SUPER METABOT · INVESTOR NARRATIVE
她定目标，MetaBot 让世界执行
The AI with a Body：连接生物信号 → 生成每周策略 → 触发物理交付
Not advice. Default outcomes.
MetaBot 不是健康 AI，更不是 App — 它是 Execution Interface（执行接口）
接口排他，平台不排他。一个家庭不会同时运行两套"每天吃什么"的决策系统
感知
PERCEIVE
读取你的身体，而不是问你想吃什么
决策
DECIDE
每周生成可审计的干预策略
执行
EXECUTE
把策略变成送到手里的饭
接口 vs App：为什么这个区分决定了一切
App 可以被卸载，接口不能——因为接口已经嵌入了你的生活流
App / 平台
给你信息、给你建议、给你选择——然后等你自己执行
用户可以同时用 5 个健康 App。卸载成本为零。
接口（Execution Interface）
读取你的身体 → 生成策略 → 执行交付 → 追踪结果——全链路闭环
一个家庭不会同时运行两套“每天吃什么”的执行系统。接口天然排他。
三重锁定壁垒
🔁
习惯锁定
每天吃什么不再需要思考，决策成本归零
👅
味觉锁定
舌头上的记忆无法被竞争对手复制
📊
数据锁定
52 周家庭档案，迁移成本随时间指数级上升
MetaBot 接收健康数据、口味偏好、家庭档案（输入），
生成每周饮食指令集（输出），
通过供应链把食物交付到手（执行）。
这不是连接器。这是操作系统的核心组件。
四股力量的最后一公里
GLP-1 × 政策 × 支付 × XPRIZE 收敛后的结构性产物
四股力量的最后一公里
MetaBot 不是 iMeal 的“AI 功能”，它是四股力量收敛后的结构性产物。
GLP-1 催化
司美格鲁肽证明了代谢可以被外部干预稳定控制
药物有副作用、有停药反弹、有依赖性——用户需要非药物路径
MetaBot 提供同一目标的每日精准饮食交付，持续代谢控制
政策窗口
《健康中国 2030》把慢病管理责任从医院推向个人和家庭
个人没有执行能力——知道该怎么做和能做到之间，隔着巨大的执行鸿沟
MetaBot 填补执行鸿沟，把政策目标翻译成每周可执行的饮食指令
支付验证
iMeal 订阅模型已验证：LTV/CAC 15×，用户愿意为执行确定性付费
用户付费不是为食物——而是为“不用想、不用做、每天稳定吃对”的确定性
MetaBot 是这个确定性的交付引擎，支付意愿随依从性提升而增强
XPRIZE 可衡量
XPRIZE Healthspan 提供全球性效果验证框架，独立第三方可衡量
健康干预最大的问题是“无法证伪”——没人知道到底有没有效
MetaBot 的干预效果可被排名，从“健康概念”变成“可证伪的基础设施”
四股力量收敛后，只剩一种形态能同时完成四件事：
理解代谢 × 生成策略 × 物理交付 × 持续迭代
这就是 MetaBot——不是因为我们想做 AI，而是因为四股力量的收敛让它必须出现。
AI with a Body
为什么 MetaBot 必须拥有物理交付能力
为什么 MetaBot 必须有身体
建议不缺，缺的是执行
没有身体的 AI 只能胜任“建议”，有身体的 AI 才能胜任“执行”——但没有一个能让你“真的吃到”
中国 AI 健康领域的结构性盲区
| 类型 | 代表公司 | 做到了什么 | 做不到什么 |
|---|---|---|---|
| 诊断 AI | 商汤医疗、推想医疗 | 影像识别、辅助诊断 | 改变日常行为 |
| 问诊 AI | 百度健康、京东健康 | 在线问诊、药品推荐 | 持续干预 |
| 管理 AI | 各类健康 App | 记录、提醒、建议 | 物理交付 |
盲区：所有 AI 都假设——只要给用户足够好的"建议"，用户就会自己去执行。
现实是：建议的供给已经过剩，执行的供给严重不足。
为什么巨头做不了这件事
美团
✓ 有：配送网络
✗ 缺：入口信任——用户不会让美团决定每天吃什么
京东健康
✓ 有：医疗数据
✗ 缺：日常饮食行为数据——不知道你昨天吃了什么
百度
✓ 有：AI 能力
✗ 缺：物理交付——能告诉你该吃什么，但无法送到手里
iMeal 的独特性在于：它是从"交付"开始的，而不是从"AI"开始的。
先有了每天入口的信任关系，再在这个信任关系上构建 AI 执行能力。这个顺序不可逆——你不能先做一个 AI，然后再去建立"入口信任"。信任必须通过数月的持续交付来积累。
只有 AI（没有身体）
AI with a Body（MetaBot）
给你更聪明的建议
替你完成真实执行
依赖意志力
消灭意志力需求
偶尔做到
每天稳定发生
行为工具
生理基础设施
用户可以随时离开
习惯+味觉+数据三重锁定
谁为结果负责？用户自己
谁为结果负责？系统
没有身体的 AI 只能劝你；
有身体的 AI 让你不用劝就能做到
坐标系升级
他们都在给建议，只有 MetaBot 在交付结果
他们都在给建议，只有 MetaBot 在交付结果
国内健康 AI 赛道的共识是卖药、卖保险、卖流量——MetaBot 的非共识是卖执行结果
结构性差异：根本不是竞品
DeepSeek / GPT / 文心是建议引擎——输出文字，用户自己执行。MetaBot 是执行接口——输出的是每周送到手里的鲜食、可审计的策略、和持续学习的闭环。坐标系完全不同
即便只比知识库，MetaBot 依然碾压
通用大模型的健康知识来自互联网爬取，没有证据分级、没有审计链、会自信地编造营养建议。MetaBot 的知识引擎是四层循证金字塔：73 篇论文经 5 级证据分级，每条输出可溯源，且随 AI-RCT 每周迭代进化
| 产品 | 核心动作 | 输出物 | 谁来执行 | 口味学习 | 谁为结果负责 |
|---|---|---|---|---|---|
| 蚣蚁阿福 保险+健康管理 | 推送健康资讯、保险导流 | 文章/提醒/保险产品 | 用户自己 | ✘ | 用户 |
| 文心健康管家 LLM+健康问答 | 回答健康问题、生成建议 | 文字建议/食谱参考 | 用户自己 | ✘ | 用户 |
| 薄荷健康 热量记录+社区 | 记录热量、提供食物数据库 | 热量报表/社区内容 | 用户自己 | ✘ | 用户 |
| Noom / Virta 行为干预+远程医疗 | 心理引导、人工教练 | 课程/打卡/教练消息 | 用户+教练 | ✘ | 用户 |
| MetaBot 代谢执行接口 | 生成策略→触发物理交付 | 鲜食送到家/周计划/代谢报告 | MetaBot + 供应链 | Taste OS 持续学习 | 系统 |
红色 = 用户承担执行责任，绿色 = 系统承担执行责任
MVP 功能矩阵：这不是 Demo，是每周都在运行的系统
6 Skills × 四层知识引擎 × 每周 4 件交付物
代谢副驾驶对话
LIVE四层金字塔 RAG 引擎，基于 73 篇循证文档的专业代谢健康对话
周计划生成
LIVEAI 生成个性化周营养策略，含每日餐食方案、运动建议、睡眠优化
代谢档案系统
Active多维度代谢指标采集、家庭档案、GLP-1 用药记录、目标跟踪
智能购物车
Active基于代谢档案自动生成个性化购物清单，连接供应链交付
周复盘引擎
Active每周自动生成代谢复盘报告，跟踪依从率、代谢变化、策略调整
可穿戴数据融合
ComingApple Watch / HealthKit 数据接入，生物信号驱动策略迭代
知识引擎：MetaBot 的核心资产
四层金字塔架构（L1 铁律层 → L2 指南层 → L3 证据层 → L4 实践层），检索优先级 L1 > L2 > L3 > L4，安全层强制注入。每次对话自动标注证据等级和来源。
记忆系统：越用越懂你
每周 4 件交付物：周营养策略 · 个性化购物清单 · 代谢复盘报告 · 下周调整方案
技术路线：从“调 API”到“健康领域的 Stripe”
每一步都在降低边际成本，提高切换壁垒
大牌模型 API + 垂直 RAG
- • 四层金字塔 RAG 检索引擎
- • 单用户周成本 < ¥2
- • 对话持久化 + 长期记忆提取
Taste OS + AI-RCT + 供应链接入
- • Palate Drift 口味学习引擎
- • AI-RCT 周更策略引擎
- • ARM+TSMC 供应链全链路接入
垂直 Fine-tune + 数据飞轮护城河
- • 基于用户反馈微调代谢域模型
- • 口味数据飞轮启动
- • 单用户周成本降至 < ¥0.5
Execution Interface API 开放
- • 健康领域的 Stripe：开放执行接口
- • 第三方健康 App 可调用交付能力
- • 从“做产品”变成“做基础设施”
所有人都在争谁给的建议更好，
只有 MetaBot 在回答：谁能让正确的事情，默认发生
她的控制台
女性主导家庭代谢健康的执行接口
她的控制台
全球约 75% 的家庭健康决策由女性作出
她最缺的不是“知识”，而是“持续执行能力”
执行鸿沟
一个中年女性知道全家应该吃得更健康。她读过文章、看过视频、下载过 App。但她每天面对的现实是：
丈夫要吃重口味
孩子挑食
老人有禁忌
自己没时间做饭
知道该怎么做和能做到之间，隔着一个巨大的"执行鸿沟"。
MetaBot 的定位
“你做主，我负责执行
你下目标，我来跑系统”
目标、偏好、约束由她定义；MetaBot 负责把它变成每周可执行的指令集，并通过交付让它发生。
从"个人接口"到"家庭接口"
她自己
控糖 · 抗炎 · 体型管理
丈夫
高蛋白 · 控尿酸 · 重口味兼容
孩子
成长营养 · 口味引导 · 零食替代
老人
低钠 · 软质 · 慢病友好
一个 MetaBot 管理全家四个档案 → ARPU 翻倍，接口锁定加深
她的健康信号面板
睡眠质量
血压监测
血氧水平
活动指环
Apple Watch / HealthKit 信号 → MetaBot 读取 → 自动调整本周指令集
MetaBot Weekly Brief 示例
Week 8 · 周报摘要
2026.03.10 – 03.16
本周全家平均蛋白质摄入达标率 96%，老人低钠餐全周未超标
孩子周三口味评分下降，已自动微调下周菜单（增加咖喱元素）
下周策略：丈夫尿酸指标偏高，自动降低嘲呤比例并增加低 GI 主食
“你不需要看懂这些数据，你只需要知道：系统在跑，全家在变好”
"AI with a Body"在家庭场景中的真正含义：
不是冰冷的算法替你做决定，
而是理解你全家需求的执行系统，
在你设定的边界内，每天把正确的食物送到每个人手中
口味即锁定
Taste OS × Palate Drift — 生物学层面的用户锁定
口味即锁定
当 AI 能被吞下去，它就不再是软件，而是基础设施
Taste OS 是 MetaBot 的生物学锁定层
Palate Drift：味觉漂移
人类的味觉偏好不是固定的——它可以被系统性地引导。当用户持续食用 iMeal 的精准营养餐食 4-8 周后，味觉受体开始适应更健康的口味谱系。
这不是"忍耐"，而是真正的生物学层面的偏好改变。用户开始觉得过去喜欢的重油重盐食物"太咸了""太腻了"。
Palate Drift 是 iMeal 最深层的护城河：它在用户的舌头上写入了锁定代码。
Taste OS：可编程口味系统
Taste OS 是 MetaBot 的口味管理层。它追踪每个用户的口味偏好变化轨迹，并利用这些数据来：
口味建模
建立个人口味偏好的数学模型
渐进引导
每周微调口味参数，向健康方向漂移
锁定确认
当 Palate Drift 完成，用户自然排斥不健康食物
持续优化
在锁定基础上继续提升美味度和多样性
四大口味谱系
粤式清鲜
和风精致
泰式酸辣
西式经典
竞争对手可以复制你的算法，但无法复制用户舌头上的记忆
一旦 Palate Drift 完成，用户不是“不想离开”，而是“离开了会觉得不好吃”——这是生物学层面的锁定，不是合同锁定
三层闭环
感知 → 决策 → 执行：数据如何变成送到手里的饭
三层闭环：数据如何变成送到手里的饭
感知 → 决策 → 执行，每一层都产生数据反馈到上一层，形成自增强闭环
感知层 — Signal
Apple Watch / HealthKit + 主观反馈 + 家庭档案
生理信号：心率变异性、血氧、睡眠质量、活动量
主观反馈：口味评分、饱腹感、能量水平
家庭档案：每个成员的健康目标、禁忌、偏好
输出：多维度用户状态向量
决策层 — Strategy
MetaBot AI-RCT 引擎生成每周指令集
Nutri-LEGO 引擎：模块化营养组合，精确到每餐每克
AI-RCT Learning：从真实用户数据中学习最优干预策略
Drift Detection：检测口味/行为/指标漂移并自动纠偏
Execution Routing：把策略翻译成菜单/采购/交付指令
输出：本周可执行的饮食指令集
执行层 — Delivery
Ready-to-Eat 物理交付 + 结果追踪
每日鲜食交付：消灭决策摩擦，用户不再思考今天吃什么
营养结构锁定：蛋白质底座 + GI/GL 控制 + 微量元素平衡
穿透生活波动：加班/出差/情绪/家庭压力都不影响执行
结果数据回传：每餐的实际摄入 → 反馈到 L1 感知层
输出：一顿送到你手里的饭 + 效果数据
闭环反馈
每一次交付都产生数据，每一次数据都优化策略，每一次策略都提升交付效果。系统越用越准。
L3 执行层不是"建议落地"，而是"接口落地"
当你无法获得餐食，系统崩；当餐食可交付，系统自动运行。Ready-to-Eat 每日稳定交付是整个闭环的物理锚点。
接口如何复利
四层复利飞轮 × 扩展路径 × 战略红线
接口如何复利
时间站在我们这边
四层复利飞轮 + Interface Lock-in = CAC 结构性下降，用户越用越难离开
四层复利飞轮
Adherence
依从性提升
每日交付 → 用户不再脱落
Data Asset
数据资产积累
持续使用 → 家庭档案越来越精准
Strategy Upgrade
策略升级
更多数据 → AI-RCT 更准 → 效果更好
Interface Lock-in
接口锁定
习惯+味觉+数据 → 家庭默认入口锁定
→ CAC 结构性下降 → 飞轮再加速 →
接口复利时间线
Week 1-4
习惯形成
用户不再思考今天吃什么
Month 2-3
味觉漂移
Palate Drift 启动，生物锁定开始
Quarter 2
数据飞轮
家庭档案精度超越任何新进入者
Year 1+
接口锁定
迁移成本超越重建成本，不可替代
扩展路径评估
备份餐兜底
最优先让 MetaBot 的执行覆盖从 5x7 扩展到 7x24，消除执行空白期
家庭多档案
最优先让 MetaBot 从个人接口升级为家庭接口，ARPU 翻倍
随餐补给
可做不是卖补剂，而是 MetaBot 的执行输出增加了一个品类
轻量检测
可做不是做检测，而是 MetaBot 的输入信号增加了一个维度
术后机构
谨慎B2B2C 获客有价值，但不能让定位从家庭接口滑向医疗接口
数据变现
长期当 MetaBot 成为家庭代谢的执行接口，API 就是预算入口
四条战略红线
增强依从性
减少不可获得餐食 / 减少意志力消耗
不增加履约复杂度
或能被模块化吸收，不拖 SLA
增强 AI-RCT
能把数据变干净、策略变更准，而不是制造噪声
不模糊入口信任
用户在任何时候都不应该觉得 iMeal 变了
边界钉子
MetaBot 不做“万能生活助理”，它只做一件事：
把代谢健康，翻译成家庭每周可执行的饮食指令，并通过交付让它发生。
产业终局
当 MetaBot 成为家庭代谢的执行接口
API 不再是"数据输出"，而是"预算入口"：To Pharma / To Insurance / To Retail 的共同前端。
To Pharma
药企精准患者触达
To Insurance
保险风险定价数据
To Retail
家庭消费预算入口
AI 给建议是软件；
AI 能把饭送到你手里，才叫系统
没有身体的 AI 只能劝你；有身体的 AI 让你不用劝就能做到
MetaBot 不做万能助理，它只做一件事：把代谢健康翻译成每周可执行的饮食指令，并通过交付让它发生
当 MetaBot 成为家庭代谢的默认接口，我们管理的不是食物，而是家庭代谢预算
GLP-1 证明了控制，政策证明了责任，支付证明了可持续，XPRIZE 证明了可衡量
MetaBot 让代谢在真实生活中运行
MetaBot 不是医疗建议。它是一套基于营养科学与行为设计的饮食执行系统，帮助用户长期停留在 Pre-Medical Zone。