想玩 AI 硬件，第一件事不是买最贵的，而是先搞懂钱该花在哪：几百块的成品和几十块的开发板，接上 Claude 以后一样聪明，多掏的钱买的是外壳、屏幕和一个会转头的脖子。这个功课我替你做完了，该认哪颗芯片、三档预算各买什么、六个牌子怎么挑、七个坑怎么躲，一篇讲清 👇
我平时爱拿电烙铁折腾，换鼠标微动这类手工活干过不少，但 ESP32 和 AI 硬件还是第一次正经研究。前段时间被一个会转头的桌面 AI 小机器人种草，做了一番功课，今天它到货了。
接下来我会开一个系列，每折腾完一件事就写一篇。这是开篇，先把选购这件事讲清楚，几十块的开发板和几百块的成品都会讲到。
Embedded content is available in the original post.
一、先搞懂原理：芯片只负责听和说
ESP32 跑不动 Claude 这种大模型，真正"思考"的是云端。整套系统可以想象成一个人：
- 耳朵、嘴巴和手脚：ESP32 设备。负责听你说话、播放声音，有的还能转头、发红外信号。
- 神经：小智服务端，跑在你电脑上的一个 Python 程序，负责在耳朵、大脑和手脚之间传话。
- 大脑：云端的 Claude。只负责想和做决定，自己碰不到任何东西。
这里说的小智，是目前 ESP32 AI 硬件圈最火的开源项目之一，在 GitHub 上就能找到。它分成两部分：
- 设备固件：烧进 ESP32 里，负责录音、播放、显示表情、控制硬件。已经适配了几十种开发板，StackChan 的出厂固件底层用的也是它。
- 服务端：跑在电脑或服务器上，负责语音识别、调用大模型、语音合成。社区有现成的开源版本，可以自己部署，国内外很多大模型都能接。
不想自己部署的话，小智也提供官方的公共服务器，烧完固件、连上 Wi-Fi 就能直接聊，只是能选的模型有限。
一次对话大概是这样走的：
① 你说话，ESP32 用麦克风录下来，通过 Wi-Fi 发给小智。 ② 小智把语音转成文字，交给云端的 Claude。 ③ Claude 想好怎么回答；如果需要动手，比如转头、开空调，就让小智给设备下指令。 ④ 小智把回答转成语音，发回 ESP32。 ⑤ ESP32 用喇叭播出来，顺便在屏幕上显示字幕、做个表情。
不过别误会，设备能做的远不止对话：设备有什么硬件，Claude 就能用什么。摄像头能看，传感器能感受环境；舵机能转头，红外能遥控空调电视，蓝牙能控制手机。
这意味着两件事：第一，设备的算力不用追求最强，够用就行；第二，换大模型只需要改服务端配置，不用动设备。
所以选硬件时，真正要看的是：有没有麦克风和喇叭、内存够不够、带了哪些传感器和扩展接口、社区有没有现成固件。
Embedded content is available in the original post.
二、先认识四个层级
逛商品页之前，先分清你买的到底是什么：
- 芯片：指甲盖大小的一颗，CPU、内存、Wi-Fi、蓝牙都在里面。普通人不会单买。
- 模组：芯片加上闪存、天线，焊在一块小铁片上，给厂家做产品用。
- 开发板：模组加上 USB 接口和针脚，插电脑就能烧程序，几十块钱，适合自己接线做实验。
- 成品：开发板再配上屏幕、喇叭、外壳、电池，拿到手就能用，价格高一些。
打个比方，ESP32 芯片就像手机里的骁龙，成品就像一台完整的手机。商品标题里写的"ESP32-S3"，多半指的是用了这颗芯片的开发板或成品。
还有一点要知道：ESP32 不像电脑那样装软件，换功能靠的是"烧录固件"，也就是把整个程序重新写进芯片里。
Embedded content is available in the original post.
三、选芯片：认准 ESP32-S3
ESP32 是上海乐鑫设计的芯片，型号很多。做 AI 语音，新手直接选 S3 就不会错。
| 型号 | 特点 | 适不适合做 AI 语音 |
|---|---|---|
| ESP32-S3 | 双核 240MHz，可外挂大内存，生态最成熟 | 首选 |
| ESP32（初代） | 经典老款，资料多 | 能用，但内存吃紧 |
| ESP32-C 系列 | 便宜省电，性能较弱 | 适合做开关、传感器 |
| ESP32-P4 | 主频约 400MHz，适合大屏和摄像头 | 不带 Wi-Fi，要搭别的芯片 |
| ESP32-S31 | 2026 年新出，性能和无线都升级了 | 太新，教程和固件还少 |
选 S3 最大的理由不是性能，而是生态：小智等主流开源项目都围绕它做，遇到问题网上基本都能搜到答案。
Embedded content is available in the original post.
四、按预算分三档
三档都能玩 AI，差别在你要自己动手做多少事。下面价格是我做功课时看到的大概区间，以实际售价为准。
| 档位 | 大概价格 | 买什么 | 你需要做的 | 适合谁 |
|---|---|---|---|---|
| 入门 | 几十元 | ESP32-S3 N16R8 裸板，另配麦克风、喇叭模块 | 自己接线、可能要焊接、烧固件 | 爱动手、想搞懂底层的人 |
| 进阶 | 一两百元 | 小智已适配的带屏开发板 | 烧录现成固件、配网 | 想快速体验 AI 对话的人 |
| 成品 | 几百元 | StackChan、乐鑫 EchoEar 这类桌面机器人 | 开箱即用，想深度定制再刷机 | 想要外观、动作和陪伴感的人 |
这三档跑的是同一套原理，后面系列里讲的服务端教程，三档都能用。
Embedded content is available in the original post.
五、品牌和购买渠道
前面说过，芯片只有乐鑫一家在做，大家比较的其实是用这颗芯片做开发板和成品的品牌：
- 乐鑫官方：芯片原厂出的开发板，最权威、兼容性最好，但偏裸板。
- M5Stack：做成品最出名，外壳精致、即插即用，价格偏高。StackChan 就是它家的。
- Seeed（矽递）：做开源硬件的老牌公司，拇指大小的 XIAO 系列很受欢迎。
- 微雪：带屏开发板种类最多，性价比高。
- 正点原子：中文教程和视频特别详细，适合零基础跟着学。
- 立创：主打便宜和开源，很多 DIY 项目用的就是它家的板子。
这几家在淘宝都有店，但直接搜名字，出来的不一定是官方店。最稳妥的办法是打开品牌官网，在页面底部的购买渠道里点淘宝链接跳过去。
Embedded content is available in the original post.
六、除了设备，还要准备什么
很多人以为买回设备就完事了，其实还差两样东西。
一台跑服务端的机器
前面说的"服务器"不用专门去买，一开始用你自己的电脑就行，装个 Docker 跑开源的小智服务端，设备和电脑连同一个 Wi-Fi。缺点是电脑得开着。想 24 小时随叫随到，再把服务端搬到树莓派、NAS 或云服务器上。
一个大模型的 API Key
想接 Claude、Grok 这些模型，需要去对应平台申请 API Key，按用量付费，日常聊天花不了多少钱。国内用户如果申请不到 Claude 的 API，可以先用 DeepSeek、通义千问这类国内大模型把流程跑通，小智都支持。不想花钱的话，也可以先用小智的官方服务器体验，只是能选的模型有限。
Embedded content is available in the original post.
七、避坑清单
- 认准 S3：商品标题里只写"ESP32"的，多半是初代或 C 系列，做语音会很吃力。
- 要带 PSRAM：型号里 N16R8 的意思是 16MB 闪存加 8MB PSRAM，R 后面没数字的就是没有外挂内存，跑语音容易爆内存。
- 先查小智适配列表：买之前去小智的 GitHub 仓库看看有没有这块板子，有的话烧录现成固件就能用，没有就得自己改代码。
- 没有麦克风和喇叭做不了语音：有些带屏小设备很好看，但只能显示，比如部分旋钮屏。
- 不用为本地 AI 芯片多花钱：大模型在云端，带 AI 加速芯片、能本地跑模型的设备更贵，对这种玩法来说用不上。
- 成品和实验板分开买：成品的引脚大多被屏幕、舵机占用了，想接线做硬件实验，另买一块几十块的开发板更划算，也不心疼。
- 成品不等于完美：成品机器人的出厂固件往往功能有限，想深度玩还是要刷机和自建服务端。
Embedded content is available in the original post.
八、我为什么选了 StackChan
先说清楚：自己掏钱买的，699 元，没有任何合作。
我最后在 StackChan、M5Stack Tab5 和 Sipeed MaixCAM2 之间纠结了很久。Tab5 屏幕大，MaixCAM2 跑 Linux、摄像头强，但我第一眼被打动的是一个会转头、有表情的小家伙，这种陪伴感另外两台给不了。
它的配置、能玩出什么花样，下一篇详细说。
Embedded content is available in the original post.
总结
✅ 设备只负责听和说，大脑在云端，算力够用就行 ✅ 芯片认准 ESP32-S3，型号带 R8 这种 PSRAM 标记 ✅ 几十块裸板、一两百带屏板、几百块成品，三档跑的是同一套原理 ✅ 买之前先查小智适配列表，有现成固件省一半事 💡 最重要的坑：标题只写"ESP32"不写 S3 的别买，做语音会很吃力
下一篇：正式介绍 StackChan，开箱、配置、能玩什么，以及它和普通开发板的区别。
系列里我会尽量把服务端部分写成通用的，用几十块开发板的朋友也能跟着做；设备端会标注清楚哪些是 StackChan 专属。
如果你也在玩 ESP32，欢迎留言你用的是哪块板子。
📋 关注 @justhalfbit，持续更新踩坑指南 🧩 懂半格，刚好够分享
有问题随时问，看到都回 💬 觉得有用？转给同样需要的朋友 🔄