文／何柏
一則發布於酷安的分享近日在 DIY 圈引起討論。一位匿名玩家把自己先前的掌上 AI 陪伴裝置整個重做：角色換成近期爆紅的「藍色大肥魚」立繪與介面，底層則是一部芒米 Air Y Pro 安卓掌機，搭載驍龍 865 處理器、8GB 記憶體、4:3 螢幕、降噪麥克風與整套實體微動按鍵，並串接 NAS 做長期記憶、Home Assistant 與米家設備，做成一臺可以語音聊天、錄音、控制全屋智慧的可攜終端。
真正的賣點是那排實體按鍵
市面上的 AI 硬體小工具，多半是桌面型的觸控或語音裝置。這位玩家刻意走另一條路：把掌機的機械按鍵全部重新映射。長按 L1 語音輸入、雙擊 R1 錄音、B 鍵強制打斷 AI、X 鍵同步 NAS 資料，按鍵成了與 AI 對話的「實體快捷列」。
這個設計貼近一個日常情境：開會時你想錄音，不必解鎖手機、打開 App、找到按鈕，摸到搖桿旁那顆鍵就行。開車或雙手忙碌時，實體鍵的盲操作價值更明顯。原文作者的說法是，市面上常見的桌面 AI 小工具他已經有了，所以想榨乾掌機的微動按鍵，做點不一樣的。
記憶放在 NAS：用 SQLite 而非向量資料庫
架構上，這套系統把資料中樞放在 NAS，掌機只是眾多「溝通渠道」之一，飛書端共用同一份記憶，出門在手機上能接續對話。
技術選型值得注意。作者沒有上重型向量資料庫，而是用單檔 SQLite 搭 FTS5 全文索引，記憶體佔用小、檢索快；短期對話留在記憶體內，聊完六秒由背景程序提煉成「事實卡片」寫入資料庫，半夜再讓 AI 寫一篇當日工位日記。
用生活比喻，這像是請了一位助理：當下先聽你說，稍後把重點抄進筆記本，晚上整理成日報。對多數個人用戶來說，全文索引在幾萬條筆記規模內，確實夠用，向量檢索的優勢要等到語料量大、語意查詢頻繁時才明顯。
全屋智慧接進來之後，AI 從被問變成會做
這套系統打通了 Home Assistant 與本地的米家橋接（原文稱 MiLoCo），目前能做到讓大肥魚調用家庭屏廣播、調取攝影機巡視工位桌面、讀溫濕度做主動提醒、驅動掃地機器人。作者形容這是搭積木的過程，每接一個硬體，就在掌機介面給它捏一張狀態卡片。
這裡的訊號比硬體本身重要：當家居設備、對話記錄、日曆待辦都掛在同一套記憶體系上，AI 才有條件從「被動回答」走向「主動規劃」。作者自己也說，目前能力跟桌面觸屏音箱差不多，但資料與設備多了之後，才談得上讓它主動幫忙調度。
三個深坑，與一堂 Token 帳單課
作者列出改機者必踩的三個坑：安卓系統的聲卡獨佔衝突、機械按鍵雜音幹擾收音、底噪讓語音辨識產生幻覺自導自演。其中底噪那條特別值得記住，麥克風一直收到環境雜訊，模型就可能「聽見」不存在的話並自行回應，這對所有常時聆聽的 AI 裝置都適用。
最實際的教訓在攝影機串接。作者最初把推流寫成主動輪詢模式，一個小時狂刷上百萬 Token。改成按需抓圖後問題才解決。這也是所有接了多媒體輸入的 AI 應用共同的成本結構：感測器讀取頻率，直接決定帳單規模。
所以呢
作者的結論很誠實：這是個自製小玩具，沒什麼生產力。但對照市面上功能簡陋、斷網就變磚、動輒數百上千元的「AI 硬體」，把抽屜裡的閒置掌機加上一臺 NAS 改一改，換到的是實體按鍵手感、資料完全自持、以及可以一直迭代的開放架構。
對讀者更有參考價值的是判斷框架：買市售 AI 硬體前，先問三件事，資料存在哪裡、斷網後剩什麼功能、廠商停更時裝置的命運。這三題答不好的產品，本質上是租來的體驗；而自組方案的折騰成本雖高，所有權與演進空間都在自己手上。作者留下的未解問題也提示了下一步：健康資料如何及時進入決策迴路，仍是這類個人 AI 助理還沒有標準答案的一塊。