晚上十点，健身房还剩最后十分钟。深蹲架前那个人咬着牙做完最后一组，杠铃片砸回地面，手机屏幕亮了一下，跳出一行字：本次训练容量较上周提升百分之六，恢复建议已生成。他把汗擦掉，点开看了两眼，心率曲线和每组间歇的时长都在上面。这台手机比他更清楚他刚才有多累。

运动手环和手机里的算法，如今几乎接管了普通人对身体的判断。跑完五公里，配速、步频、触地时间一项项列出来，连左脚落地比右脚重一点都能测到。数据本身不新鲜，新鲜的是它变得便宜、随身、不间断。十年前只有专业队才用的监测设备，现在几百块就能买到，戴在手腕上睡觉也不碍事。身体被拆成一串数字，每天刷新一遍。

这些数字攒起来之后，用处就慢慢显出来了。睡眠时长连着三天低于六小时，第二天静息心率往往会高几个点，有人据此把高强度训练改成慢跑。长期记录让模糊的“最近状态不好”变成可以对照的曲线。误差当然有，光电心率在剧烈运动时经常不准，步数统计也会把抖腿算进去。可方向大致靠得住，比凭感觉猜要稳。

再往前一步，算法开始替人做决定。输入身高体重和最近一个月的训练记录，应用会排出今天的动作顺序和重量，组间休息精确到秒。有人照着练，成绩确实涨了。问题在于这些建议背后的模型大多不透明，它为什么让你今天少做一组，用户看不到理由。训练计划变成黑箱，人只管执行，判断力慢慢交了出去。

设备之间的数据还在互通。手表的数据进手机，手机的数据进健身房的器械，器械调出你上次的卧推重量，自动设好配重。这套流程省掉了记笔记的麻烦，也意味着一旦某个环节出错，比如账号同步失败，整场训练就没了记录。有人因此备着纸笔，练完手写一遍。技术越顺手，人越需要留一条退路。

关灯前那个人又看了一眼手机，屏幕上写着明天建议休息。他把手机塞进口袋，没回那条消息。数据说明不了膝盖那点隐约的不舒服，也说明不了他今天就是想多练一组。科技把身体读得很细，可最后拍板的还是站在杠铃前的那个人。