今天分享的产品很简单，切入点很小但延展性却很强：Juno，https://junocompanion.com/
Isaac Tolley 从小就一直咳嗽。
看医生，做检查，换医生，再做检查。
直到14年以后，他才终于知道自己患的是嗜酸性支气管炎：一种会引起长期咳嗽、但又容易和其他呼吸道问题混在一起的疾病。
另一位年轻人 Marshall Gould 的经历类似。
大学期间，他患上了 ME/CFS，肌痛性脑脊髓炎/慢性疲劳综合征。
两个人后来一起创业，他们先想到的就是自己这些年反复经历的一件事：
为什么每次去医院，都像重新开始？
每次看医生只有十几分钟，但每次都要从头解释：
- 什么时候开始不舒服；过去吃过什么药；三个月前哪几天特别严重；
- 最近睡眠有什么变化；哪次检查结果异常；
- 上一个医生怎么说；某种症状到底出现了五次还是十次；
- 另一侧，医生也并不是不想听，但时间确实有限。
问题变成了，一边是患者几年甚至十几年的身体变化，另一边是一场十几分钟的门诊。
中间缺了一样非常重要的东西：连续的记忆。
于是两个人做了 Juno。
它目前只有一个非常明确的目标：替你把自己的身体长期记下来。
Juno 2025年10月公开上线，上线前8个月，Juno 已经获得约15万次下载和1.5万个五星评价。
Juno 不是 AI 医生
Juno 官方现在明确把自己定义为一个面向慢性病患者的健康管理和陪伴工具。
它不会提供诊断、治疗或替代专业医生的医疗建议。Juno 想解决的是另一个问题，比如你过去半年：
- 1月开始头疼；2月换了一种药；
- 3月睡眠变差；4月有两周心率异常；
- 5月工作压力突然增加；
- 最近三次症状严重的时候，前一天都没睡好。
这些信息分散在：
你的记忆里、医院检查单里、手机健康数据里、智能手表里、药品记录里、甚至聊天记录里。
没有任何一个人完整地看到过这条时间线。
Juno 想做的，就是把这些碎片拼起来。
不是让你每天填一张健康表
过去其实一直有症状记录类 App。
用户第一次下载的时候都非常认真。第一天：疼痛程度，7分；睡眠，6小时；情绪，一般，吃了什么药。
第二天再填一次。第三天，第四天。然后基本就忘了。
对于本来就身体不舒服的人来说，每天打开一个App，再逐项完成一张表格，本身又变成了一件任务。
Juno 做了一个很小、但很关键的改变：
直接和它说话就行。
比如晚上躺在床上，你可以告诉它：
“我今天下午特别累，四点左右开始头疼，中午吃了那个新药，昨晚大概只睡了五个小时。”
你不用自己判断：
哪一句应该填“症状”，哪一句应该填“药物”，哪一句属于“睡眠”。
Juno 会从这段自然语言里，把信息自动整理进你的长期健康记录。
文字可以，语音也可以。
一位 App Store 用户就描述过类似的体验：
以前自己要花大量时间记录症状和准备医生预约，现在可以直接把一天发生的事情告诉 Juno，由它自动整理；
这位用户还提到，自己把 Oura Ring 和健康数据接进了产品。
Oura 我之前分享过，看这里：从 Oura Ring 到 Plaud，AI 原生硬件的机会
所以 Juno 降低的不是医生的工作量，而是患者记录自己这件事的成本。
因为长期健康数据有一个很奇怪的特点：越有价值的数据，往往越麻烦。
连续记录三个月的睡眠、疼痛、药物和疲劳，当然比今天随便记一句更有价值。
但也正因为需要坚持三个月，大多数人根本不会做。
AI 第一次有可能把这件事从每天填写健康档案
变成“正常说一句话，剩下的让系统自己整理。”
它可以替你记住以前发生过什么
这才是 Juno 真正和普通聊天机器人拉开差距的地方。
Juno 会根据用户的对话、身体指标和既往医疗信息，逐渐建立一个纵向健康档案。
它会持续记录：
症状严重程度；药物变化；睡眠；压力；疼痛；疲劳；身体指标；以及可穿戴设备里的数据。
所以你过了两个月以后再说：“最近怎么又特别累？”
它看到的背景可能不是今天的一段聊天，而是过去几十天的变化。
这其实就是慢性病和普通感冒最大的不同之一。
感冒很简单，昨天没事，今天发烧。医生主要看“现在发生了什么”。
慢性疾病却经常是：
今天好一点，明天差一点，有些症状持续几个月，有些反复出现。有些和睡眠、压力、饮食、活动甚至药物变化同时发生。
单看任何一天，都不一定有意义。
真正有价值的是，把时间拉长以后，有没有什么“模式”。
Juno 会尝试识别跨越数周、数月的症状变化和可能的触发因素。
所谓“识别模式”，不等于它发现了医学上的因果关系，更不代表 AI 已经给出了诊断。
它真正做的，是帮用户从大量长期记录里找到值得进一步注意和与医生讨论的线索。
这个边界非常重要。
ChatGPT 们缺的，恰恰就是这一层
现在其实已经有很多人在拿 ChatGPT 们问健康问题，比如：
- “我最近每天早上头疼，可能是什么原因？”
- “这个检查结果是什么意思？”
- “这种药有什么常见副作用？”
单次问答，ChatGPT 们完全可以完成，但 Juno 的创始人却发现：
对于长期患病的人，这种模式有一个明显的问题：每次都得重新介绍自己。
- “我有ME/CFS。”
- “我最近在吃这三种药。”
- “上个月曾经出现过这样的症状。”
- “我之前检查过这个。”
- “去年医生排除过那个。”
下一次再问，又来一遍。
Juno 在 YC 的介绍里直接把这个问题写了出来：
不少慢性病患者已经开始使用 ChatGPT 和 Claude 咨询健康问题，但如果 AI 没有连续的个人背景，最后给出的内容就很容易停留在泛泛的建议。
这其实暴露了 AI 产品一个越来越明显的变化。
第一阶段，大家比的是：谁回答得更好？
第二阶段，可能开始比：谁更了解我？
同样一句：“我今天特别累。”
如果AI只知道这一句话，它只能回答：早点休息、注意睡眠、必要时咨询医生。
但如果它知道：
你过去60天的睡眠；最近的活动量；什么时候开始服药；前几次状态明显变差之前发生了什么；医生上次重点问了哪些问题；
回答才可能更贴近你的实际情况。
Juno 真正积累的东西，因此并不只是聊天记录。而是一套随着时间增长、越来越难重新建立的：个人健康上下文。
Juno 还做了一件特别简单的事：替你准备下一次看医生
假设一个患者已经记录了三个月。
如果最后这些信息只是躺在 App 里，也没什么意义。
Juno 因此设计了一个我觉得特别容易理解的功能：
把几个月的数据整理成一份医生能快速看的报告。
YC称，用户可以生成预约前使用的 PDF，把长期症状、变化和其他关键信息压缩成结构化摘要。
里面可以包含症状、药物、睡眠趋势以及长期记录中观察到的模式。
这个功能很符合慢性病患者的实际场景。
因为去医院以前，很多人都干过一件事：努力回忆。
“上一次头疼是什么时候？”“不对，好像前一周也有一次。”
“医生问我吃完这个药以后有没有改善……好像有？也可能没有。”
三个月的身体变化，人其实很难准确记住，更别说身体不舒服的人本身还可能伴随疲劳、脑雾。
所以 Juno 试图把一次门诊从患者现场凭记忆讲故事，变成：
医生先看到一条整理过的时间线。
Juno 则更像一个帮患者准备好“我要告诉医生什么”的工具。
为什么这个产品增长得这么快？
Juno 正式上线是在 2025年10月，大约8个月后就做到下载15万次，五星评价1.5万条。
团队称月增长大约为70%，而公司只有 Isaac 和 Marshall 两个人。
为什么一个这么垂直的产品，能够这么快找到用户。
我觉得一个原因很明显：细分用户足够精准。
慢性病患者对“长期记忆”的需求，远远比普通用户强。
正常人半年前偶尔头疼一次，忘了也就忘了。
但如果一个人过去五年一直在：
看不同医生；换药；做检查；记录症状；等待下一次预约；
他会非常清楚一件事情：信息断掉一次，后面就得重新来。
Juno 并没有创造这个需求。
它只是第一次用 AI，让维护这条长期信息链的成本变得足够低。
最后，现在几乎任何领域都可以做一个聊天机器人，如果只是用户问一句，AI回答一句，最后这些产品其实很容易越来越像。
因为大家背后能调用的大模型越来越接近。
真正难复制的东西，很可能会慢慢转移到另一边：
这个产品到底知道多少关于我的东西？
以上，祝你今天开心。
文章来自于微信公众号 “Fun AI Everyday”，作者 “Fun AI Everyday”