苹果发布 M1 Pro/Max 那晚，我盯着发布会直播，感觉钱包和显卡一起悬在了半空。不是想买，是那种被时代车轮碾过去的恐慌又来了。白天刚看到第七次人口普查的数据传闻，老龄化趋势板上钉钉，晚上苹果就用一块芯片告诉你，个人算力的游戏规则又他妈变了。我去年刚把团队解散，回归“超级个体”，以为靠手头的 Python 脚本和几个私域流量池就能稳当几年，结果 M1 的能效比像一记耳光，抽在脸上火辣辣的——我折腾的那些服务器优化、多线程爬虫，在人家硬件级的暴力面前，显得特别可笑。
显卡悬了，是因为我意识到，依赖 GPU 算力的老路可能走到头了。去年为了跑几个本地化的机器学习模型，咬牙上了 3080，现在看，未来属于这种集成在笔记本里的统一内存架构。我们这种小个体户，以后拼的不是你有几块卡，而是你能不能把 AI 工具链塞进最低功耗的设备里，随时跑起来。这直接关系到交付成本。我那些体育健身教练客户，他们需要的是在 iPad 上就能实时分析动作的 App，而不是我后台吭哧吭哧跑半天再传结果。M1 系列让我看到，端侧 AI 的平民化窗口，可能比我想的快得多。
钱包悬了，是另一个层面的焦虑。人口普查的数据指向“适老化”和健康管理，这绝对是未来五到十年的金矿。但我的 Flovico 品牌，现在标签是“产品经理”和“效率工具”，硬生生跨界到“健康+技术”，用户认知会不会撕裂？我研究了市面上几个老年健康 App，交互烂得令人发指，DOM 树深得能挖出石油，但人家有线下渠道，有关系。我这种纯线上出身的，优势可能在于用技术降低服务成本——比如，用 M1 Mac 本地部署一个轻量级姿态识别模型，做成教练辅助工具，卖给小型健身工作室。这算健康+技术吗？算，但很取巧，不够“银发经济”。
更深层的冲突是，我的技能树正在剧烈摇摆。2021年，我强迫自己回归具体交付，学营养学、考健身教练证，是为了对抗焦虑，把身体搞上去。现在苹果和人口普查一起，把“健康数字化”的饼画在我眼前。我是该继续深化低卡饮食的自动化配餐系统，还是转头去啃 Core ML 和 SwiftUI，给健康设备做应用？时间就这么多，学哪个？两个都学，我今年 36 岁的脑子跟得上吗？这种选择恐惧，比 2018 年学爬虫时更致命，那时候年轻，可以通宵，现在通宵一次，三天缓不过来。
也许 Flovico 的未来，不该是“转型”，而是“叠加”。我不需要立刻变成一个老年健康专家，但我可以成为那个“用技术为健康领域降本增效”的实战教练。比如，教健身教练如何用 n8n 自动化客户跟进和饮食数据收集，教小型养老机构用 GUI 工具封装一些简单的跌倒监测脚本。M1 芯片带来的低门槛算力，恰恰让这些原本需要云端服务器的方案，可以本地化、低成本化。这或许是我的缝隙。
那晚我没下单买新 Mac。我关掉直播，打开笔记本，开始列清单：现有技能里，哪些能迁移到健康场景？自动化流程设计可以，数据抓取（合规地）可以，轻量级应用原型可以。需要补的：医疗健康数据的基本合规要求（GDPR、HIPAA 国内对应是什么？），传感器基础 API，以及，最重要的——找到第一个愿意陪我试错的健康领域客户。显卡的钱可以省了，但钱包，得准备好为新的知识付费了。这次，可能不是买课，是买时间，或者买别人的经验。
