AI 认出一顿饭以后
拍一张饭菜照片，让 AI 说出里面有什么，再估算热量，这件事很适合演示。画面对准餐盘，几秒后出现食物名称、热量和营养数据，第一次看到时，很容易觉得产品已经完成了最重要的部分。
但真正用来管理饮食时，识别只解决了开头。
人并不是因为不知道一碗饭有热量，才难以控制体重。更常见的情况是：每顿都要搜索、称重、逐项输入，过程太麻烦；记录几天后中断，之前的数据也很难继续影响今天的选择。
照片里的数字
同一道菜，因为分量、油、酱料和烹饪方式不同，热量可能相差很多。只看一张照片，AI 不可能知道所有细节。
所以时光卡路里的识别结果是粗略估算，不是医学级结论。食物、重量、热量和营养都允许继续修改。这不是给 AI 留退路，而是产品必须承认的使用边界。
估算有误差，也不等于完全没有价值。对日常饮食来说，一个可以快速获得、也可以修正的大概范围，有时比一套很精确但坚持不下去的记录方式更有用。
下一顿怎么办
单独告诉人“这顿饭大约 700 千卡”，信息仍然是孤立的。使用者真正需要判断的是：今天已经吃了多少，还剩多少；晚餐需要少一点，还是仍有空间；最近这样吃下去，体重大致会往哪个方向走。
因此，时光卡路里不只保留每餐记录，也把结果继续变成今日余量和 30 天趋势。
今日余量处理眼前这一餐。30 天趋势则把最近的饮食记录放到更长一点的时间里，看照目前的方式继续下去，体重大约会下降还是上升。它们都不是保证，只是把分散的记录变成更容易理解的反馈。
一次识别以后
饮食记录工具总有一个矛盾：输入得越仔细，结果可能越准确；步骤越多，人越难长期坚持。
拍照识别的意义，不只是看起来更像 AI 产品，而是尽量把一次记录压缩到足够轻。先拍下来，得到估算；需要时再修改；之后让这些记录继续参与今天和未来一段时间的判断。
如果这个过程仍然很麻烦，再准确的识别也只会成为一次演示。
写下这篇文章的 2026 年 7 月 28 日，时光卡路里的 iOS 新版本正在审核，Google 开发者账号也仍在审核。商店入口开放后，真正需要观察的，是第一次拍照之后，人们会不会继续记录第二顿、第三顿。
AI 认出一顿饭，只证明识别发生了。记录真正持续下来，产品才开始发挥作用。