苹果发布 iPhone 13 了，朋友圈又在刷“十三香”。我看着那 ProMotion 高刷屏和 A15 芯片，脑子里想的不是换机，是这玩意儿能不能帮我更快地算出今天的热量缺口。硬件再强，跑不动我这套身体管理自动化系统，也是白搭。
去年这时候，我还在团队里被各种破事拖得心力交瘁，腰椎颈椎一起报警。今年彻底回归一个人，第一件事就是把身体当服务器来运维。什么“十三香”，我现在只关心“负卡路里香”。我搞了一套 Python 脚本，核心就一件事：像监控服务器内存和 CPU 负载一样，监控我的每日摄入和消耗。
具体逻辑是这样的。我每天吃的所有东西，都得先过一遍我的食物数据库——这库是我自己爬的，从几个主流健身 App 和 USDA 数据库扒下来的，用 requests 和 BeautifulSoup，对付那些动态加载的玩意儿还得上 selenium。每个条目有精确到克的热量、蛋白质、脂肪、碳水。我手动输入？太慢了，也容易自欺欺人。我用 OCR 识别外卖小票和包装袋营养成分表，图片传上去，Tesseract 先粗处理，再用正则表达式把关键数字抠出来，自动填充到数据库里对应的临时条目里。这过程里最烦人的是单位换算和商家虚标，我得写一堆异常处理逻辑，比如识别到“份”这个字，就弹个警告让我手动确认。
摄入数据抓齐了，只是上半场。消耗这边更复杂。静息代谢用 Mifflin-St Jeor 公式根据我每周一早上的体重和体脂率（用那个几百块的家用体脂秤，数据蓝牙同步到电脑）动态算。活动消耗，我不用手环那些虚高的数字。我根据日程表来：Google Calendar 上标记为“开发”的时间段，给一个基础代谢乘1.2的系数；“健身”时间段，我去爬了我健身房器械的蓝牙协议（逆向了一小下，别声张），直接把划船机、跑步机的实时功率和时长数据抓下来，用几个经验公式换算成大卡。通勤走路就用手机步数 API，但这个数据我打七折再用，水分太大。
所有这些数据流，通过一个 n8n 工作流（当时还用着 Zapier，太贵了后来换了）汇总到一张 Airtable 里。核心表就三张：摄入日志、运动日志、每日汇总。Python 脚本每天凌晨两点跑一次，把前一天的最终数据算出来，生成一张图表：一条线是摄入热量，一条线是“静息+活动”总消耗，中间的缺口用绿色或红色阴影标出来。绿色代表亏空，红色代表盈余。图表旁边自动生成一段文本小结：“昨日热量缺口 412 大卡，蛋白质摄入达标，碳水超标 15%，建议今日午餐减少主食 30 克。” 这段文本会通过 Telegram Bot 在早上七点推到我手机上。
那种感觉，比优化了一个数据库索引还爽。看着图表上连续绿色的缺口，就像看着服务器监控面板上平稳的负载曲线和充足的内存余量。脂肪的消减，变成了一个可观测、可干预、有明确反馈循环的系统工程。什么 A15 芯片，我现在身体里运行的，是我自己编写的代谢算法。硬件是基础，但算法和持续的数据输入输出，才是真正的生产力。别人换新手机是为了跑分和游戏帧率，我要是换，只关心它能不能让我的 OCR 识别更快一点，或者让爬取运动数据的蓝牙连接更稳定一点。管理身体和管理项目，底层逻辑突然通了：都是资源（热量/人力）的精准分配、过程的监控、以及对抗熵增（脂肪堆积/项目混乱）的持续斗争。iPhone 13 的芯片也许能更快地处理这些数据，但前提是，我得先把这套采集数据的“传感器网络”（我的饮食记录习惯、运动习惯）给跑通了、跑稳了。这才是最难的，比写爬虫绕过反爬机制难多了，因为你要对抗的是你自己几十年积累下来的本能。
