个人开发者做了年入5000万美元的AI App，今天被同赛道No. 1收购

封面图片由AI生成

在健康应用领域，一场筹谋近一年的收购终于尘埃落定。

全球最大的卡路里追踪平台 MyFitnessPal 正式宣布，已完成对后起之秀 Cal AI 的收购。

CalAI，这个由高中生 Zach Yadegari 发起的创业项目也迎来阶段性的结局，收购后，产品仍将独立运营，Zach Yadegari 在内 7 名成员均将加入 MyFitnessPal。（可参见我们的置顶文章《17岁高中生做AI App，不到4个月入账百万美元，独立开发者迎来春天？》）

虽然收购金额尚未披露，但结合 Cal AI 的漂亮数据表现来看，MyFitnessPal 的出价应该非常优渥。而此时距离 Cal AI 上线也还不到 2 年，财富自由的 Zach Yadegari 刚满 19 岁，还是一名在校大学生。

Zach Yadegari也在X上同步了被收购消息｜图源：X

据悉，Cal AI 凭借“拍照算热量”的极简体验，在竞争激烈的健康赛道占据一席之地，在 Sensor Tower 最新公布的 2025 移动应用报告中，Cal AI 已经成为数字健康领域 IAP 增速最快的应用之一，公司披露数据显示，其下载量达 1500 万，年营收（ARR）冲破 5000 万美元。

2025年，Cal AI是数字健康领域IAP增速最快的应用之一｜图源：Sensor Tower

MyFitnessPal，虽然仍是目前卡路里追踪、甚至是整个数字健康领域当之无愧的吸金巨鳄，仅近 30 天的营收就高达 1600 万美元，当前 Cal AI 在内的产品对于其地位仍无可撼动，但后者通过结合新技术而引入全新用户群的思考和实践成果，已经引起这家老牌厂商的注意。

老牌巨头，为何盯上 AI 卡路里 App？

Cal AI 的崛起绝对算是 AI 时代 GenZ 创业的一大范本，集合了创始人年轻、团队小、执行力极强三个特点。

2024 年，还在读高中的 Zach Yadegari 和朋友拉着一个名为 Blake 增长黑客开始了创业。他们的思路非常清晰，不是去创造需求，而是看准一个需求真实、商业天花板也足够高的方向，然后用新体验从成熟市场获得自己的一批用户，Cal AI 也由此诞生。

在 Cal AI 之前，卡路里监测赛道已经存在了十余年，头部产品月营收可上探至千万美元量级，是毫无疑问的真实需求赛道。它们的共同点在于习惯以庞大食品数据库为背书，讲究数据专业、精细的手动校准录入，对于有明确增肌、减脂需求的 hardcore 用户来说很好用，但普通用户根本坚持不下来。Cal AI 正是看到了这一机会，用户觉得称量食物、检索数据麻烦，Cal AI 就直接把记录压缩到“拍照”这一个动作上，功能直击痛点加上增长黑客 Blake 熟悉的一套网红分发策略，Cal AI 很快起飞，并成长为 AI 卡路里监测的明星产品。

Cal AI 在 2024 年 5 月上线，不到 4 个月产品累计收入就突破了百万美元，此后一路成长至如今的 5000 万美元 ARR。MyFitnessPal 的 CEO Mike Fisher 用了一个更形象的表述来说明 MyFitnessPal 和 Cal AI 的差异，他说 MyFitnessPal 用户可以精确记录一个汉堡是放了 2 片还是 3 片酸黄瓜，但 Cal AI 用户会更加注重快速和便捷，他们只是希望记录并不会太干扰他们的生活以及思考，也就是说像 MyFitnessPal 这样头部玩家也承认，一波曾被忽视的玩家正在被带入品类。

目前已知的信息是，MyFitnessPal 当前并没有计划将 Cal AI 整合入其产品，Cal AI 保持独立运营的同时，会与 MyFitnessPal 庞大的营养数据库集成，为用户提供更加准确的卡路里估算服务。据悉，该数据库涵盖 2000 万种食物、68500 个品牌以及 380 多家连锁餐厅提供的餐食。

多款应用跑出，AI爆改“反人性”的健康应用赛道

Cal AI 的价值，不只是用 AI 把卡路里记录做得更快，更在于它验证了，AI 似乎可以让健康管理这件原本“反人性”的事变得不那么痛苦。在过去 1-2 年的观察中，类似的案例不算罕见，他们分布在卡路里监测、专注、助眠等不同赛道，且均已跑出一定成绩。

这背后对应的是健康管理类产品清晰的演进路径。早期产品主要解决功能缺位的问题，帮助用户记录饮食、监测睡眠、追踪身体状态；而到了今天，记录、分析、提醒这些基础能力已经越来越接近标配，新的分野开始出现在体验层，比拼的是让用户坚持使用、比拼趣味性以及个性化。

BitePal看准了用户“数字焦虑”痛点，用“养小浣熊”的游戏化设计替代冰冷的卡路里追踪。营养评分而非数字、幽默点评而非负罪感提醒，让健康管理从自我监控变成了养浣熊。它本质上是在解决“如何让用户坚持下去”的问题。

Endel的差异化在于“动态生成”。传统白噪音 App 提供静态音频，而 Endel 用 AI 实时生成个性化的“声景”，根据用户定位、健康数据、精力分布自动调整音频参数，大幅降低决策成本。虽然以 AI 去直接作用于改善专注的核心流程，但它同时也是在验证“状态管理”比“内容选择”更有价值，将用户从“需要在一堆白噪音中选择一个”中解放出来。

Nightly没有把助眠理解成“提供更多音频”，而是理解成“提高匹配效率”。相比白噪音、睡前故事这类标准化内容，Nightly 更强调根据用户当下状态动态调整助眠路径，再结合“睡眠债”“摆脱闹钟”等高度本地化的沟通方式，切中日本年轻人的睡眠焦虑。

写在最后

Cal AI 在健康赛道能拿到的红利已经过去，AI+健康不再是“提升效率”那么简单。当拍照识别、实时分析等技术被广泛应用后，真正的竞争壁垒变成了谁能真正理解用户的心理状态，并用温和而非压迫的方式，帮助用户建立长期习惯，这也是 AI 能够发挥作用的地方。BitePal 的游戏化、Endel 的自适应，本质上都是在回答同一个问题：如何让健康管理这件本身有点反人性的事情，变得不那么痛苦，甚至令人愉悦。

数据来自SimilarWeb、点点数据、Semrush、广大大等三方平台，可能与真实数据中存在一定误差，仅供参考。