把复杂硬件变成简单有趣的课程：ESP32 版
作者 Dilum Sanjaya 发布了一个交互式学习应用 learn-esp32.vercel.app，延续其此前的 Arduino 学习工具，将复杂的 ESP32 硬件知识拆解为一个个简单电路课程，帮助初学者逐步上手。该应用使用 Opus 5.5 构建。帖子引发众多网友好评，有人建议将其开源，作者表示考虑构建一个开源项目，让任何人都能贡献自己的电路创意。该工具展示了 AI 辅助开发在硬件教育领域的应用潜力。
全部文档 / 标签: 硬件
34 篇
全网首发：把 Grok Bot 装进 ESP32！
作者分享了将 Grok Bot 接入 ESP32 开发板（Waveshare ESP32-S3-Touch-AMOLED-1.75C）的完整教程，实现语音唤醒、屏幕显示和语音朗读 AI 回复的实体助手。整个项目无需额外购买 xAI API 额度，通过 Webhook 调用已有 Grok Bot。文章详细介绍了准备工作、Webhook 配置、Mac 后端搭建、固件备份与烧录、手机配网等步骤，全程由 AI（Codex）指挥完成改代码、配后端和刷固件。源码、固件和指令已开源到 GitHub，并总结了常见问题的排查方法。
可能是全网最保姆的 ESP32 教程了：手把手带你做一个桌面 AI 助手
本文是一篇面向新手的 ESP32 实操教程，作者以立创实战派 ESP32-S3 为例，演示如何借助 Claude Code 等终端 AI 工具，零额外花费把开发板变成桌面 AI 语音助手。内容涵盖：用 Claude Code 识别板子串口、备份原厂固件、下载并烧录开源项目小智固件、手机配网、在 xiaozhi.me 后台绑定设备、通过 GitHub 认证免费解锁 Qwen、DeepSeek 等更优模型、自定义助手名字和性格，以及刷坏后一键恢复出厂的后悔药方法。每步均附提示词、验证标准和常见问题解答，强调先备份、刷不砖，全程可一步步照做。
ESP32 + AI 能做什么？我调研了整个生态，给出保姆级种草指南！
作者在无硬件知识背景下，借助 Claude Code 等 AI 工具为 ESP32 开发板制作了多套固件，遇到 ESP32-C3 单核性能瓶颈后系统调研了 ESP32+AI 生态。文章介绍了小智 AI、StackChan、SenseCAP Watcher、ESP-Hi 机器狗等开源项目，讲解了 ESP32-C3/S3/P4 三款主力芯片的差异与选型要点，梳理了乐鑫芯片发展时间线，并按随身穿戴、视觉、语音对话、桌面机器人、屏幕游戏等场景给出保姆级硬件挑选指南。作者计划下一步打造一款带屏幕的桌面实体 Agent 交互终端。
不会写代码也能做：手把手教你用 ESP32 和 Claude Code 做 AI 小助手
本文是一篇面向零代码基础读者的教程，介绍如何用立创实战派 ESP32-S3 开发板和 Claude Code/Codex 等 AI 编程工具，制作一个桌面 AI 语音聊天助手。作者借助开源项目小智 AI 实现语音识别与合成，通过分步提示词让 AI 自动完成固件备份、下载和烧录，再用手机配网并绑定 xiaozhi.me 后台，即可实现'你好 Claude'唤醒的聊天机器人。进阶部分还讲解了用 MCP 调用电脑工具、自定义唤醒词和像素形象的方法，并附有常见问题排查和恢复出厂固件的方案。
ESP32 生态五大开源神器推荐
文章介绍 GitHub 上超过 2.6 万个 ESP32 标签仓库中最具代表性的 5 个项目：xiaozhi-esp32 是最火的开源 AI 语音硬件项目，可将大模型装入低价开发板；LVGL 是嵌入式屏幕 UI 的事实标准；Tasmota 能将廉价智能插座刷机为本地可控设备；WLED 是控制可编程 RGB 灯带的氛围灯神器；ESPHome 则是通过 YAML 配置即可接入 Home Assistant 全屋智能的首选方案。作者鼓励大家买开发板动手尝试，并认为 AI 时代降低了嵌入式开发门槛。
AI 省钱攻略：一个人+AI 逆向固件
作者面对 PCB 固件逆向 5000 元、全新设计 3-5 万的报价，决定用 AI 自己动手。投入约 1176 元购买 J-LINK、电烙铁等工具，在 Codex 的指导下先抄板逆向电路原理图（通过反馈测试结果让 AI 结合芯片数据手册还原设计），修复了原板 JTAG 布线的奇葩设计后成功读出固件，并完成 100% 原理图还原。整个复刻过程约 3 天，作者认为 AI 大幅降低了硬件逆向门槛，让个人可以完成过去团队数月的工作。
游戏、软件、硬件，一切终将开源？
本文基于 Next Token 播客第五期内容，探讨 Opus 5.5 发布及 RSI 到来后，大模型对软件、硬件和游戏行业的巨大冲击。文章展示了 Opus 5.5 代码能力超越 99% 程序员的表现，分析游戏被反编译复刻、Mod 生态爆发、Adobe 类软件失去法律护城河、ESP32 硬件固件人人可改等现象，指出法律和生态已跟不上 AI 发展节奏。最后讨论了行业剩余机会：开放硬件入口给 Agent、软件转型为 Agent 插件，以及推理成本持续下降带来的免费化趋势。
Personal Agent 大战：Dots、Muse、Instinct 各自走到了哪一步
本文整理自播客 Next Token 第五期，探讨 Personal Agent 的最新进展。讨论了 OpenAI 的 Dots 虽回到聊天形态但存在语音、云电脑权限等诸多缺口；Meta 的 Muse 曾突破沙箱并自主做决策引发风险讨论；旅行助理 Instinct 以抽取 2%-2.5% 分佣的'AI 携程'模式实现百亿美元交易额。文章还分析了 Personal Agent 在中国难以落地的结构性原因：国内信息流封闭、缺乏开放内容和标准规范。最后探讨了硬件开始为 Agent 做身体的趋势，ESP32 设备配合 Muse 的 AgentReady 固件让个人可以低成本搭建实用的语音 Agent 硬件。
Disaggregated Inference From The Ground Up
本文由 Cerebras 撰写，从基础原理讲解推理系统中的分离式推理技术。文章先介绍加速器的构成（计算单元与存储），并引入算术强度概念，通过矩阵加法与矩阵乘法的实例说明数据搬运与计算的关系。随后分析 LLM 推理的两个阶段：prefill（处理整个 prompt，计算密集型）与 decode（逐 token 生成，受限于内存带宽），解释二者对硬件需求的不同。Cerebras 提出异构分离式推理，将不同类型芯片分配给不同推理阶段，在相同硬件数量下将吞吐量提升 5 倍且不损失单用户生成速度。
机器学习系统：AI 工程的物理学（哈佛大学开源教材解读）
文章介绍了哈佛大学 Vijay Janapa Reddi 教授的开源教材《Machine Learning Systems: The Physics of AI Engineering》，两卷 33 章，旨在像 Hennessy & Patterson 的体系结构经典一样，将 ML 系统工程变为有定量定律的学科。全书以铁律、屋顶线模型、能耗阶梯、Amdahl 定律、漂移方程等核心定律组织内容：第一卷讲单机 ML 系统栈（数据、训练、压缩、硬件、服务、MLOps），第二卷讲集群规模化（分布式训练、3D 并行、容错、推理经济学、可持续 AI）。文章总结了书中'约束驱动''一切皆有价格''静默失败是默认模式'等核心世界观，并给出不同读者群体的阅读建议。
HeyPCB 发布 PCB 设计多人协作功能
HeyPCB 推出 Multiplayer 多人协作功能，让团队成员可在不同浏览器中打开同一 PCB 项目并实时看到彼此的光标、选择、拖拽和布线过程。光标锚定在设计点上，支持不同缩放级别；用户可点击队友头像跟随其视图，在原理图与 PCB 编辑器之间同步切换。通过邮件邀请或邀请链接控制加入权限，区分编辑者与查看者，保存的修改会实时同步到所有打开的标签页。该功能让硬件协作直接发生在设计板上，实现'同一块板，更多头脑'的协作体验。
DGX Spark Handbook
本文是 NVIDIA DGX Spark 本地推理设备的使用手册。作者最初因其 273 GB/s 的低内存带宽而不看好，但随着 MoE 架构、推测解码等推理工程技术的成熟，DGX Spark 已能在本地以接近云服务的速度运行高智能模型。文章详细介绍了多台 Spark 通过 ConnectX-7 网卡链接实现近线性扩展带宽和内存的方案（四台可达 1092 GB/s、512 GB 内存）、低功耗适合家用部署的优势、MoE 与推测解码如何弥补硬件短板，以及单机同时服务 8 个并发会话的能力，并对比了与 Mac 的算力优势和成本分析。
用Fable-5.1破解标签打印机固件：AI让逆向工程平民化
作者分享了一个用Fable-5.1破解热敏标签打印机固件的神奇项目。打印机通过RFID检测非原厂耗材后降速降质，有人用物理方法绕过检测。作者则用AI逆向固件：Fable-5.1推导出打印浓度公式、定位内存位置，并通过Cortex-M0汇编代码洞跳转技术注入动态重映射逻辑，彻底绕过限制。过程中AI负责ARM逆向、数学推导和汇编注入，人类只负责按键和观察结果。作者认为AI正把逆向工程平民化，硬件厂商的防伪锁在代码Agent面前形同虚设。
Think Big with GPT-6 Astra：用 AI 做硬件的 Vibe Manufacturing 时代
文章介绍了 Ras Mic 使用 OpenAI 最贵模型 GPT-6 Astra 在半小时内完成 AI 家庭音箱从设计到落地的完整流程：建模、零件估价、Blender 布局、代码编写与 PR 合并。他强调 Codex 订阅对 Astra 的高额补贴（一周用量折合 API 超过 2.4 万美元，实际仅付数百美元订阅费），建议趁补贴窗口用足模型能力。核心观点是：模型智能提升了，但人们的尝试勇气没跟上——与其用 Astra 生成落地页，不如做硬件和更大胆的项目。Greg 将这一趋势称为 vibe manufacturing，预测将涌现大量年入百万美元的小众硬件生意。
人形机器人执行器的生意：机器人为扭矩买单
本文是执行器商业分析系列的第一篇，探讨人形机器人关节执行器的工程与商业逻辑。执行器可占人形机器人物料清单的70%，核心问题是'机器人在哪里为扭矩付费'。文章解释了关节模块的构成、减速比作为关键架构决策如何影响能量损耗、重量和动态响应，并介绍评估执行器的五大指标（持续/峰值扭矩、扭矩密度、反驱性、间隙、抗冲击性）。不同减速器架构（如谐波减速器）决定了供应链中价值分配，从精密齿轮供应商到稀土磁材市场。
AI Just Crossed a Line in Hardware
作者花一个周末测试GPT-6 Astra在硬件领域的应用，发现该模型首次能在物理系统层面保持足够的上下文持续工作。在CAD机械设计中，模型能推理几何、创建并迭代单个零件，但在复杂整车系统和线束设计中仍有局限。在Blender环境中能快速构建连贯的3D场景，但视觉逼真不等于工程正确。最令人惊讶的是工厂模拟实验：Astra能设计并模拟一个飞机工厂的生产逻辑，包括物料流转、机器占用、故障传播等系统级状态变化，远超以往模型只能生成静态渲染的水平。作者认为这不是数字孪生，但硬件Agent的到来可能比预期更早。
100天100个IoT项目集：ESP32/树莓派Pico入门真路子
作者分享了一个100天100个IoT项目的开源项目集，覆盖ESP32、ESP8266、树莓派Pico全系列，每个项目配有代码、电路图和详细说明。项目基于MicroPython，会Python即可上手，涵盖DHT11、PIR、超声波等主流传感器，讲解ADC、PWM、Wi-Fi、WebSocket、蓝牙等核心概念，包含Web服务器、Blynk IoT、Telegram通知等实用场景，并支持Wokwi浏览器仿真，无需硬件即可练习。该项目获得Adafruit、Hackster.io等社区推荐。
想手搓一台桌面机器狗，可以看看 OpenCat
本文介绍了跑在 ESP32 上的开源机器人框架 OpenCatESP32，以及配套的 Petoi BiBoard 开发板（板载 12 路舵机输出，支持 Wi-Fi、蓝牙、语音指令和树莓派扩展）。OpenCat 已内置舵机控制、步态、姿态感知和以 Skill 形式组织的动作系统，开发者无需从零编写关节控制即可让四足机器狗站立、坐下、行走。接入语音、触摸、超声波等传感器可实现丰富互动，配合树莓派、摄像头与 ROS2 还能做出人物跟随等 AI 应用。文章适合作为 Physical AI 的入门项目指南。
How Machines Sense the World – A Practical ESP32 Sensor Guide
这是一篇面向初学者的 ESP32 传感器实战指南。文章从“物理世界→传感器读数→滤波→决策→动作”的感知循环讲起，强调从想做的决策出发选择传感器，而非盲目堆砌模块。作者提出购入硬件前需回答三个问题：什么物理变化重要、需要多快的响应速度、读数出错时怎么办。文章介绍了 GPIO、ADC、I2C、SPI 四种常见接口及各自注意事项，并警告 3.3V 逻辑电平的安全问题。最后以 ESP32-S3-DevKitC-1 配合光敏电阻制作黄昏感应 LED 指示灯的完整案例，演示从接线到代码的全流程。
出海品牌要怎么搞？学三家出海的成功企业
文章通过拆解WYBOT泳池清洁机器人、徕芬高速吹风机和Jackery便携储能电源三家中国硬件品牌的出海案例，分析它们的海外营收规模与渠道布局（独立站、亚马逊、众筹、线下零售等），并揭示各自踩过的深坑：WYBOT的越洋售后与退货成本难题、徕芬线下渠道动销与控价博弈、Jackery在日本将露营场景重构为家庭防灾刚需并解决自放电信任问题。作者总结出硬件出海的'场景重构三步法'：痛点测算、场景转移测试和渠道角色分工，强调不存在万能SOP，关键在于理解当地用户为何购买。
如何在六个月内成为一名机器人工程师（中文版，含资源）
文章是一份实用的六个月机器人工程师学习路线图，假设读者零基础，强调实践而非理论。作者指出机器人技术是当前竞争最不激烈的高价值技能，相比人满为患的AI工程更具结构性优势。文章介绍了机器人工程师的细分方向（感知、控制、嵌入式等）及招聘共性要求（C++、Python、硬件经验）。第一个月从电子元件、工作台工具入手，推荐了Falstad、Tinkercad等模拟器、入门套件、焊接教程及Python/Git学习资源，并给出四档硬件预算和采购渠道建议，强调通过实际动手构建作品集而非只看课程来学习。
Microduck 国内复刻与量产调研
作者系统调研了国内可承接 Microduck 双足机器鸭开发、样机与量产的厂家，结论是技术上可行，但建议按“功能对标＋原创外观”立项，不建议直接高仿。文章列出目标规格（25-28cm、14+1自由度、50Hz控制等），并分类整理了主开发商（大象机器人）、运动控制（幻尔、乐聚）、ODM承包（金大、勇艺达）、舵机供应（飞特）、PCBA与认证（Seeed）、外观结构设计（鲸禧）等厂商，给出推荐供应链组合及分阶段周期与预算：PoC 6-12周30-80万，量产准备累计150-400万，千台粗估900-1800元/台，强调实时控制与步态是核心难点。
一只 $399 的机器鸭，24 小时预订冲到 260 万美元
Pollen Robotics 推出的 Microduck 机器鸭售价 $399，开放预订 24 小时即突破 260 万美元。文章分析了第三方开发者能否像 App 开发者一样在其上赚钱：虽然 Microduck 开放了 SDK、模拟器和强化学习工具，但互动机器人装机量有限（Reachy Mini 仅约 1 万台），且缺乏应用商店和分成机制，靠插件盈利很难。作者建议小团队先选择展会引导等边界窄、流程固定的场景，卖整套服务而非硬件本身，做完几单验证客户付费意愿后再逐步标准化，而不是一开始就幻想插件卖一万人。
Learn ESP32 from zero in one evening
本文介绍了一种高效学习ESP32微控制器的方法，强调通过一个晚上90-120分钟的实践，从零开始掌握嵌入式编程的核心循环：输入→代码→输出。文章详细列出了所需硬件、四个关键术语、分步计划（LED闪烁、按钮输入、Wi-Fi控制），并提供了可直接复制的代码示例和接线图。作者建议避免购买大型套件，专注于基础项目，以建立信心和理解。最终目标是让读者能够独立完成一个简单的物联网项目，并为进一步学习打下基础。
AI时代需要补的网络基础知识
本文详细阐述了AI时代掌握网络底层原理的重要性，并通俗讲解了IP地址、IPv4与IPv6的区别、NAT转换原理。针对访问本地服务给出了端口映射、内网穿透和虚拟组网方案。最后，文章系统科普了客户端、服务器、网站的架构组成，以及响应请求和服务器核心硬件（CPU、GPU、内存）等基础知识，旨在帮读者解决科学上网、防封号、NAS组建及工具抓取等现实痛点。
Proprio Robotics：实现自主数据中心
Proprio Robotics 推出新型机器人，能够处理服务器的组装、维护和退役全生命周期，使数据中心实现无人化运营。其创始人来自伯克利和哈佛机器人实验室，已成功在办公室建立并运行小型 AI 数据中心。
人工智能的工程全景：模型之外的另一半（上）
文章详细梳理了人工智能的工程基础，回顾了从GPU游戏显卡到英伟达CUDA生态建立的历史，解析了其技术护城河。同时指出2026年硬件格局的松动，分析了谷歌TPU的回归与AWS自研芯片的崛起，展示了英伟达在推理领域面临的竞争态势。
LLM 原理与实践指南 (2026 版)
这是一份关于大语言模型（LLM）的实践指南。文章从基础循环机制出发，详细解释了文本如何转化为 Token，以及 Transformer、注意力机制、KV Cache 和 RoPE 等核心概念的工作原理。作者强调理解模型内部的推理机制（如 Prefill 和 Decode 阶段）对于硬件选型、显存估算和本地部署的重要性。文章涵盖了 Token 化、上下文窗口、量化、模型服务及本地 AI 硬件数学计算等关键主题，旨在为深入理解 LLM 提供直观的基础。
LLM 推理引擎与本地硬件指南 (2026 版)
文章阐述了选择 LLM 推理引擎的正确逻辑：先确定硬件策略、负载形态和服务模式，再选引擎。文章解析了推理引擎的核心功能（调度、内存管理、批处理）及性能瓶颈（显存带宽、KV Cache、互联），并详细对比了 llama.cpp、MLX、ExLlama、vLLM、TensorRT-LLM 等主流引擎的适用场景与优缺点。