有些人似乎稍微多吃几顿就开始增重，而另一些人多年来不用刻意控制也能维持体重稳定。这种差异是真实存在的，可以被量化，也有清晰的生理学解释——它和意志力或自律没有根本关系。
要理解这种差异，需要跳出"热量摄入vs消耗"的简单框架，去检视身体实际需要多少能量，以及它处理多余热量的效率究竟由什么决定。
能量平衡对每个人并不平等
体重变化的根本原理——摄入与消耗之差——对所有人都适用。但消耗这一侧在不同个体之间存在巨大差异，即使体重相近也是如此。
总日能量消耗（TDEE）由四部分构成：基础代谢率（BMR）、食物热效应（TEF）、运动活动产热（EAT）和非运动活动产热（NEAT）。其中BMR占全天消耗的60–70%，但NEAT——所有非刻意运动的活动产生的热量消耗——是变异最大的分量，研究表明体型相近的人之间NEAT差异可达500–700千卡/天。
这种TDEE的变异意味着两个吃相同食物的人可能处于完全不同的能量平衡状态。对一个人来说是热量盈余，对另一个人可能恰好是维持。
体成分与静息代谢率
骨骼肌是代谢活跃的组织，静息状态下每千克每天消耗约13千卡。脂肪组织每千克每天仅消耗约4–5千卡——大约是肌肉的三分之一。
两个体重相同但体脂率不同的人，BMR会有实质性差异。一个体重75千克、体脂率15%的人瘦体重约63.75千克；同样体重但体脂率30%的人瘦体重仅约52.5千克。这11千克的代谢活性组织差异，每天对应约140千卡的静息能量消耗差异——折算为全年约5万千卡。
这解释了为什么瘦体重更多的人——无论来自运动习惯还是遗传——在结构上具有代谢优势。他们的身体仅为维持自身就需要更多能量。
NEAT：被忽视的热量差异来源
除了BMR，非运动活动产热在决定谁容易增重方面发挥了超出预期的作用。NEAT涵盖所有非结构性运动产生的能量消耗——坐立不安、维持姿势、走动、说话时的手势，以及一天中无数微小动作。
使用双标记水法（高精度能量消耗测量方法）的研究记录到，体重相近的久坐者和活跃者之间NEAT差异超过700千卡/天。关键在于，这种差异的很大一部分并非刻意为之——它反映的是个体在自发运动方面的神经系统倾向。
NEAT天然偏高的人在不自觉地进行更多移动。他们的身体似乎通过提高活动水平来消散多余能量。在热量盈余时，他们的NEAT往往会代偿性地上升，部分吸收多余摄入，减少脂肪储存。NEAT偏低的人则没有这种代偿机制，多余热量更容易被储存为脂肪。
激素系统与脂肪储存
多种激素系统影响身体将多余能量储存为脂肪的倾向。胰岛素敏感性是其中最重要的变量之一。当细胞对胰岛素响应高效时，葡萄糖被优先引导至肌肉和肝脏糖原；当胰岛素抵抗时，葡萄糖更容易转化为甘油三酯并储存在脂肪组织中。
瘦素和胃促生长素——分别负责饱腹感和饥饿感的激素——在不同个体之间的基础活性也存在差异。瘦素敏感性较高的人在进食后会收到更强的饱腹信号，自然限制摄入量。瘦素敏感性较低或胃促生长素反应性较高的人则会体验到更强且更持久的饥饿信号，不需要刻意努力就难以维持在维持量之内。
皮质醇在慢性压力状态下促进内脏脂肪储存，机制十分具体：内脏脂肪细胞携带的糖皮质激素受体多于皮下脂肪细胞，因此对皮质醇驱动的脂肪沉积更为敏感。长期处于心理压力下的人，在生理层面就具有腹部脂肪积聚的倾向，这不是其他人所能感同身受的。
遗传对代谢倾向的贡献
双胞胎研究一致表明，BMI变异中有40–70%具有遗传成分。遗传通过多条路径影响代谢率：快肌与慢肌纤维比例（影响肌肉基础代谢效率）、线粒体密度和质子泄漏率（决定细胞将营养素转化为ATP还是热量的效率）、甲状腺激素受体敏感性（调节细胞代谢整体节奏）。
FTO、MC4R、LEPR等基因的变异与食欲调节、脂肪储存模式和能量消耗的差异有关。这不是单基因效应——体重调节涉及数百个基因位点——但遗传变异对代谢结构的累积影响是真实且重要的。
遗传不决定结果，但设定参数。两个遵循完全相同饮食和活动水平的人，可能因为底层系统对能量盈余的响应方式不同，而走向不同的体重轨迹。
一个具体的例子
设想两个人，都是35岁，体重同为72千克，都从事案头工作，每天摄入约2200千卡。
A的体脂率22%，身高178厘米，全天习惯性地持续低强度移动——在椅子上变换姿势、走楼梯、打电话时踱步。其估算BMR约1800千卡，NEAT在普通工作日额外贡献400–500千卡，TDEE接近2600千卡。在2200千卡的摄入下，A实际上处于轻度热量赤字。
B的体脂率30%，身高175厘米，大多数活动中倾向于保持静止。其估算BMR约1640千卡，NEAT每天仅贡献约200–250千卡，TDEE约为2100千卡。同样摄入2200千卡，B处于轻度热量盈余。一年下来，每天100千卡的盈余就会积累为大约4–5千克的脂肪。
两个人都没有做出任何戏剧性的饮食决定。差异来自体成分、习惯性活动模式，以及这些因素在日常能量消耗上制造的结构性差异。
与身体指标的关系
这种增重倾向的个体差异，正是BMI单独使用信息量有限的原因之一。两个BMI相同的人可以有不同的体成分、不同的代谢率、以及截然不同的体重管理体验。
BMR计算器提供有用的起始估算，但因为它仅依赖身高体重、无法了解实际瘦体重，会错过有意义的个体差异。加入体脂率的公式——如Katch-McArdle公式——精度更高。vivoxsense等平台可以让用户同时估算BMR、TDEE和体脂率，提供更完整的个人能量需求图景。
TDEE与实际体重趋势对照追踪三到四周，能提供比任何公式更准确的个人校准。真实的体重变化数据结合计算估算，揭示个体代谢在人群平均值中的实际位置。
更全面地理解体重调节
增重倾向不是道德特征，也不反映自控能力。它是多个相互作用的生物系统——代谢率、瘦体重、NEAT倾向、激素敏感性和遗传结构——同时运作的结果。
理解这些因素不能消除个体间的差异，但改变了如何解读这种差异的方式。容易增重的人并非只是在可以轻易纠正的方面吃得更多或动得更少，他们是在一个不同的代谢起点上工作。
在这个系统中最具可操作性的变量——瘦体重和日常活动量——都是可以改变的。通过抗阻训练增加肌肉可以提升BMR；增加习惯性活动可以扩大NEAT。这些改变不会消除底层倾向，但会以有意义、可持续的方式改变能量平衡。
核心结论
增重倾向反映了TDEE的差异，而TDEE由体成分、NEAT、激素系统和遗传共同驱动。这些因素造成了相同热量摄入在不同人身上产生不同结果的真实变异。BMR和瘦体重是该系统中最可调节的杠杆。通过准确测量了解个人能量需求，而非假设所有人的反应一致，是理解差异化体重轨迹的基础。