把 Strava 跑步数据交给 Gemini,它说八场马拉松只有一场
Lifehacker 记者 Meredith Dietz 把 Strava 接入 Gemini 分析训练:取数确实比手工快,但第一次回答漏掉了天气对心率的影响,还把她至少八场马拉松说成一场。
- 谁·场景
- Meredith Dietz 跑过多场马拉松,是 Strava 付费用户,在美国测试刚推出的 Gemini 集成。
- 怎么用
- 在 Gemini 的 Personal Intelligence 里选 Strava,登录并授权。之后用自然语言提问,比如「同样心率下我是不是变快了」「比较几场马拉松前的训练量」。
- 结果
- Gemini 先说她效率进步明显,她提醒后才补上:9 月长距离跑时气温 75–84°F,心率被推高。它算出她的轻松跑配速约 9:43/英里,接近马拉松配速,建议放慢到 10:30–11:15,她同意这条建议。
- 你可以试
- 连接后问老数据时写明具体日期和地点。对讨好你的结论追问天气、地形和疲劳,把它当作取数工具,不当教练。
- 注意
- 授权页写明,Gemini 能读取活动、表现指标、训练计划、装备、俱乐部和个人资料;部分对话内容以及你的姓名和邮箱可能会共享给 Strava。连接是只读的,可以随时断开。
Meredith Dietz 在 Lifehacker 测试了 Strava 和 Gemini 的新集成。设置只需三步:打开 Gemini 的 Personal Intelligence,在已连接应用里选 Strava,登录并授权。她要求分析 2019 年以来的每一次马拉松,Gemini 只找到 2026 年 10 月的一场。追问后它解释,受分页限制,它只能读到大约 2026 年夏天以后的记录。可在别的回答里,它又提到了她 2025 年和 2024 年的比赛,能读到多少数据并不稳定。
她的用法可以照着做:先让 AI 快速取数,再自己追问它可能漏掉的变量。Gemini 推荐的追问,让她想到了原本没列的比较,例如不同年份赛前的周跑量和长距离频率。宽泛的问题,比如「我哪里做得对、哪里做错了」,得到的多是讨好式的通用建议。
她认为这类建议大多是普通跑者看一眼数据也能得出的常识。对已经会看训练数据的人,这个功能主要省的是翻记录的时间,涉及重要数字时仍要回原始记录核对。
原文:Lifehacker