早晨醒来，先别吃饭。
同步十余种设备，查看睡眠和血糖，轮流站上三台体脂秤，再把读数记下来。整套流程大约一小时。当天如果运动，结束后还要多花约 20 至 30 分钟整理数据。
这是 The Verge 资深可穿戴设备评测者 Victoria Song 公开的一天。设备覆盖连续血糖监测仪（CGM）、智能手表、无屏手环、智能戒指、三台体脂秤、智能床和心率胸带。Apple Watch、Oura 和 Eight Sleep 等产品，还会被她当作基准或对照。
十几台设备贴身，听起来像健康管理的高级形态。她给出的提醒却很直接：别照搬。
十余种设备，测的是产品，不是生活范本
这套流程服务于职业评测。
她需要检查设备是否准确，续航是否符合宣传，同一设备前后读数是否稳定，不同设备能否给出大致一致的趋势。厂商声称能识别睡眠、恢复或运动强度，她也得用足够长的记录去验证。
| 追踪环节 | 使用设备 | 她要验证的东西 |
|---|---|---|
| 睡眠与恢复 | 智能戒指、智能手表、无屏手环、Eight Sleep 智能床 | 睡眠阶段、恢复趋势和设备一致性 |
| 血糖变化 | CGM | 读数变化与产品主张 |
| 体重与身体组成 | 三台体脂秤 | 重复测量稳定性、设备间差异 |
| 运动表现 | Apple Watch、其他手表、心率胸带 | 心率、运动记录和传感器准确性 |
| 日常使用 | 全部设备 | 电池、同步体验和长期可靠性 |
普通用户通常没有这种任务。一个人只是想睡得规律，保留一项睡眠趋势就够了；想控制训练强度，手表配胸带已经能回答大部分问题。把同一个指标交给四五台设备，并不会自动得到更可靠的健康结论。
消费级可穿戴设备适合观察趋势，不负责下诊断。睡眠分数、恢复指数和体脂率都可能受算法、佩戴方式、皮肤状态和测量时间影响。数字精确到个位，不等于结论也精确。
Song 还会主动安排 48 至 72 小时停止追踪。她也认为，没有糖尿病的人不应长期佩戴 CGM。这里应当保留边界：这是她结合评测经验给出的使用判断，不能替代医生针对个人情况的建议。
职业评测和健康管理，差在三个条件
我更在意的，不是她用了多少设备，而是她为什么敢停下来。
有效的自我量化至少需要三个条件：问题明确，有可用的对照，知道什么时候退出。
想确认咖啡是否影响入睡，可以固定饮用时间，连续观察一段时间，再停用设备检验生活是否真的改善。若只是每天查看十几个分数，却没有准备改变作息、运动或饮食，数据便失去了决策对象。
“过犹不及”在这里不是劝人远离技术。它提醒我们，测量本身也有成本。
| 使用目的 | 留下什么 | 何时停下或求助 |
|---|---|---|
| 调整睡眠习惯 | 入睡时间、起床时间、长期趋势 | 分数持续制造焦虑，或已经不再影响行动时停用 |
| 管理日常运动 | 运动时长、心率趋势、主观疲劳 | 设备读数与身体感受长期冲突时，先检查设备与佩戴方式 |
| 观察体重变化 | 固定时间、固定设备的趋势 | 不必在多台体脂秤之间追逐单次差值 |
| 处理持续不适 | 记录症状和变化，供就医参考 | 出现胸痛、晕厥、持续心悸等异常，应直接寻求医疗帮助 |
反方观点也成立：多设备交叉验证可以发现单台设备的误差，长期记录还能帮助一部分人建立运动和睡眠习惯。问题在于，这些收益依赖清楚的目标。没有目标，交叉验证很容易退化成反复确认；提醒越多，焦虑越有理由继续。
工业时代的计时器把工人的动作拆成分钟，用来提高生产效率。今天的可穿戴设备把睡眠、步数、心率和恢复拆成分数。两者不完全一样，但重复了同一种诱惑：凡是能测量的东西，都容易被误当成必须优化的东西。
身体由此变成一张永远做不完的报表。
普通用户付时间，平台获得连续关系
正在使用或准备购买可穿戴设备的人，最现实的动作不是继续添设备，而是先写下自己要解决的问题。
如果说不出买来后要改变哪项行为，暂缓购买通常更合适。已经有设备的人，可以只保留一两个能影响行动的指标，并定期安排几天不追踪。停用后生活没有变差，说明那部分数据可能并不重要。
关注数字健康和平台权力的人，则该看另一组变量：数据能否导出，算法调整是否有说明，历史记录能否迁移，用户能否关闭提醒并暂停采集。设备记录得越久，用户越难更换平台，这种黏性客观上有利于厂商维持持续使用，也能支撑订阅式健康服务的叙事。
这不等于厂商一定滥用隐私，也不能据此断言每家公司都在靠订阅获利。目前能确认的，只是连续数据会形成更高的迁移成本，而厂商有动力让用户不断回来查看新分数。
接下来真正该观察的，也不是传感器又多测了一个指标。要看厂商能否解释误差，能否把数据转成可执行建议，能否允许用户带着历史记录离开。
能帮人作决定的数据才有价值。其余部分，往往只是多了一份每天必须完成的数据劳动。