为什么你的朋友用同样的应用减肥而你却没有

你下载了和朋友一样的卡路里追踪应用，设定了相同的卡路里目标，甚至吃了很多相似的餐食。三个月后，你的朋友减掉了8公斤，而你的体重几乎没有变化。这感觉不公平，因为确实不公平——但原因并不是你想的那样。

问题不在于你的自律。真正的问题在于卡路里追踪应用将每个用户视为完全相同的个体，而实际上，即使身高、体重和年龄相似的两个人，其能量需求、荷尔蒙水平和对相同食物的反应可能有很大差异。让我们来解析一下为什么会这样，以及你可以采取的实际措施。

TDEE的差异远比你想象的要大

每日总能量消耗（TDEE）是你身体在一天内燃烧的卡路里总数。大多数应用使用简单的公式（如Mifflin-St Jeor）来估算，输入你的年龄、身高、体重和一个通用的活动乘数。结果看起来很精确——比如2150千卡——但对于两个相同数据的人，实际的数字可能在1850到2500之间波动。

最大的变数是非运动性活动热量消耗（NEAT）。NEAT包括你在非刻意运动中燃烧的每一卡路里：如小动作、说话时的手势、走向厨房、站着工作，甚至保持姿势所消耗的能量。梅奥诊所的詹姆斯·莱文博士在《科学》杂志上发表的研究发现，类似体型的个体之间，NEAT的差异可以达到每天700卡路里。仅这一变量就足以解释为什么你的朋友减肥而你却没有——即使在相同的卡路里目标下。

以下是两个在纸面上几乎相同的人的实际情况：

因素	A	B
年龄	32	33
身高	175 cm	176 cm
体重	82 kg	81 kg
基础代谢率（Mifflin-St Jeor）	1,755 kcal	1,762 kcal
NEAT	450 kcal/天	1,100 kcal/天
食物的热效应	210 kcal	250 kcal
运动活动	300 kcal	300 kcal
估算TDEE	2,715 kcal	3,412 kcal
应用分配的TDEE	2,400 kcal	2,400 kcal
在2,000 kcal目标下的实际赤字	715 kcal/天	1,412 kcal/天

B的赤字几乎是A的两倍，尽管两人设定了完全相同的卡路里目标。在12周内，这一差异将导致B多减掉大约7公斤的脂肪——仅仅因为他们更多地活动、走动和站立。

荷尔蒙造成了看不见的竞争环境

即使两个人的TDEE相同，荷尔蒙差异仍然会导致不同的结果。

甲状腺功能直接控制代谢率。根据美国甲状腺协会的估计，亚临床甲状腺功能减退影响着4%到10%的人群，它可能在没有明显症状的情况下减少每日能量消耗150到300卡路里。你的朋友可能甲状腺功能正常，而你的则略低于最佳状态——而你们都不会知道，除非进行血液检查。

皮质醇，也就是压力激素，会促进腹部脂肪储存并增加水分滞留。2017年《肥胖》杂志的一项研究发现，皮质醇水平长期升高的人在12周内减掉的脂肪比正常水平的人少50%，即使在控制卡路里摄入的情况下。如果你的工作、睡眠或生活环境比朋友更有压力，你的皮质醇水平可能在悄悄破坏你的热量赤字。

胰岛素敏感性决定了你的身体处理碳水化合物的效率。胰岛素敏感性高的人会将更多的能量转向肌肉糖原，而不是脂肪储存。两个吃同样300卡路里米饭的人，代谢结果可能会因其胰岛素敏感性水平的不同而有显著差异。

睡眠质量影响你的饥饿激素

睡眠是减肥中最被低估的变量。芝加哥大学的一项开创性研究发现，将睡眠时间从8.5小时减少到5.5小时，饥饿激素（ghrelin）增加了28%，而饱腹激素（leptin）减少了18%。结果是：参与者平均每天多吃了385卡路里，而并非有意识地决定增加食量。

如果你的朋友在一个黑暗、凉爽的房间里睡7到8小时，而你通常只有5到6小时的支离破碎的睡眠，那么你正在与一个卡路里追踪应用无法察觉的困难作斗争。这些额外的385卡路里无意识的零食——一把坚果、几口剩菜——往往被忽略和未记录。

你的肠道微生物群以不同的方式提取卡路里

你肠道中的数万亿细菌并不是被动的旁观者。威兹曼科学研究所的研究表明，两个吃相同餐食的人，其血糖反应可能相差高达60%，这主要是由于肠道微生物群组成的差异。2023年在《细胞宿主与微生物》上发表的一项荟萃分析发现，某些细菌群落与每天从相同食物中提取多达150卡路里相关。

这意味着标签上的卡路里计数——以及应用中的数据——可能对你朋友的身体是准确的，但对你却不然。你朋友记录的350卡路里沙拉，可能对他们的身体有效提供320卡路里，而对你则是370卡路里。随着时间的推移，这些小差异会累积起来。

数据库准确性问题

还有一个与生物学无关的因素：你所使用的应用的食物数据库对某些食物的准确性可能高于其他食物。

大多数卡路里追踪应用依赖于众包数据库，用户提交营养信息。研究发现，流行的众包食品数据库的错误率在20%到30%之间。如果你的朋友恰好吃了很多带有可扫描条形码的包装食品（数据相对准确），而你吃的更多是家常菜、餐馆菜肴或地方特色食品（通常表现不佳），那么他们的卡路里记录就更接近现实，而你的则可能偏离。

你的朋友可能确实处于500卡路里的赤字中，而你可能只有100卡路里的赤字——甚至没有赤字——因为你记录的食物条目不准确。这并不是努力的失败，而是数据的失败。

追踪一致性：看不见的差距

《营养与饮食学会杂志》上发表的研究发现，记录至少75%餐食的人减重的效果是记录不到50%餐食的人的2.7倍。问题在于，大多数人会高估自己的记录一致性。

你的朋友可能在默默记录每一杯加奶咖啡、每一把混合坚果和每一勺晚上的花生酱。而你可能只记录了每一顿“正餐”，却忽略了那些小零食、调味品和烹饪油，这些往往每天会增加200到400卡路里的隐形热量。你们俩都可能称自己为“稳定的记录者”，但数据却讲述了不同的故事。

解决方案不是模仿你的朋友

如果模仿朋友的方法没有奏效，那么继续坚持同样的策略也不会有好结果。答案在于个性化——追踪应根据你的身体、习惯和实际饮食选择进行调整，而不是将你视为平均个体。

这就是合适工具能够产生显著差异的地方。

从准确的数据开始，针对你的特定食物。 Nutrola使用100%营养师验证的食品数据库，消除了众包数据的错误问题。每一条数据都经过合格的营养专业人士审核，因此无论你记录的是家常炖菜还是地方街头美食，数据都能反映现实。条形码扫描覆盖包装产品，准确率超过95%，而AI照片记录让你只需拍下盘子即可快速获得经过验证的估算。

考虑你的实际活动，而不是通用乘数。 Nutrola与Apple Health和Google Fit同步，获取你的真实步数、心率数据和运动记录。应用根据你的实际运动数据不断调整TDEE估算，而不是简单地假设你是“适度活跃”。如果你的NEAT是450卡路里，而你朋友的是1,100卡路里，这一差异会在数据中显现出来。

获取适应你模式的建议。 Nutrola的AI饮食助手会分析你记录的餐食、活动趋势和长期进展。它不会给你与其他人相同的通用建议。如果你持续摄入蛋白质不足、烹饪油摄入过多，或者在周末过量消费，AI会标记并建议针对你情况的具体调整。

使用语音记录捕捉一切。 人们往往会跳过记录零食和小吃，因为拿出手机、搜索数据库和输入数量对“只是一把杏仁”来说感觉太麻烦。Nutrola的语音记录功能让你可以说“杏仁一把”或“锅里加一点橄榄油”，AI会立即记录。减少摩擦意味着数据中更少的空白。

如何真正获得自己的结果

停止将自己的进展与他人的时间表进行比较。相反，专注于以下步骤：

1. 正确获取基线。 在不改变饮食的情况下，完整记录两周的所有饮食。使用经过验证的数据库，以确保数据的意义。
2. 测量你的真实活动。 同步可穿戴设备，以便TDEE估算反映你的实际运动，而不是下拉菜单的猜测。
3. 一致记录，包括小细节。 那些感觉太小而不值得记录的零食、舔舐和尝试，往往是赤字与维持之间的差异。
4. 查看每周平均，而不是每日波动。 体重因水分、钠和糖原而每天波动1到2公斤。每周趋势才能揭示真实情况。
5. 根据你的数据进行调整，而不是他人的。 如果在经过三周的验证和一致记录后仍未减重，减少100到200卡路里并重新评估。

Nutrola正是为这种工作流程而设计的。定价仅从每月€2.50起，并提供3天的免费试用，你可以在承诺之前测试更好的数据是否能改变你的结果。没有广告打断你的记录流程——只有干净、准确的追踪，适应于你。

常见问题解答

为什么我的朋友在相同饮食下减肥比我快？

多个生物因素即使在相同饮食下也会导致不同的结果。仅NEAT（非运动性活动热量消耗）就可能在相似体型的人之间相差高达700卡路里。甲状腺功能、皮质醇水平、胰岛素敏感性、肠道微生物群组成和睡眠质量的差异都会影响你的身体如何处理和储存能量。你朋友的身体可能在相同的卡路里目标下燃烧更多或储存更少。

两个身高和体重相同的人能有不同的卡路里需求吗？

可以，差异很大。两个身高175 cm、体重82 kg的人，其TDEE可能相差500到700卡路里，主要是由于NEAT、肌肉量和荷尔蒙水平的差异。通用的卡路里计算器无法捕捉这些个体差异，因此个性化的追踪和真实活动数据至关重要。

睡眠对减肥有多大影响？

睡眠影响显著。芝加哥大学的研究表明，将睡眠时间从8.5小时减少到5.5小时，饥饿激素（ghrelin）增加28%，而饱腹激素（leptin）减少18%，导致每天大约多摄入385卡路里。一个月下来，仅因睡眠不足就可能增加大约1.5公斤的脂肪。

食物追踪应用中的卡路里计数准确吗？

这取决于数据库。众包数据库——许多流行应用使用的——在个别条目上有20%到30%的错误率。像Nutrola使用的营养师验证数据库则准确得多，因为每一条数据都经过合格专业人士审核。对于包装食品，使用高准确率的条形码扫描（Nutrola实现95%以上的准确性）是最可靠的方法。

肠道微生物群真的会影响我吸收多少卡路里吗？

是的。威兹曼科学研究所的研究及后续研究表明，肠道微生物群组成会导致相同餐食的血糖反应在个体间相差高达60%。某些细菌群落与每天从相同食物中提取多达150卡路里相关，这可能在几周和几个月内显著影响减肥结果。

我如何获得个性化的卡路里建议，而不是通用的？

使用一个能够适应你个体数据的追踪器。Nutrola的AI饮食助手分析你特定的餐食记录、来自Apple Health或Google Fit的活动数据和进展趋势，以提供针对你的代谢和习惯的个性化建议。结合营养师验证的食品数据库以及AI照片和语音记录，它捕捉到通用计算器遗漏的细节。你可以通过每月€2.50起的3天免费试用来体验。