有个19岁的高中生，课余做了个拍照算卡路里的AI应用，4个月赚了100万美元，不到两年被巨头收购，团队7人全部留下。

这个App叫Cal AI：举起手机对着盘子拍张照，两三秒告诉你这顿饭多少卡路里。

传统做法是啥？每顿饭手动敲食物名和分量，一天敲三次，大多数人坚持不了一周。它把最痛苦的一步砍掉，slogan就一句话：别让记录食物打扰你的生活。

上线8个月下载量破500万，单月收入冲到200万美元；累计下载1500万次、年收入3000万美元。然后被健身记录界的老大哥MyFitnessPal收购，交易大概率在数亿美元量级（推测）。创始人Zach Yadegari今年才19岁，收购时还在读大学。

很多人当爽文看，但最值钱的是机制。今天拆两个关键问题：一张照片凭啥算出卡路里？钱从哪来？

先讲技术。

照片是2D的，食物是3D的。同样一碗米饭，碗大碗小、堆尖还是压实，热量能差一倍。

Cal AI第一招：调用手机深度传感器，就是iPhone平时做人像虚化的激光雷达，直接测出食物在空间里的体积，再结合种类算出克数。这是它比纯靠猜准得多的底层原因。

第二招：多模型路由。它接了Anthropic和OpenAI两家的模型，创始人原话：不同模型擅长不同的食物，有的对中餐、摆盘复杂的菜识别准，有的对西式快餐这种糊成一团的更在行。图片先判断，分给最擅长的那家。

第三招：RAG校准，大白话就是不让AI瞎编。AI认出这是汉堡后，先到美国农业部的营养数据库查标准数据，再结合体积算出的分量输出数字，把大模型一本正经胡说八道的概率压到最低。团队宣称准确率90%，够用了。

第四招：越用越准。用户手动修正的结果会成为后续判断的参考

典型freemium模式：App免费下载，谁都能拍几张试试，但完整功能得订阅。美国区常见定价：周订阅6.99美元左右、月订阅19.99美元左右、年订阅40到80美元。（推测：AI健康类App普遍这么定价，周订阅曾被吐槽比Netflix一个月还贵，贵恰恰是设计的一部分。）

为什么愿意掏钱？三个心理机制。

一是痛苦足够具体。减肥增肌的人每天都要面对这顿吃多少的问题，手动记录是持续折磨，花几美元省掉每天三次、每次三分钟的麻烦，感知价值极高。

二是周订阅是钝刀割肉。年订阅一次掏几十美元会犹豫，周订阅看着就几美元、闭眼就付，一年52周算下来，周订阅用户的年贡献远超年订阅用户。收入靠的就是这批懒得算账的人。

三是沉没成本加习惯绑定。用户拍了一周照片，App里存了自己的饮食历史，换App等于放弃积累。留存率30%以上，健康类App普遍只有个位数，留下的都是真刚需，续费意愿强。

算笔账：3000万美元年收入除以1500万下载，每个下载平均贡献2美元一年。绝大多数是免费用户，收入集中在少数付费用户身上，和Netflix一个逻辑。

成本端主要是两家模型的API调用费，一张照片调1到2次模型，单次成本几厘到几分钱美元。就算API成本占到收入的20%到30%，毛利依然惊人（推测，公司未披露成本结构）。边际成本极低，每多一个付费用户几乎全是利润。

增长也没花过一分钱买量，靠两招。

一靠健身网红人肉带货。联合创始人专职做网红营销，TikTok上百万粉的健身大V拍一条我吃饭前先拍张照的短视频，几百万年轻人看到，粉丝画像和产品完美重合（推测：大概率是注册分成的affiliate模式）。

二靠App Store榜单飞轮。下载量涨，冲进健康分类榜前列，被更多人看见，下载更多。MFP的CEO就是通过Sensor Tower看到它榜单爬升才注意到的，4.8星、35万条评价，转化率很高。

还有个戏剧化细节：创始人申请18所顶尖大学，4.0的GPA加一家成功的公司，被拒了15所。在黑客屋住了一夏天，看到30岁还睡地板的辍学程序员，决定还是去读大学。

MFP为什么花大价钱买这个小公司？它是卡路里记录赛道20年的霸主，有2000万种食物数据库，但用户靠手动录入，用户在老化。

它买的是两样东西：一是Z世代的年轻用户，二是AI原生的产品范式，防止自己被拍照算卡路里这个新交互颠覆。收购后Cal AI接入MFP的2000万食物数据库，两个App分开运营：一个卖给要快要省事的人，一个卖给要精确到三片酸黄瓜的人。
这不是天才少年运气好，而是四个可复制的机制。

用AI重做高频但痛苦的旧场景。卡路里记录不是新需求，MFP做了20年，但手动录入的痛点从没被解决，AI把操作步骤砍掉90%，直接掀翻老霸主。

免费下载加订阅制，卖的不是功能，是省下的时间和痛苦。

不投广告投网红，前提是产品有可展示性，拍食物照片天然适合短视频。

多模型路由加RAG，别绑定单一模型，既提准确率又控成本。

看懂这套机制，比羡慕那个19岁的CEO有用得多。