AI增肌计划:用数据驱动的肌肥大训练

一份静态的增肌模板会在8到12周内给你同样的组数和次数,寄希望于它所针对的“平均训练者”和你差不多。它看不出你的胸部训练量在第三周是否停滞不前,看不出你最近三次卧推是否都低于你的目标重量,也看不出你的下肢是否在不知不觉中落后于上肢。它只会一直重复同样的数字。

AI增肌计划从你自己记录的训练历史出发,而不是套用人群平均值。它会读取你的workout_sets、你每个动作的估算1RM，以及你的神经系统指数趋势，然后根据你实际完成的训练和实际的恢复情况来设定下周的训练量目标。Wellness Project 背后有八位具名AI专家，各自负责解读你数据的不同方面，专注于增肌的是健美教练 Rex Dalton。直接在聊天中问他这周哪个肌群需要多练，他会根据你记录的组数来回答，而不是给你一份通用的训练计划。

实际差异体现在更新周期上。印刷版训练计划按固定日历更新,每4周、8周或12周一次,不管你的身体是否真的按计划适应了。而基于你记录数据构建的计划每周更新,因为一周的真实训练组数就足够判断某个肌群是需要增加训练量、减少训练量,还是彻底换个动作。

增肌训练安排依赖三个关键指标。最低有效训练量（MEV）是仍能产生增长的最小每周训练量，低于这个数值肌群只是维持而非增长。最大适应训练量（MAV）是大部分增长真正发生的甜蜜区间，也是你大部分训练时间应该停留的范围。最大可恢复训练量（MRV）是上限：超过这个点，额外的组数不再带来刺激，反而带来在下次训练前无法恢复的疲劳。

对大多数训练者来说,一个合理的起点是每个肌群每周约10到20组高强度训练。像肱二头肌、肱三头肌、小腿这类恢复较快的小肌群,通常能承受该范围的高端甚至更多;而像背部或深蹲硬拉主导计划中的股四头肌这类同时承担大量间接刺激的大肌群,通常需要更低的量,因为复合动作已经积累了不少间接训练量。

这些区间只是起点,不是通用处方。训练年限、睡眠、压力,以及你在一周其他部分已经完成的训练量,都会影响你个人的最小有效训练量(MEV)、最大适应训练量(MAV)和最大可恢复训练量(MRV)实际落在哪里。AI会用你自己的进展和恢复数据来收窄这个区间。如果你记录的预估1RM在某个肌群每周14组的情况下持续上升,就没有理由仅仅因为一张标准图表说你可以做到20组就硬推上去。如果你的NSI趋势显示在16组时疲劳正在累积,那么当月对你而言的上限就低于平均水平,计划会尊重这一点。

落后肌群最明显的信号,是当其他一切都在进步时,某项个人记录却安静了下来。如果你的卧推和深蹲预估1RM在过去两个月都在上升,但你的肩推在这段时间内没有创下新的最佳预估1RM或最佳组次数记录,这是一个具体的、有时间依据的信号,不是猜测。AI会跨肌群比较PR历史,而不只是跨动作比较,所以即使你在不同的推举变式之间轮换,“肩部”的落后模式依然会显现出来。

该 肌肉疲劳热力图 补齐了恢复这一半的画面。它根据你记录的组数和强度,估算每块肌肉的训练准备度,疲劳会随时间衰减,恢复容量则按你的 MRV 进行缩放。一个肌群单看训练量可能显得训练不足,但实际上可能是恢复不足,这会改变应对方式:有时落后的肌群需要更多组数,有时则只需要把同样的组数间隔拉得更开,让刺激真正生效。

一旦识别出滞后的肌群,调整方案就很具体:计划可能会为该肌群增加第二个训练动作,把已经停滞的变式换成从不同角度刺激同一肌肉的动作,或者把一两组训练从进展良好的肌群转移到进展不佳的肌群。下面可以看到这在一周计划中的具体体现。

每周的重建都遵循同样的四步循环，无论是你连接后的第一周还是第五十周。

增肌期和减脂期通常都是围绕一个数字来规划的:体重秤。这是个误区,因为体重秤上的数字会因为跟肌肉毫无关系的原因而波动,比如水分潴留、消化时机、生理周期阶段等等。AI增肌计划会把你的训练阶段和你记录的身体成分趋势、记录的热量摄入绑在一起,让这两个决策同步移动,而不是各走各的。

在精瘦增肌期,这意味着训练量目标和热量盈余会一起审视。如果 体脂率 在你记录的趋势中上升速度快于瘦体重,而热量摄入明显高于维持热量时,计划可以提示热量盈余已经超出了肌肉增长所需的合理范围。在减脂期,计划会同样密切关注训练侧和热量侧。如果你的工作组数或估算 1RM 下降速度超出了当前热量缺口应有的幅度,这就是一个明确的警示信号,说明热量缺口或累积的疲劳已经开始消耗肌肉而不仅仅是脂肪,提示你应该放缓缺口或增加减载周,而不是硬撑下去。

大多数训练者是通过连接的智能体重秤而不是卷尺和估算来获取体成分趋势的。参见 AI能用Withings数据做什么 了解体脂率和瘦体重读数如何与上文已经介绍的训练和热量部分一起，汇入这个每周循环。

目标不是一个连续 12 周纹丝不动的固定卡路里数字,而是一份训练量、恢复和营养每周相互呼应的计划,因为它们都来自同一份整合的历史记录,而不是三个互不相通的应用。