孙宇晨把吃饭、健身、睡眠都交给了 Claude Code,普通人用国内工具也能搭一套
10 月 9 日,英语博主邵艾伦发布了一期和孙宇晨的长访谈,标题是「年轻人如何抓住 AI 时代的机会」,完整版大概有四个小时左右。
10 月 9 日,英语博主邵艾伦发布了一期和孙宇晨的长访谈,标题是「年轻人如何抓住 AI 时代的机会」,完整版大概有四个小时左右。
访谈里聊了很多话题,有健身、加密货币、财富自由,还有人生意义。说实话,大部分内容更偏向于是个人观点和段子,看完之后能给普通人借鉴的内容并不多。不过在开头十分钟他讲的一件事,我觉得值得单独拿出来说:他现在把吃饭、训练、睡眠的数据全部交给了 Claude Code 来管。
这篇文章不评价孙宇晨这个人,也不聊币圈的事,只把这套做法拆开讲清楚,再说说国内用户怎么用自己能用的工具同样的搭一套自己的生活伴侣。
他每天是怎么用 AI 的
按他在访谈里的说法,他一天的流程大概是这样的:
- 吃饭前拍一张,吃完再拍一张,两张照片都发给 Claude,让它估算这一餐吃了多少热量。几道菜上桌时,AI 还会建议先吃哪道,比如先吃高蛋白的
- 训练的时候让教练拍视频,视频也发给 Claude Code,它会记下每个动作做了几组、每组几个、用了多大重量,然后按渐进超负荷的思路建议下次加多少
- 睡眠和日常消耗的数据来自 Oura 戒指,同样交给 Claude Code。它会把吃进去的热量和消耗的热量相减,看是不是控制在他设定的缺口以内,蛋白质有没有吃到 140~150 克
- 每天自动生成一份日报,把饮食、训练、睡眠汇总在一起
他还专门为这件事在 Claude Code 里建了一个项目。照片、训练记录、日报全部存在本地文件夹里,文档格式是 Markdown,这种AI方便读取和解析的格式。
整个流程里人只负责两件事:拍照和训练。其他事情:记录、计算、汇总、给建议等统统都交给 AI来处理。

最值得学的不是 AI,而是那个文件夹
很多人看到这里,第一反应可能是「原来 AI 还能这么用」。但我觉得这套做法真正值钱的地方,是他顺口提的一句话。他说所有东西都存成了本地的 MD 文档,下一个 AI 来了直接读就行,比如要把 Claude Code 换成 Codex,新的 AI 直接读 README 就能接手。
这句话的意思是:数据是他自己的,不是某个 AI 产品的。
我们平时在 App 里记饮食、记训练,数据都存在那家公司的服务器上。哪天 App 停更了、收费了,或者你想换一个更好用的,之前的记录基本就带不走了。聊天机器人也是一样,历史对话散落在各个窗口里,下次再问,它不一定记得你上个月吃了什么。
存成本地 Markdown 文件就不一样了:
- 任何 AI 都能读。Markdown 就是纯文本,Claude、GPT、国内的模型都能直接读懂,不需要导入导出
- 换工具的成本几乎为零。今天用这家,明天换另一家,把文件夹交给它就行
- 你自己也能看能改。不需要打开某个 App,用记事本就能打开
所以这套做法的核心不是「用了哪个 AI」,而是先把数据沉淀下来,AI 只是那个帮你读数据、算数据的工具。工具会换,数据会一直留着。

国内用户怎么搭一套
孙宇晨用的是 Claude Code,他自己也说了,这个东西一个月要两百美元,很多人用不起。实际情况比价格更麻烦:Claude 在国内不能直接使用,要解决网络和付款两个问题。
好消息是,这套做法并不依赖 Claude。按投入不同,可以分成两种搭法。

零成本:手机 + 一个文档
如果你只是想先试试,手机就够了。
- 在手机备忘录或任意笔记 App 里建一个文档,名字就叫「健康日志」
- 吃饭时把照片发给豆包、Kimi、智谱、千问等这类免费的聊天 App,让它估算热量和蛋白质
- 把它给出的结果复制进日志,按日期记一行
- 每周把整份日志发给 AI 一次,让它总结这一周的情况,给下周的建议
这个版本的缺点是要自己手动复制粘贴,AI 也不会主动读你的历史记录。但它已经做到了最关键的一点:数据在你自己手里。
进阶版:电脑 + 本地文件夹 + 能读文件的 AI
如果你有电脑,可以更接近孙宇晨的做法:用一个能直接读写本地文件的 AI 编程工具。
这方面在国内可用的选择就非常多了。字节的 Trae 国内版目前可以免费使用,不过官方没说会一直免费;智谱、火山方舟、MiniMax 等也推出了 Coding Plan 订阅,最低档大多在每月几十元,可以接入各种命令行 AI 工具。价格和额度变动比较频繁,订阅前以官网为准就行。
文件夹可以这样建:
health/
├── README.md # 写清楚这个项目是干什么的、我的目标、记录规则
├── meals/ # 每天的饮食照片和记录
├── training/ # 训练记录
├── checkups/ # 体检报告
└── daily/ # AI 生成的日报,一天一个文件
其中最重要的是 README.md。它相当于给 AI 的说明书,任何一个 AI 第一次打开这个文件夹,读完它就知道该怎么干活。可以这样写:
# 我的健康记录
## 目标
- 3 个月减脂 5 公斤,同时保持肌肉
- 每天蛋白质 120 克以上
## 记录规则
- 饮食照片放在 meals/日期/ 下,你负责估算热量和蛋白质,写入当天的 daily/日期.md
- 训练记录写在 training/日期.md,格式:动作 / 重量 / 组数 x 次数
- 每天生成一份日报,包含:摄入热量、蛋白质、训练内容、和目标的差距、明天的建议
## 注意
- 估算不确定时标注「估算」,不要编造数字
第一次使用时,对 AI 说一句「先读 README.md,然后帮我处理今天的饮食照片」就可以开始了。
需要提醒一点:AI 看照片估算热量,误差可能不小,尤其是炒菜这类看不出用了多少油的。拿来看趋势是够用的,但不要把每一餐的数字当成精确值。
拿 AI 帮你做决定:问三家,先开图
除了管生活,孙宇晨还讲了两个用 AI 辅助决策的习惯,我觉得也能直接拿来用。
第一个是同一个问题问三家模型。 他的说法是「中美大模型都问一遍,给你出上中下三策,取其中」。这个做法的好处是,不同模型的训练数据和偏好不一样,三个答案放在一起看,能看出哪些建议是共识、哪些只是某一家的偏见。国内用户可以用 DeepSeek、Kimi、豆包各问一遍,效果是类似的。
第二个是做决定之前先「开图」。 他拿即时战略游戏打比方:有人一开局就闷头造兵,聪明的玩家会先派侦察兵把地图探一遍,知道哪里有资源、对手在造什么,再决定造什么兵。
放到现实里,比如高考填志愿或者选专业,以前的问题是信息太少,只能凭感觉选。现在可以让 AI 把一百个专业逐个推演一遍:未来十年的就业情况怎么样、哪些冷门专业其实出路不错。探完图再做决定,比一开始就拍板靠谱得多。
他还提到一个数学结论:假设一共要看 10 套房,前 3 套都不要买,只用来建立参照标准,之后一旦遇到比前 3 套都好的就立刻下手。这个结论来自概率论里的「秘书问题」,前 3 套不买的说法是对的。标准结论是先观察前约 37% 的选项,之后遇到第一个比它们都好的就选;10 个选项时正好是前 3 个。不过他把原因说成「黄金分割 0.618」,这一点是不对的,37% 来自 1/e 这个数,和黄金分割其实没有关系。
让 AI 列体检清单,让医生来解读
访谈里还有一个细节挺有意思的。孙宇晨说他在开始训练之前,会先问 AI 应该查哪些指标,比如血糖、血脂、胆固醇这些。然后他在没有任何症状的情况下去了医院,去医院后就直接跟医生说要查这几项。
按他的说法,医生当时很意外,因为来医院的大部分人都是出了症状才来,很少有人身体没事、主动来要求监测这些数据。
这个做法的思路是对的:用 AI 把「该查什么」这件事提前想清楚,再去找医生。 不过有两点要分清楚:
- AI 列的清单可以当参考,但最后查哪些项目,还是要跟医生确认
- 拿到报告以后,结果怎么解读、要不要干预,要听医生的,而不是让 AI 直接下结论
有一条别学:AI 说什么就执行什么
访谈里孙宇晨反复强调一句话:百分百相信 AI,AI 说什么就执行什么。他自己也承认,前段时间的一场风波,就是因为过于坚信 AI 引起的。
这一点我的建议是别学,仅供参考。
AI 擅长的是记录、计算、整理信息,以及给出几个方案。但它也会出错,而且出错的时候往往说得非常笃定。访谈里就有例子,他引用 AI 的说法:「寿命满分 100 分,心肺占 25 分,肌肉占 25 分」。这个说法听起来很有道理,但我没有查到任何研究支持这种打分方式,更像是 AI 为了讲清楚而打的一个比方,被当成了结论。
比较稳妥的做法是:AI 负责记录和出方案,人负责拍板。 尤其是涉及到健康、钱、重要关系的决定时,AI 的建议可以作为你判断的输入之一,但最终判断一定要自己来做,关键事实也最好自己再核实一遍再执行。

现在就可以去试试
如果你看完想试试,不用一上来就搭完整系统。现在就可以做两件事:
- 建一个文件或文件夹,写下你的目标和记录规则,也就是那份 README
- 下一顿饭拍一张照片,发给你手边能用的 AI,把它的回答记进去
坚持记两三周,等数据攒起来了,再让 AI 帮你回顾一次。到那时你会发现,真正有用的不是哪一天的建议,而是你手里那份越来越完整的记录。
如果你想看这期访谈的原视频,可以在公众号后台发送关键词「孙宇晨访谈」,来获取视频地址。
资料来源
- 邵艾伦 Alan × 孙宇晨访谈「年轻人如何抓住 AI 时代的机会」,YouTube / X,2026-10-09
- 新浪新闻:明天中午 12 点,邵艾伦孙宇晨这场对谈有点东西(访谈预告),https://www.sina.cn/weibo/detail/5351868677232624.html
- Anthropic Claude 定价页(Max 套餐价格),https://claude.com/pricing
- codepick.dev:国内 Coding API 横评 2026,https://codepick.dev/zh/guides/china-coding-api-roundup-2026/
- codepick.dev:Trae CN 入门指南(国内版免费说明),https://codepick.dev/en/guides/trae-cn-setup/
- Wikipedia:Secretary problem,https://en.wikipedia.org/wiki/Secretary_problem