LightMove：一个从真实需求里长出来的小产品

前段时间出差在酒店，有一天晚上突发奇想，想开始认真地坚持做一段时间的俯卧撑。

第一念头是，为了坚持做下去，一定要找个 app 记录一下数据。然后就开始翻 App Store，结果发现一堆同类的产品，花时间浏览了一堆并且下了几个 app 体验了之后，发现没有一个想留下来的。

我的需求其实挺简单的：第一，自动记录，利用手机的传感器，每做一次动作就记录一个数，做完就保存起来；第二，页面足够简洁，不要乱七八糟的东西。

翻了一堆没找到满意的，就想不如干脆自己做一个。可能比挑一个 app 还简单。

然后就有了 LightMove。

为什么是俯卧撑、深蹲和平板支撑

我一开始并没有想做一个大而全的健身 app。

恰恰相反，我更想做的是一个很轻的记录工具。先把最基础、最常见、最容易在家或者酒店里完成的几个动作做好：俯卧撑、深蹲、平板支撑。

这几个动作有一个共同点，就是不需要额外器械，门槛足够低，而且很多人都真的会练。

另外，它们也分别对应三种很典型的需求：

• 俯卧撑，适合自动计数
• 深蹲，适合用动作变化做识别
• 平板支撑，更像是计时问题，但训练时不方便动手，所以语音控制会更自然

当然，也可以继续往下加更多动作。好像挺有道理。但其实 LightMove 想解决的不是“支持多少训练项目”，而是“有没有先把几个最常用的场景做顺手”。

我怎么想用 iPhone 传感器解决计数问题

我一直觉得，手机本身其实是个被低估的运动工具。

平时我们更多把它当成信息设备，但在一些具体场景里，它完全可以变成动作记录器。LightMove 的核心思路，就是尽量利用 iPhone 自带的传感器能力，去识别训练中的动作变化，减少手动记录的麻烦。

比如俯卧撑这个场景就很典型。

当你开始认真做一组俯卧撑的时候，最烦的不是动作本身，而是一边做一边数。 尤其做到后面开始累的时候，很容易忘了自己做到第几个。 如果手机能顺手帮你记下来，这件事会轻松很多。

深蹲也是类似的逻辑。至于平板支撑，我更在意的是开始和结束时的操作负担，所以后来做成了语音控制计时。

说到底，这不是一个单纯“能不能识别动作”的问题，而是一个“怎么让记录这件事尽量不打断训练”的问题。

为什么坚持本地存储、无需注册

我不太想让 LightMove 一上来就变成一个需要注册、登录、同步、联网的系统。

因为这个产品本身的初衷就很简单：打开，开始训练，记录下来，结束。

如果一个人只是想练几组俯卧撑，却还得先注册账号、填资料、处理各种流程，这件事就已经变重了。

所以我从一开始就决定，LightMove 尽量坚持本地存储、无需注册。

这并不是为了刻意强调什么，而是因为我觉得这种方式更适合它。它不是一个服务平台，而是一个动作记录工具。工具最重要的，不是把人留下来，而是别打扰人。

作为独立开发者，如何用 AI 辅助开发

如果放在以前，像这种很具体、很小的需求，很多时候也就停留在“算了，将就一下”。

因为专门做一个 app，成本太高了。

但现在 AI 让很多事情都变简单了。至少对独立开发者来说，它让“一个小需求值不值得被做出来”这件事，出现了新的答案。

LightMove 的开发过程中，我也大量借助了 AI。包括技术方案梳理、代码实现、界面调整、一些细节问题的排查和优化。很多过去会卡很久的地方，现在都能快很多。

当然，AI 能帮你提速，但不能替你做判断。

产品该做成什么样，功能该加到哪里为止，什么该保留，什么该砍掉，这些最后还是得自己决定。

LightMove 对我来说，最有意思的地方其实不只是它本身，而是现在这个时代确实在发生变化：以前，一个小需求不值得专门做成产品；现在，一个小需求已经足够成为一个产品的起点。

有点像我之前写过的那句话：为了一个具体的小需求，最后真的去做了一个 app，多少有点“为了一碟醋包了一顿饺子”的意思。

但回过头来看，这件事又挺值得。

因为很多真正有生命力的小产品，本来就不是从宏大叙事里长出来的，而是从一个人真实遇到的问题里长出来的。

LightMove 大概就是这样。