50 美元自己造一个 Meta Muse Charm：一块 ESP32 挂件加 Claude Code，把电子宠物改成远程取景器

Meta 在 Connect 大会上把 AI 做成了一张软乎乎的脸，取名 Muse Charm，想让你像养电子宠物一样把 AI 挂在身上。一位科技媒体编辑的回应很直接：这东西我们家已经有了，成本 50 美元，而且是我自己改出来的。

一分钟速览

• Meta 的 Muse Charm 主打「随身 AI 伙伴」，带摄像头和 5G 蜂窝连接，定位是消费级挂件。
• 作者花 50 美元买了 Waveshare ESP32-S3 1.75C 触摸屏开发板，外形与官方产品相似，且被 Meta 列为构建「Muse Gadget」的官方推荐硬件之一。
• 初始体验糟糕：语音被当成转录请求、响应慢、只有单一表情、无法自动发现智能家居设备。
• 用 Claude Code 重新编程后，补上了对话历史、语音播报、蓝牙相机预览和养成小游戏。

一块 1.75 英寸的屏幕，和一套开放的协议

作者买的是一块 1.75 英寸触摸屏的「怀表式」电脑挂件，型号 Waveshare ESP32-S3 1.75C，从中国发货。它支持按键说话，外形和 Muse Charm 高度相似。更关键的是，它是 Meta 官方认可的开发套件之一——如果你想做一个「Muse Gadget」，也就是用 Meta 的开源代码和 token、直接调用 Muse 能力的设备，这是官方给出的首批建议硬件。

这意味着一个有意思的结构：Meta 卖的是一台封闭的消费产品，同时又把「怎么造一台类似的」摊开给开发者。官方硬件有摄像头、有 5G，自制版没有；但自制版可以改。

开箱即用的部分，基本不能用

作者的上手过程并不顺利。设置本身不难：插上电脑，把 Claude 指向 Meta 的 GitHub 仓库，再配对上手机上的 Muse 应用。但把 Meta 的密钥烧进设备后，Muse 一开始把他的语音当成「要转录的音频片段」，而不是指令。等这个问题解释清楚，回复依然很慢。

更尴尬的是软件层。Meta 的固件只带一个 Jolly 表情，大部分时间就坐在那里卖萌；它不会像 Amazon Echo 或 Google Home 那样自动发现家里的智能设备。作者的原话是：装完之后，这个设备几乎没有任何实际用途。

Claude Code 补上的四件事

转折点是把开发板插回电脑，让 Claude 重写各项功能。作者列出的清单大致是四类：

第一，可读性。Muse 的回复看不清也听不见，这是不少人反馈过的问题。Claude 给他做了一个对话历史页，右滑就能看它说过什么；又接入 ElevenLabs 的一个英式 AI 音色，把回答念出来。

第二，远程取景。现在按一下按钮，就能让放在房间另一头的手机拍照，并在挂件上看到高质量实时预览；手机前置摄像头的画面也不再上下颠倒。

第三，蓝牙低码率预览。Claude 加了一个通过蓝牙传输的低清预览，这样即使不在家里 Wi-Fi 覆盖范围内，也能从各种刁钻角度取景。

第四，养成游戏。作者让 Claude 做了一批不同形象的头像，并加了一个类似电子宠物的小游戏：角色需要吃饭、玩耍、睡觉、洗澡。嫌太简单，又让它加了四档饥饿、无聊和脏污程度；吃到零食会弄出一地碎屑，把角色弄得更脏。

官方版与自制版，差在哪

把两者放在一起看，差异不在硬件参数，而在「可编程性」。官方版有摄像头、有蜂窝网络、有更好的工业设计，开箱即用；自制版没有摄像头、没有 5G，外观是金属怀表，但每一行行为都可以改。

作者最后的结论是：不买官方版。理由不是官方产品差，而是他用 50 美元买到了一次完整的「学习经验」——理解了这类 AI 挂件到底由什么构成：一块带麦克风和屏幕的开发板、一套云端模型接口、一层把语音变成动作的胶水代码。

趋势洞察：AI 硬件的护城河是软件还是「可改性」

这个故事真正的信息量，在于它展示了 AI 硬件的一个结构性弱点：当核心能力都在云端，硬件本身很容易被复制。Meta 主动开放开发套件，某种程度上是承认了这一点——与其防着开发者拆，不如让他们在自己的生态里折腾。

但对消费者来说，判断标准会越来越清晰：买的到底是「一个能对话的挂件」，还是「一个可以持续长出功能的平台」。前者拼的是工业设计和渠道，后者拼的是可编程性和社区。50 美元的开发板当然不会取代 199 美元的消费产品，但它会让「我为什么要为封闭付溢价」这个问题变得更难回答。