Meta 宣布彻底开源 Muse Gadgets，包括 ESP32 固件和 Linux SDK（Apache 2.0 协议），让任何人都能用低成本硬件自制连接 AI 智能体 Muse 的实体外设。作者认为这打破了 AI 原生硬件昂贵封闭的误区：AI 大脑在云端，物理世界只需要低成本、能听能看能按的末端触角。官方同步推出 USB-C 拓展器 Muse Home Link，首批 5000 台免费赠送订阅用户。文章还整理了墨水屏简报板、触控手表、电视投屏棒三大 DIY 玩法与上手路径。
Meta 于 10 月发布 Muse Gadgets，开源 ESP32 固件和 Linux SDK，让开发者可以将 Agent 接入屏幕、按钮、传感器等实体硬件。文章指出 AI 硬件的价值在于让高频重复任务少一步，并给出三个可动手的原型方向：桌面简报屏、一键 AI 语音按钮、固定场景的设备控制。作者强调 SDK 开源不等于可商业使用，Gadget SDK Token 目前仅限个人非商业用途，因此 Muse 更适合作为点子验证工具。文中还提出评估 AI 硬件点子的 5 个关键问题，建议先验证需求再投入硬件开发。
作者以通俗语言介绍如何入门AI硬件制作。文章先说明AI大模型需要实体'身体'的趋势，解释ESP32（尤其是ESP32-S3）凭借价格低、自带Wi-Fi、性能够用、教程丰富成为AI玩具首选芯片的原因及局限。随后给出新手选购指南，包括主板参数（S3/N16/R8）识别、外设选择、固件与云服务的区别，并对比立创·实战派与M5Stack CoreS3等热门开发板。作者最终自费选择CoreS3，认为桌面机械机器人是更具生命力的方向。文章还介绍了Meta Ray-Ban、Plaud Note、Friend吊坠等商业化AI硬件形态。
文章认为入门AI硬件开发的最佳方式是在AI生成的交互式在线实验室中学习，而非先购买开发板。这种实验室由大模型生成的交互式UI、硬件行为模拟和渐进式教程流组成。文章介绍了Learn Arduino、Claude 3D设备拆解和ESP Labs三个项目：分别提供3D电路学习、可拆装的设备模型和完整的ESP32开发板教学平台。大模型在结构建模、原理动画、状态逻辑和固件映射方面能力已足够强，大幅降低了开发成本。文章同时指出其边界：模拟不等于真实芯片仿真，AI生成内容需专业人员把关，并给出了学习路线和维护者建议。
文章面向 ESP32 新手，提出"想做什么 → 挑开源项目 → 照着项目买板子"的入门路径。首先介绍 ESP32 芯片家族（C3、S3、C6 等）的定位差异，指出玩 AI 语音应选 ESP32-S3 N16R8。然后盘点主流开源项目：小智 AI（语音助手）、ESPHome（智能家居）、Muse Gadgets 与 Hermes Gadget SDK（给 Agent 装身体）、Groki Bot（桌面机器人）、esp32-iphone-agent（AI 操作手机）等，并分析各自硬件要求。最后讲解购买板子的三条路线：面包板 DIY（50-80 元）、成品小智（60-100 元）、一体开发板（100 元以上），并给出型号后缀 N16R8 的含义解读和选购建议。
文章盘点了近期热门的 3 个 ESP32 模拟器：Velxio（3.3k 星，浏览器拖线画电路，支持 40 块板，基于 QEMU）、esp32sim（364 星，从芯片 ROM 启动，支持屏幕、触摸、摄像头，S3 最成熟，甚至能跑 Linux）、乐鑫官方 esp-emulator（芯片型号最全，支持蓝牙、Thread、GDB，但经典 ESP32 不支持，仓库暂未开源）。作者用自己固件实测官方模拟器：点灯、双核、NVS、PSRAM、LVGL 均可运行，但外设支持尚不完善。最后预告作者自研的 TryBoard 项目，可在浏览器本地 3D 实验台上运行 ESP-IDF / Arduino 固件。
文章是桌面 AI 机器人系列开篇，讲解 ESP32 AI 硬件选购。核心原理是 ESP32 设备只负责听和说，真正的大脑是云端大模型（如 Claude），通过小智服务端连接。作者介绍了芯片、模组、开发板、成品四个层级，建议新手认准 ESP32-S3（带 PSRAM 的 N16R8），按预算分三档：几十元裸板、一两百元带屏开发板、几百元成品机器人。文章还比较了乐鑫、M5Stack、Seeed、微雪等六个品牌，列出七个避坑要点，并推荐了小智开源项目、服务端部署方案和 API Key 准备事项。作者最终选择了 699 元的 StackChan 桌面机器人。
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。
作者分享用 Codex 将 Muse AI 助手适配到立创实战派 ESP32-S3 开发板的完整过程。文章详细讲解了从下载项目、准备 ESP-IDF 环境、编译烧录固件、填写 SDK token，到 Muse App 配对、Wi-Fi 联网配置的全流程，并记录了屏幕背光、内存不足导致配网失败、开发板无法访问云端等实际踩坑及解决方法。作者还调整了横屏 UI 布局并添加中英文切换功能，最终实现通过语音向设备提问并获得文字与语音回复。文末附有可复制的 Codex 提示词、常见问题排查清单，以及后续可玩的其他开源项目建议。适配代码与文档已开源至 GitHub。
文章介绍了 ESP32 芯片家族各型号的特点与适用场景：经典版适合学习传感器和电机控制；C3 低成本低功耗，适合简单物联网设备；S3 双核并支持 AI 向量加速，适合 AI 语音助手和视觉识别；C6 支持 Wi-Fi 6、Zigbee 和 Thread，适合 Matter 智能家居；C5 支持双频 Wi-Fi 6；H2 主打低功耗 Zigbee/Thread；S31/P4 面向复杂屏幕交互和边缘 AI。作者建议新手选 C3，AI 项目选 S3，智能家居选 C6，并提醒购买开发板时需注意 Flash、PSRAM 和外设配置差异。
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。
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。
ESP Labs 是一个开源的 ESP32 在线学习平台，借助 AI 把开发板、电路模拟和固件代码搬进浏览器，解决硬件调试痛点。平台内置可视化可交互的 3D 开发板，点击芯片、天线或按键即可高亮对应部件，提供 32 个 3D 交互式实验章节，支持实时引脚图、电路模拟和串口交互。教学内容渐进式设计，从点亮 LED 到 Wi-Fi 蓝牙、RFID 和声音处理，固件源码与虚拟板卡行为实时绑定。支持中文等多种语言，适合硬件新手在购板前先在网页练手。
