如何自動計算次數（AirPods 與 Apple Watch）

每個練重訓的人都懂那個瞬間：12 下的硬組做到第 7 下左右，你開始跟重量討價還價，等把槓放回架上時，你已經真的不知道自己做了 10 下還是 11 下。把這件事乘上一整次訓練，你的訓練紀錄——也就是漸進超負荷賴以運作的根基——就成了一半事實、一半用猜的。

以前的解法是找一個拿著板夾的補手。今天，你本來就戴去健身房的感測器就能辦到：讓 AirPods 播放空間音訊、讓 Apple Watch 追蹤體能的那組加速度計與陀螺儀，可以辨識出一下反覆動作的節奏，在你專心舉的時候幫你把整組數完。

動作感測計次的原理

AirPods（Pro 與第 3 代之後）和 Apple Watch 都會持續輸出動作資料——加速度與旋轉，每秒數十次。從力學角度看，一次反覆就是這串資料中一個重複出現的模式：每一下深蹲，你的頭都會下沉再上升；每一下彎舉，你的手腕都畫出同一道弧線。

一個用數千個真實訓練組訓練出來的機器學習模型，會學到這些模式在不同體型、節奏與負荷下長什麼樣子。做組時，它即時盯著動作資料流，辨識出模式後就把計數加一——全程都在裝置端完成，沒有鏡頭對著你，也沒有任何影片被上傳到任何地方。

頭部其實是個出乎意料好的觀測點。它跟全身相連：就算是腿推機，你的頭也會跟著出現可偵測的節奏。這正是為什麼耳機式計次可以處理下肢訓練，而光靠手腕上的感測器可能會漏掉。

它擅長什麼——又在哪些地方誠實地失靈

有節奏、行程完整的動作偵測起來很可靠：深蹲、硬舉、臥推與肩推、划船、引體向上和伏地挺身。節奏一致會更好偵測；磨得很辛苦或有停頓的次數比流暢的難一些，但仍然數得出來。

任何動作感測器都做不到的事：

• 等長動作。 棒式沒有反覆次數——那裡的指標是張力下時間。
• 行程極短的半程動作。 提踵頂端只動一公分左右，訊號可能不夠。
• 分辨你和公車的晃動。 好的系統只在正式做組時偵聽，不會在你走去飲水機的路上亂數。

這也是為什麼任何誠實的自動追蹤工具，都會把偵測與一鍵修正搭配在一起。模型幫你解決了「10 下還是 11 下？」的問題；點一下就能修掉偶爾的誤差。自動計次加上快速確認，在準確度和專注度上都勝過手動輸入——你的注意力留在槓速和動作品質上，而不是記帳。

在 HealthBuddy 裡設定

HealthBuddy 的 AI 計次功能用的正是這套做法：裝置端模型讀取 AirPods 與 Apple Watch 的動作資料，即時次數同步顯示在手腕上和 iPhone 的即時動態裡，模型偶爾漏數時，組後立刻就能修正。

1. 在 iPhone 或 Apple Watch 上開始訓練，戴上 AirPods（或只戴著手錶也行）。
2. 做你的組。次數即時更新——每一下之間完全不用點螢幕。
3. 放下重量，瞄一眼次數，需要就調整，然後連同使用的重量一起記下這一組。

每一下被數到的次數都會自動進入你的訓練紀錄，這正是讓每週的進步看得見、而不是靠感覺的關鍵。

為什麼數出來的次數勝過記憶中的次數

訓練的進步是由小數字組成的：同樣的重量多做一下、稍微重一點的負荷做到同樣的次數。如果你的紀錄只是大概，這些差距根本看不見。自動計次消除了雜訊——同樣重要的是，它也消除了讓人在第三週就放棄記錄的那份麻煩。最好的訓練日誌，是會自己寫的那一本。