真正困難的問題是：
怎樣讓 AI 理解這次訓練為什麼會變成這樣？
這是我們開發 Fit2AI 2.1 時重點思考的問題之一。
在這一版本中，我們開始讓 COROS 數據更深入地進入 Fit2AI 的 AI 分析流程。
這不僅僅意味著多了一個數據來源。
更重要的是，我們開始嘗試讓 AI 從“看到一次訓練”，走向“理解一段訓練”。
單次訓練的信息是不完整的
假設今天完成了一次 10km 閾值跑。
平均配速 3:40/km。
平均心率 175。
如果只把這幾個數字交給 AI，它當然可以進行分析。
但問題馬上就會出現：
3:40/km 對這個人來說快還是慢？
175 的心率是否正常？
後半程掉速意味著能力不足，還是最近訓練疲勞？
這次訓練和上周相比怎麼樣？
用戶目前處在基礎期、強化期還是比賽前？
沒有歷史數據，很多判斷都缺少上下文。
這也是為什麼我們認為：
AI 運動分析真正重要的不是模型看到了多少指標，而是模型擁有多少有效上下文。
COROS 不只是提供一條 Activity
COROS 中存在大量可以幫助理解訓練的數據。
一次運動記錄本身當然很重要。
配速、心率、步頻、距離、海拔以及不同階段的數據變化，可以幫助我們理解這一堂訓練發生了什麼。
但當數據開始跨越多次訓練以後，事情會變得更有意思。
AI 可以開始比較：
最近訓練量如何變化？
相似訓練的完成質量有沒有變化？
同樣配速下的心率是否發生改變？
高強度訓練之間的恢復時間是否足夠？
閾值相關指標是否正在變化？
某一次表現異常，是孤立事件還是連續趨勢？
這時候 AI 面對的不再是一張訓練記錄。
而是一段訓練歷史。
數據不能直接全部扔給 AI
這裡還有一個工程上非常現實的問題：
運動數據非常多。
一次一小時的跑步可能包含大量逐點記錄。如果把過去幾十次訓練的所有原始數據全部交給模型，不但成本很高，也未必能夠得到更好的結果。
更多數據並不自動等於更多信息。
所以 Fit2AI 需要做的一件重要事情，就是把：
運動數據
轉換成：
AI 可以有效理解的訓練上下文。
不同類型的問題，需要的數據也不一樣。
如果用戶問：
“今天最後兩公里為什麼掉速？”
重點可能是這一次訓練中的配速、心率以及分段變化。
如果用戶問：
“為什麼我最近的閾值配速下降了？”
那麼只看今天的數據顯然不夠。
系統需要把分析範圍擴展到過去一段時間，並尋找相關訓練和指標變化。
而如果問題是：
“最近是不是訓練太激進了？”
需要觀察的又可能是訓練頻率、強度分布、訓練負荷以及恢復之間的關係。
因此我們並不希望 Fit2AI 簡單地把數據庫內容全部發送給模型。
真正需要解決的問題是：
在用戶提出一個問題以後，應該給 AI 看什麼？
從數據查詢到訓練上下文
我們逐漸把 Fit2AI 的 AI 分析理解成幾個不同的階段。
首先是用戶的問題。
然後系統判斷這個問題需要哪些訓練信息。
接下來從運動數據中獲取相關內容，並把原始數據整理成更適合分析的結構。
最後，這些信息與用戶的問題一起構成 AI 的上下文。
可以簡單理解為：
用戶問題
確定需要的數據
獲取 COROS 訓練信息
整理訓練上下文
AI 分析
繼續追問
這和簡單上傳一個 FIT 文件最大的區別，是數據開始可以根據問題被主動調用。
用戶不需要自己尋找過去某一天的訓練，然後一份一份上傳。
訓練歷史本身開始成為對話的一部分。
對話比“訓練評分”更重要
很多運動產品最終都會給訓練一個結果：
良好。
一般。
恢復不足。
訓練負荷過高。
這些結果當然有價值。
但我們更希望 Fit2AI 保留一個重要能力：
繼續問。
如果 AI 說：
“後半程心率明顯升高。”
用戶可以繼續問：
“天氣造成的可能性大嗎？”
然後再問：
“和上個月那次 15km 閾值跑比較呢？”
再繼續：
“那下周還應該做同樣的訓練嗎？”
當訓練數據成為對話上下文以後，AI 分析才開始從一次性的“報告”，變成一個可以不斷深入的問題解決過程。
這也是 Fit2AI 與傳統運動數據 Dashboard 最大的區別之一。
AI 需要知道自己不知道什麼
數據接入得越多，我們反而越意識到另一件事情：
運動數據永遠是不完整的。
手錶知道你的心率。
但它未必知道你昨晚為什麼只睡了四個小時。
它知道今天的配速下降。
但它未必知道外面是 32°C。
它可以看到訓練量增加。
但它不知道你今天主觀感覺其實非常輕鬆。
因此 Fit2AI 的目標並不是製造一種“AI 什麼都知道”的感覺。
恰恰相反，我們希望系統能夠區分：
哪些結論來自數據。
哪些只是可能的解釋。
哪些信息仍然缺失。
當重要信息不足時，最好的 AI 不應該強行給出答案，而應該繼續向用戶提問。
從記錄數據，到使用數據
過去十幾年，運動設備解決了一個很重要的問題：
如何記錄訓練。
現在我們的手腕上已經有非常強大的傳感器，運動平台里也積累了越來越長的個人訓練歷史。
於是一個新的問題開始出現：
這些已經存在的數據，接下來還能做什麼？
Fit2AI 2.1 接入 COROS 數據，對我們來說只是這個方向上的一步。
我們希望訓練歷史不再只是一個不斷變長的 Activity List。
它應該可以被搜索、比較、分析，也可以被提問。
最終，當你問：
“我最近到底練得怎麼樣？”
AI 看到的不應該只有今天。
它應該知道你是怎麼走到今天的。
這才是我們認為 AI 真正能夠改變運動數據體驗的地方。