取须迁移至 Google Health API。这次未验证我的串接是否完成迁移,因此这里记录的是当时架构,不代表目前仍可直接运作。

XML 是我采用的汇出方法,不是 Apple 唯一的数据出口。Apple 也允许用户授权 App 读写健康数据;是否适合使用,要看权限与用途。Apple 官方说明

大型 XML 适合用串流方式分段解析,先建立类型索引,再整理日、月摘要。我希望 AI 读到的是必要的汇总与定义,而不是因为文件拿得到,就把整包健康历史都交出去。

原稿写「全程本机运行,数据不经过第三方服务器」,也需要修正。Fitbit API 本来就连向供应商服务;MCP 服务器在 Mac 执行,只说明其中一段程序的位置。MCP 架构文件将它定义为提供上下文的协定,并没有保证模型推论也在本机。

若使用云端模型,送给模型的工具结果与上下文仍可能传出电脑。因此,我必须分开确认:数据从哪里取得、哪里整理、哪些栏位送给模型、最后哪些摘要公开。没有核对实际设置,不能宣称整条管线都不外传。

网站更新也一样。原稿描述过「每十分钟更新、push 后自动部署」的设计;但目前网站的部署规范已关闭 push 自动部署,数据更新与正式发布是不同步骤。程序档存在,不能证明排程持续成功;排程成功,也不能证明公开页面已更新。

我想在每张摘要旁留下数据期间、最近成功更新时间与已知缺漏。出错时要看得出来,而不是继续挂着「即时」两个字。

下一步,先让这套系统值得信任

我仍想加入生活型态标注,也曾规划串接更多装置。这些是下一步的构想,不是本文已验收的功能。

异常提醒也是如此。「HRV 连续三天偏低」可以是待测的规则,不能直接当成医疗门槛,更不该让 AI 自动开出介入方案。先确认数据是否有效,再决定要提醒什么、由谁判断,才有意义。

公开前,我也会先缩小数据范围。详细路线、精确时间、原始健康纪录与可辨识个人的信息,不应因为图表好看就一并公开;模型查询同样只取当次需要的数据。

十年的纪录对我最有价值的地方,是它让我回头看见:我曾经把运动放进生活,也曾让重要的事慢慢被挤掉。

我想建立的系统,应该帮我看清这些变化,并诚实留下它不知道的部分。当数据能被检查、解读能被修正,我才比较有机会把下一个选择,真正放回日常。