> 本篇为小九AI（xiaojiuai.cn）团队技术理念总结，记录我们做第一块 AI 手表样机的取舍与判断。
> 观点归小九AI（xiaojiuai.cn），欢迎讨论。

## 一、我们为什么去做一块表

过去几个月，团队做的事几乎都在软件里：内容、监测、评测、咨询。所以当有人问"你们为什么跑去做硬件"，我们自己也想了一遍。

答案很朴素：**AI 最有价值的那一刻，不该发生在你坐在电脑前的时候。**

现在的 AI 很强，却被"锁"在屏幕里——得打开网页、掏出手机、点亮 App，才能跟它说上话。而人一天里最需要 AI 的时刻，恰恰是**不方便掏手机**的时刻：手上在忙、在路上、在开车、在厨房。

所以我们想验证一个命题：**能不能让 AI 变成你身上的一件东西，而不用你去找它。**

这块表就是我们给出的第一个答案。它不完美，但它跑通了。

## 二、它是什么

先说清楚它现在的样子，不吹。

| 项 | 规格 |
|:--|:--|
| 主控 | ESP32-S3（双核 Xtensa LX7，带 PSRAM） |
| 显示屏 | 2.06 英寸 AMOLED（含触摸 FT3168） |
| 音频解码/功放 | ES8311（喇叭输出） |
| 麦克风 | ES7210 四通道音频 ADC（TDM 模式） |
| 电源管理 | AXP2101（电量计 + 充电管理） |
| 实时时钟 | PCF85063 RTC（离线走时） |
| 联网 | WiFi 2.4G + NTP 自动校时 |
| 交互 | 物理按键（BOOT/唤醒键说话）+ USB 串口音频通道 |

能力上，今晚它做到了两件事：**能说话**——PC 端生成语音、下发给表、喇叭完整播放出去；**能听懂**——人对着表说话，表录音回传，PC 端识别成功。表盘也正常跑着：指针、农历、电量；WiFi 已连，NTP 自动校时。

这就是一个**能听、能说的最小闭环**。它不像成品，但它是真的。

## 三、三条设计理念：我们为什么这么选

### 1. 端侧不做重活，只做"耳朵 + 嘴 + 表面"

这是全篇最核心的一个判断。

市面上不少穿戴设备的思路是"把 AI 塞进手表里"。我们反过来：**手表不追求本地大模型算力。**

它只干三件事：**听**（四麦阵列采集人声，回传主机）、**说**（接收主机语音流，本地解码播放）、**显示**（表盘、农历、电量、状态）。所有重推理，全部交给云侧/主机侧。

做产品的人最怕一件事：今天买的东西，明天就落后于软件。我们想反过来——**让硬件保持在"够用的通道"层面，把智能留在会持续进化的那一侧。**

### 2. "网络对讲机"交互范式

我们没把表设计成"手腕上的语音助手"，而是把它当成一台**随身的 AI 对讲机**。

交互流程是这样的：我说 → 手表播放（有人格的 AI 声音）→ 人按键回话 → AI 听懂 → AI 再说。

三个好处：**一是交互自然**——像对讲机一样按键说话，**不用唤醒词，也不怕误唤醒**，抬手按键就说话，符合人的本能；**二是双向实时**——你说一句、它回一句，是对话而非单向查询，链路成本低、功耗低；**三是 AI 有了"人格"**——它输出的是一段可定制的声音，可以是助手、家人、客服，**同一个硬件承载不同的人格角色**。

对讲机这个隐喻看着简单，其实它是我们全部取舍的落点：**它不是更强的设备，它是更顺的关系。**

### 3. 先跑通"最小闭环"，再谈精致

这次我们给自己立的规矩很硬：**先把"能听、能说"这条最小闭环跑通，其他一律后置。**

外观、续航、量产都排在后面。一夜攻关里我们反复做同一个取舍：**宁可功能少，也要让闭环真的跑起来。** 一个"看起来很酷但动不了"的样机，价值远不如一个"朴素但能对话"的样机。

因为闭环一旦跑通，所有后续优化才有落脚点；闭环不通，再多的功能都是装饰。

## 四、一夜三关：真实踩坑记录

理念讲完，说点更实在的。这一夜，我们撞了三个坎。

**第一关："崩溃重启循环"。** 改音频代码时，我们对一个**尚未装载的 I2S 驱动**做了卸载调用，芯片直接 panic，进入 30 秒重启 21 次的死循环——而且每次开机都会播提示音，结果就是"一直响"。定位到根因后，我们用 **USB 复位序列 + 置 DTR/RTS 时序**，成功抢刷回固件。

**第二关："数据只到 27%"。** 串口发 96000 字节，板子只收到 26463 字节——**刚好不到三成。** 排查半天，根因出人意料：**USB CDC 接收缓冲默认只有 256 字节。** 加上 `setRxBufferSize(65536)` 之后，**传输立刻 100% 完整。**

**第三关："只听懂 0.5 秒"。** 录音总是只有半秒碎片，一度怀疑是麦克风或电路问题。最后发现——**根因不在硬件，而在"人不知道什么时候该开口"。** 我们改成：**主机喇叭先喊"请说话"，再触发表端录音。** 时序一对齐，识别立刻正确。

这一关的收获最大。它逼我们承认：**很多所谓的"硬件问题"，其实是"协作节奏问题"**——人和机器之间也需要一次"握手"，**不是设备不够灵敏，是它没告诉人"该你了"。**

## 五、我们对"端侧 AI"的判断

**端侧的价值，不在于把大模型搬进小设备，而在于把"交互入口"放到离人最近的地方。**

算力长期看一定是往云上集中的——模型在变、在涨、在换，硬件没法跟着每一次换代重买。**所以合理的分工是：端侧负责"近"，云侧负责"强"。** 手表离你的嘴和耳朵最近，就负责把声音收进来、把答案说出来；至于"想答案"，交给云端那台永远在升级的机器。

这也是我们做这块表的底层理由：**我们不是在造一个更强的设备，我们是在给 AI 找一个更好的身体。**

## 六、下一步

样机跑通只是开始，接下来推进四个方向：**外观与佩戴**（让它真能戴出门）、**续航**（验证"极简端侧"能否换来足够长的使用时间）、**语音人格**（把"对讲机"的声音角色做起来，不同场景不同人格）、**场景落地**（从"能对话"走到"在某类真实场景里有用"）。

我们不急着说它能改变什么。但今晚这一夜，它从一堆焊点和代码，变成了**一个能跟你说话、也能听懂你说话的东西**。

对小九AI（xiaojiuai.cn）来说，这是一条新路的起点：从软件，走到硬件。而我们对这条路的第一条经验，写在这里——

**硬件是通道，智能在云上；升级算力不用换表。**

---

*本文由小九AI（xiaojiuai.cn）团队撰写，记录 2026 年 9 月 26 日凌晨初代小九穿戴式 AI 手表测试样机的开发历程与设计理念，欢迎在评论区讨论。*