Incubator · AI时代的开源智能硬件

把录音卡的灵魂,
装进小智机器人的身体里。

一台一百多块的小智机器人,刷上这套固件,就是一张录音卡。
你说的一句话,会变成你自己笔记里的一行字。

没有 App,没有订阅,没有厂商云。
硬件自己买,固件自己刷,需要自己开三个云账号,大约二十分钟。

30–110 ms按下到开录
58 分钟单次录音上限
10.8 MB每小时录音
大模型账号自己配置
看使用指南 ›
把录音卡的灵魂迁移到小智机器人上:录音卡的功能被装进小智机器人的身体里
让小智机器人成为你的录音卡

01 · 起因

我不反对频繁记录。
我反对拿焦虑
当买点。

打开手机,总有人在告诉我:灵感稍纵即逝,不记下来就没了;不记录,AI 就不了解你;不记录,你就不是一个认真生活的人。同一批文章里,录音卡的价钱从 899 到 1299,后面还跟着一份第二年开始的订阅。

记录这件事我本来就想多做,我的方案也依旧是频繁地记。我反对的是这个顺序:先让你觉得「不记就亏了」,再卖你一张贵的卡。焦虑不该是记录的入场费。

想买是真的,需要是另一回事。我花了一个多小时比较各家录音卡的参数,看完什么也没发生,除了更焦虑一点。购物车有时候是行动的替代品;等一个更好的工具,浪费掉的夜晚也比任何设备能省下的时间多。

我在嵌入式这行做了很多年。按我的经验,一件事卖到这个价钱,通常不是因为它难,而是因为它被包装得很贵。而「记录」本身并不复杂:一颗麦克风、一段编码、一个能放文件的地方、一条把声音变成文字的路,这四件事我手上全都有。

所以我卡在一个念头上:要么花一千多块,买一个替我记录的东西;要么动手,把现成的东西改成我自己要的样子。

02 · 对照

货架上卖的,
和我真正要的,不是一回事。

我把自己的使用方式写下来,才发现这一点。左边那张是货架上的卡,右面两列:它卖给我的,和我真实需要的。

得到的录音卡:硬件买断,转写按月付费
货架上那张卡——得到录音卡。买断一台硬件之后,转写还要按月付费。

它卖给我的

  • 16G / 32G 本地存储,能录几十上百小时
  • 98.6% 准确率、200+ 方言、5 米拾音——这些数字来自云端模型,不是硬件
  • 「首年不限时转写」,宣称价值 1688 元
  • 899 / 1099 / 1299 元不等,第二年起开始订阅
  • 「第二大脑」「数字分身」「7×24 助手」

我真实需要

  • 按一下,1 秒开始录
  • 单次 30 分钟以内,一场完整的谈话或一篇长日记装得下
  • 录完就走,不回放,在 Get 笔记里读到文字
  • 文字落进我已经在用的那个笔记里
  • 录音只属于我,不进任何笔记软件公司

「既然录完就传、传完就删,我为什么要存几十小时?」
这个问题问完,那张 899 元的参数表就塌了一半。

03 · 底线

我内心的挣扎和纠结。

这些不是市场调研。是一个人在很多个晚上,反复跟自己说过的话——说过之后,剩下的就是底线。

01「家里公司双电脑,手机,耳机,充电宝,还有一个电子书,百度音响,小智机器人,我不需要再做一次加法。」
02「我愿意一次性买一块硬件,但我不想每个月被提醒一次:我在租用它。」
03「那是我半夜说的话。我不想它变成别人的训练数据。」
04「我不想为了录一句话,再装一个 App、再注册一个账号、再多一份推送。」
05「记录这件事,贵的从来不是设备,是停下来做记录的时间和耐心。差生文具才多。」

我所厌恶的是:

对高溢价的厌恶

把毫米、色温、灯效翻译成「生活方式」,再按生活方式定价。付的那部分是身份,不是录音。

对订阅和空头承诺的厌恶

「首年不限时,价值 1688 元」,这句话把硬件衬托得便宜,也把第二年的持续支出藏到「首年」后面。「第二大脑」「数字分身」更是无法验收:你没法在第七天说「我的第二大脑建成了」,只会觉得是自己用得不够好。

对数据滥用的厌恶

录音默认进厂商云,账号绑定,导出受限。越是私人的东西,越不该寄存在一个会被合并、会改条款的地方。

04 · 解法

纠结了很久。有时夜里睡不着;很多次为了逃避这种纠结,我都想狠下心来,买了就算了。可我也知道,买下来之后会带来更多烦恼——多一个 App、多一份订阅、多一个要照顾的东西。

纠结了两周,某个晚上我忽然想到:我需要的其实只是一个不用手机就能录音的设备。而桌上那台小智机器人放了小半年,除了偶尔问一句天气、放首歌,基本没别的用处。可它有屏、有麦、有电池、有几个按键,板子还能重新刷。那么,是不是可以——

把录音卡的灵魂,
装进小智机器人的身体里。

它本来是一台会说话的语音助手,淘宝上 58 到 150 元的区间里能挑一堆。我需要的东西它全有,只是原本都不为录音服务。于是我和 AI 坐下来,连着两天把它改了出来:反编译原厂固件,把每一个引脚找出来,重写录音与上传的业务逻辑,一遍遍试错、看日志、再烧一遍。两天之后它不再是语音助手,而是一台只负责录音的盒子,小智录音卡。

改造后的小智录音卡:白色外壳、竖屏、右侧两颗按键,三个视角
改造之后的样子:白色外壳、一块竖屏、四角螺丝、右侧两颗按键。屏上是电量和 Wi-Fi 图标;中间那张是待机时的呼吸圆环。

链路就是这样,一句话说完:录完传上去,转成文字写进笔记,写进去了才删卡里那份。设备直接对你自己的几个账号说话,没有我的服务器,也没有「必须绑定谁的账号」。

01
小智录音卡
按一下开始,Opus 写进卡里的 flash
Wi-Fi 上传
02
你的 OSS 桶
直传,桶是私有的,别人打不开
提交识别
03
阿里云录音识别
用你的账号调用,声音变成文字
识别文本
04
Get 笔记
写进你已经在用的那个笔记里
写入成功
05
删掉卡里的录音
写进笔记之后才删;没成功就不删
五个环节,用的是三个你自己的账号:对象存储、录音识别、笔记。中间没有我的服务器;写进笔记失败,文件就留在卡里等下一轮重试。上传前要先对时再签名,否则存储会返回 403。
30–110 ms按键到开录(预创建文件)
24 kbpsOgg / Opus 编码
10.9 MB分区容量 ≈ 58 分钟
≤ 3 秒断电最多丢这么多
同一款小智录音卡的三种外壳颜色:白、黑、红
白、黑、红三种外壳。不喜欢黑色?把它涂成你喜欢的颜色就行,外壳你自己做主。

适合你,如果

你手边有一台闲置的小智机器人;或者你看中了 800 多的录音卡,又嫌它贵;你愿意照着说明自己刷固件、自己开三个账号。

不适合你,如果

你要拿来就用、不想碰烧录;你需要即时回听,或者离开 Wi-Fi 也要能转写;你要录好几个小时的会议。

05 · 设计哲学

为真实的需求,
付出合理的代价。

这一节分三段:中年减法、AI 造物、成本,最后是我过日子的几条老规矩。顺序是一件事:先把不要的删掉,再看剩下那点东西值不值得自己动手,最后算清它到底要你付出什么。

中年减法 · 每一条「不做」,都写清代价

产品最容易的事是加功能。难的是决定不加,并且把不加之后你要付的那部分,一起摊在纸面上。下面七条都是真的砍掉的,每条都写清它换来了什么,以及要你付什么。

01

不做 App

没有账号体系、没有推送、少一个要维护的客户端。配置靠一个网页,或者一条串口命令,用完就关掉。
代价不能即时回听。录完想确认内容,只能等它传上去、转写完。
02

不用板载 4G

这台机器原厂带 4G 模组,固件不用它——少一份射频的电与热,少一条会掉线的链路,也少一份流量资费。
代价没有 Wi-Fi 就用不了。它只在你连着的那个网络里工作。
03

不做 OTA

把 OTA 备份槽那 10.9 MB 让给录音分区,才有单次 58 分钟。固件只有一份,行为可预期。
代价改固件要插 USB 重刷。没有远程修复,也不会被某次后台更新改掉脾气。
04

不做 8 kbps

24 kbps 让 /s/ /sh/ /x/ /f/ 这些擦音还在,「四」和「十」不会混。
代价更占地方:一小时 10.8 MB,同样的分区只够录 58 分钟,上传也多耗一点流量。
05

不做更大的存储

一个 10.9 MB 的分区,24 kbps 下能放 58 分钟,一场完整的谈话够了。录完就传、传完就删,不需要囤几十小时。
代价卡里攒满了还没传出去(比如长时间没有 Wi-Fi),腾地方时会按最旧的清。它替你做了主。
06

不做自己的云

没有中继、没有后台。设备直接对你自己的对象存储、转写账号和笔记说话。
代价你要自己开三个账号,费用归你——量很小,但不是零。
07

不做软件关机

空闲一分钟只熄屏 + 轻睡,不重启。想记的时候,它从不在睡梦里叫不醒。
代价要彻底断电,得按机身电源键。它不替你关机,也不会把自己睡死。

判断的尺子只有一把:它只负责把一句话接住,不负责应付所有录音场合。尺子一变,上面七条全要重来。

AI 造物 · 我没有写过一行代码

它的芯片是 ESP32。开发我用的是 deepseek harness:口述需求,从烧录到调试,全程不写代码。这个产品里,我一行代码都没写。

更意外的是,它怎么知道硬件该怎么接。屏幕连在哪几个引脚、音频从哪里进、从哪里出,我一次都没告诉过它。它自己去探测、测试,把原厂固件逆向分析了一遍,才把这些接线定下来。

条件其实很宽:只要有屏、有麦、有电池、有几个按键,任何一台这种小盒子都能改。贵的那部分通常是外观和生态,不是录音。

这是一个伟大的时代,普通人用 AI 就可以开发嵌入式产品。就凭这个,你都要来体验一次——这就是一个时代的红利。

0行手写代码
1台现成设备,一百多块
2天,从零做到能用

成本 · 摊开算,没有续费

它不向你收月费,也不卖会员。开源,不卖:硬件你自己买,固件和使用说明都在 Gitee 上的 muse-agent 仓库 里公开,你照着自己刷、自己改。钱只花在三处:一台设备,你自己那几个账号的按量费用,以及你的一次性时间。

这笔钱花在哪怎么算谁收
硬件一台小智机器人,淘宝约 58–150 元,一次性卖家,你自己买
对象存储一小时音频 10.8 MB,传完即删,桶里几乎不囤东西你的云账号,按量
语音转写按分钟计费,单次几分钟的话是分钱级;不用就不花钱你的 API 账号,按量
笔记写进你已经在用的笔记你和平台之间的事
你的时间刷固件、开账号、学一次对象存储和子账号权限,约二十分钟,一次性你自己
订阅没有。第二个月、第二年,都没有—

所以这张卡的账是这样的:硬件一次性,之后每次使用只有分钱级的按量费用,没有续费。你想记多频繁都可以,因为记得再多,也不会有人按月向你收钱。

我过日子的几条老规矩 · 它接在这个站的同一套账上

这个站写的是我怎么过日子:怎么记账、怎么陪孩子、怎么想老去这件事。做这张卡用的是同样的三条老规矩。

01

持续学习,是最好的省钱

为了这张卡,你要学一次对象存储和子账号权限,二十分钟。这一次学习买的不只是省钱,是「以后所有设备都能接自己的云」。

02

把握红利,不是追新

语音转写过去是公司的能力,现在是按分钟计费的接口。你没有迟到,你只是终于可以用自己的账号,直接调它。

03

给心智定投

每晚说两分钟,就是往自己的心智账户里投一笔小额、长期、复利的东西。它不像刷短视频那样立刻有反馈,它只是让你第二天早上,读到自己。

06 · 开始使用

改造你的小智吧,
从录音卡开始。

如果你还没有那台机器人,淘宝上搜「小智机器人」,最低六十块就能拿到,外壳好一点的一百二左右。买之前先想清楚你要的是录音还是外壳——理性消费,别再为「不记就亏了」多付一笔。

动手做一个只满足自己需求的东西,现在是最好的时机。工具便宜到可笑,AI 也不收你学费。做产品的过程里,我删掉的东西比留下的多;删到只剩一件事可做,它才立得住。

看使用指南 · 大约二十分钟

开源,不卖,没有购买流程,也不需要在我这里注册账号。硬件自己买,固件在 Gitee 仓库 里,照着说明自己刷。