据Bloomberg报道，Derek Wallbank在备战巴黎马拉松期间，把ChatGPT当作跑步教练和“营养师”使用，最终减重9公斤，并刷新了5公里和10公里个人最好成绩。不过，随着使用时间拉长，这名“AI教练”在长期记忆、输出稳定性和信息录入成本上的局限也逐渐显现。

GIGAZINE于13日援引Bloomberg报道称，Derek Wallbank早在2025年4月就决定参加巴黎马拉松，但在搬到美国加州后，训练时间明显减少，体重也有所上升。距离比赛还剩6个月时，他开始借助ChatGPT制定训练和饮食方案，并把目标定为“以不受伤为前提完赛”。

为完成前期设定，Derek Wallbank大约花了1个小时，向ChatGPT输入自己此前在Strava上的跑步记录，以及体重、饮食习惯、压力来源和既往伤病史等信息。基于这些内容，ChatGPT给出的建议包括优化配速、加强上肢和核心力量训练，并把长距离跑与伤病管理同步纳入计划。

此后，他还借助ChatGPT安排每周训练：周一和周五去健身房，周二做间歇训练，周三休息，周四进行高尔夫等其他活动，周六跑5公里，周日进行更长距离训练。每次训练结束后，他会先把记录上传至Strava，再把心率、配速等数据手动整理后输入ChatGPT；跑步、营养和体重管理，则分别放在不同对话窗口中处理。

使用一段时间后，效果开始显现。Derek Wallbank成功减重9公斤，5公里和10公里成绩也创下个人最佳。他表示，ChatGPT让自己“比以前跑得更远，也更快”。

但与此同时，问题也越来越明显。最突出的短板是手动录入负担过重。Derek Wallbank每天都要多次输入饮食和运动信息，连沙拉用了哪些食材、每种分量多少，都得逐项记录；有时还需要上传以手掌作参照的照片，方便系统估算份量。输入越细，ChatGPT给出的饮食和训练调整就越具体，但相应带来的记录成本也越高。

几周之后，ChatGPT的回答开始前后不一。比如，他曾提到“这周周一没时间去健身房”，系统随后却把这当成长期安排沿用下来。Derek Wallbank原本以为，ChatGPT会像真人教练一样持续记住已经输入的信息，但实际使用下来发现，其长期记忆能力仍然有限。

训练进行约3个月后，“AI幻觉”问题也开始出现。Derek Wallbank称，起初还能靠手动纠正，但后来越来越让人烦躁。比如在询问当天训练计划时，系统有时会给出与既定安排不一致的间歇训练内容；在尚未达到目标体重时，ChatGPT甚至会自行改动目标数值，并称赞其体重管理进展顺利。

在比赛配速策略上，Derek Wallbank同样求助于ChatGPT。他设定的方案是，先用28分钟跑到第一个补给点，随后按“跑4分钟、走3分钟”循环6次，再按“跑10分钟、走2分钟”循环3次。他曾在一场半程马拉松中测试这套策略，但途中遭遇落差183米的陡坡，不得不临时调整。尽管如此，他最终仍以不足3小时的成绩完赛，取得个人半马第二好成绩。

这一案例表明，生成式AI在个性化训练辅助方面确实能够发挥一定作用，也有机会帮助用户改善体重管理和运动表现。但若要完全替代真人教练，仍存在明显距离。手动录入成本高、长期记忆能力不足，以及“AI幻觉”带来的错误输出，都是其在长期使用中难以回避的问题。