157
1我也不知道从什么时候开始，Biohacker 成了一种流行风潮。其实很多时候，我都觉得这群人说难听点是在装逼（当然这样有点太冤枉别人了），就是感觉他们好像想对自己的身体吹毛求疵，非要变得更完美，甚至变成“不死的人”一样。
但今天的嘉宾不是这样的人。
这期嘉宾是潘老师（zhixiong.me）。我们 18 年就在 Crypto 圈认识了，但我直到这次录播客才知道，他居然在 2 岁的时候就做过心脏手术，十几岁的时候又做过一次。所以对他来说，关注健康（尤其是心脏健康）不是一个可有可无的消遣，而是一件非常天然、必须要做的事。
他的心脏虽然做过手术，但平时还是会时不时出现“早搏”的现象，也就是我们平时说的“心跳漏了一拍”（missed a beat）的感觉。
他的做法是用心率带记录自己的心跳数据，基于这些数据去训练一个大模型，用来识别自己的心跳有没有出现早搏。我第一次听到这个想法的时候，觉得简直太帅了，自己做一个产品来监控自己的心跳。
潘老师之前做过内容，也做过程序员，我觉得他不算是典型的工程师背景。在这次聊天中，他说了一句我觉得很有意思的话：大家都想用 AI 去做 AI 相关的事，但在健康或其他领域，AI 其实有太多可以大显身手的地方，比如用 AI 来分析你的各项健康数据，给出真正个性化又有价值的健康生活建议。
Highlights
08:44 用AI来做AI相关的事情，竞争已经非常激烈了；但是用AI来做具体的产业，比如 biohack 的话，竞争还远不够激烈，而且这里有很高的价值等待发掘。
如果你有一个戴了 10 年的 Apple Watch，你积累的关于身体的健康数据是非常惊人的，大概有十几 G，甚至是几十 G。这些数据其实是一座金山，但是以前普通人很难去挖掘这座金山。现在有了 AI Agent，挖掘它的难度会降低很多。
举个例子，你的数据里面不是有很多指标吗，你让 AI 去挖掘这些指标里面有没有哪两个高度相关？这就可能会揭示一些东西。
15:50 这种用 AI 来挖掘数据的方法，有点像用血糖仪实时监控你的血糖数据，它能把你过去模模糊糊知道的一些规律转换成实际的数据，有清晰的反馈，而不是就是理论上的一个概念认知。
如果你想在 20 多个指标里面，找出哪些指标有很强的相关性。你当然可以随机抽卡，让 AI 去随机抽取两个到三个，一个一个试。另一种方法就是，你可以让 AI 去检索，根据当前最新的一些学术研究，比如说某项研究显示 XYZ 这三个在很多人里面是有相关性的。你让 AI 根据这个研究去再去做针对性的分析调查，这个命中率会更高。
28:24 聊聊最近的明星产品，Whoop ，Fitbit Air，还有 Oura。
Whoop 在产品设计上有一个很聪明的点，它把几个 raw material 的指标综合起来，创造了一些它定义的指标。这些新指标更有可读性，你知道这个指标意味着什么，比如负荷，恢复和生物年龄。你可以说它是情绪价值，也许没那么精准，但能给人某些指导或者参考意义。
现代人就是喜欢被量化、被打分。我们每天都在干这种事情，通过量化来成为更好的自己，成为更好的世界。没有量化，我们都不知道怎么去怎么去起步，怎么获得“抓手”。
45:30 这些 AI 数据，这些技术的加持，真正对你的生活有什么实际的改变吗？
不同人有不同的情况，但是有一些是非常确定的。比如说，如果你喝了酒，第二天你的 HRV 会大幅的下降，这个非常普遍，所以能不喝就别喝。
51:52 我们现在这些 biohacker 和古代的炼丹术士多少有些相似的地方，就是大家通过一套小团队的、小团体的经验分享，多少有一些玄学的探索方式，去探索一个有意思的话题。AI 可以帮助 biohacker 更科学的去设计实验方案，然后也能更高效的去分析数据，把个体的有效数据合并成群体的规律。这样就不用等医学实验的缓慢节奏。
01:06:57 对很多普通人来说，比起去关注吃什么添加剂，关注预制菜或者有机蔬菜，其实更应该关注的是，首先把膳食指南的标准先做到，每天的青菜和蛋白质摄入是不是足够？
