深夜十点半，健身房只剩最后几个人。教练让我做完最后一组深蹲，我盯着镜子里的自己，数着呼吸往下蹲。膝盖弯曲的角度、起身的速度、杠铃的轨迹，全被手腕上那块表记录着。它震了一下，提示我左右腿发力不均。以前这种细节只有经验丰富的教练才看得出来，现在一块几百块的传感器就能说清楚。

运动手表的加速度计和陀螺仪采样频率已经能做到每秒上百次，配合手机里的算法，能把一次深蹲拆成下蹲、底部停留、起身三个阶段。每个阶段的时长、关节角度变化、重心偏移量都被算出来。这些数据攒上几周，就能画出力量曲线，告诉你哪条腿是短板。我用了三个月，左右腿的力量差从百分之十五降到了百分之四。

同样的技术也进了医院。康复科让膝关节术后的病人戴着传感器做直腿抬高，屏幕上的实时角度曲线代替了治疗师的眼睛。病人自己看着数字做动作，误差超过五度就亮红灯。一个治疗师可以同时盯六七个病人，效率翻了一倍多。以前凭手感判断的活儿，现在有了可量化的标准。

传感器便宜了，用的人就多。十年前一个六轴惯性测量单元要上千块，现在几十块就能买到。开源硬件社区里有人把它缝进护膝，有人塞进鞋垫，还有人贴在杠铃杆上测速度。这些零散的项目拼在一起，慢慢把运动科学从实验室拽到了普通人的训练场上。数据多了，规律就浮出来，哪套动作对膝盖压力小，哪种节奏增肌效率高，不再是靠口口相传的经验。

不过数据本身不会说话。我见过有人盯着手表上的恢复时间建议，明明身体感觉不错也硬要休息三天。算法给的是统计规律，落到个体身上总有偏差。传感器能测出左右腿力量差百分之四，但它不知道我上周崴了左脚所以刻意多用右腿发力。机器把世界切成数字，人得自己把数字放回上下文里。

健身房关灯了。我摘下那块表，汗还没干。它明天还会震，还会提醒我哪边弱哪边紧。我信它七分，留三分给自己身体的感觉。科技把看不见的东西变得可见，但最后做动作的仍然是这副骨头和肉。