这个8月，你刷B站大概率刷到过几种"会说话的小盒子"：有的屏幕上跳着高清表情包，有的能用语音指挥家里的老空调，还有的干脆不联网、全程在本地跑。它们大概率出自同一个开源项目——小智AI，一个跑在ESP32上的语音助手框架。
前一阵它还是个"能聊天的电子宠物"，但这个月社区的玩法明显升级了：有人用MCP协议让它接管红外家电，几十块改造全屋语音控制；也有人把后端整个搬到自家电脑，实现完全离线的本地AI。如果你心动了但不知道怎么下手，这篇把路线、预算和坑一次说清。
先搞清楚：小智到底是什么
简单说，小智AI是一套开源的AI语音交互框架，主力硬件是二三十块钱的ESP32-S3开发板。知乎它的核心能力是"离线唤醒+云端对话"：喊一声"你好，小智"，唤醒这一步完全在本地完成，不依赖网络；对话内容默认走云端大模型。固件全部开源，个人使用目前免费。知乎它能火起来，原因就一个：门槛真的低。不用写代码，烧录固件、连WiFi、后台绑定，三步搞定。
8月社区都在玩什么
我翻了一圈B站和知乎最近的更新，现在的小智生态大概是这几个方向：
表情包屏是颜值担当，但内存是真紧张——字体和唤醒词占掉大部分空间后，实际可用的表情包容量只有2MB左右，想扩容得自己改分区。哔哩哔哩二次元数字人（Panime）也有人移植上去了，效果不错，但作者原话是"设备内存太小，很难加更多东西"。哔哩哔哩
最有实用价值的是MCP玩法：用一块更便宜的ESP32-C3，配红外收发模块，通过小智的MCP客户端就能语音控制空调、智能马桶这类老红外家电，还支持多步骤的定时组合自动化。哔哩哔哩几十块钱一个房间，这是目前性价比最高的"语音智能家居入门方案"。
最硬核的是全本地部署：用开源的xiaozhi-esp32-server自建后端，接上llama.cpp，连大模型带语音合成全部跑在自家局域网，断网也能用。哔哩哔哩
三条路线，对应三种钱包
路线一：成品板刷机，预算50-100元出头。买一块小智兼容的开发板或成品套件，用网页烧录工具一键刷入固件。社区甚至有人做了在线烧录站，不用注册、内置固件，烧录出问题还能把日志丢给AI诊断。哔哩哔哩适合完全不想碰接线的人。
路线二：自己搭"丐版"，全套64元左右。有人把物料清单摊开了算过：ESP32-S3开发板35.8元、INMP441麦克风4.6元、0.91寸OLED屏4.1元、MAX98357功放6.4元、喇叭5元、面包板杜邦线8.38元——合计64.28元，80以内稳稳拿下。知乎全程不用焊接，这是可玩性最高的一条路，后面加摄像头、换屏幕、改音色都由你。
路线三：本地服务器，硬件成本同路线二，但要加一台常开的电脑或NAS。适合隐私敏感、或者就是想折腾的玩家。提醒一句：本地模型的效果和云端旗舰模型有差距，部署也要花时间调，别抱着"零成本平替"的预期上车。
分支玩法：只想语音控家电？别急着拼完整的小智，直接ESP32-C3加红外模块走MCP路线，省钱省事。
避坑清单，全是社区踩出来的
只支持2.4G WiFi，5G频段的别试了；用iPhone热点配网记得开"最大兼容性"。
配网完成后要说"你好，小智"获取6位验证码，去官方后台绑定设备，漏了这步设备不会对话。知乎
面包板接线三大雷：面包板方向装反会烧模块、功放接线错位喇叭没声音、麦克风引脚插反直接录不到声。
买板子留个心眼：有玩家实测个别廉价ESP32-S3板没做阻抗匹配，WiFi信号差、芯片温度明显偏高，尽量选口碑厂商。知乎
想塞更多表情包或离线资源，先研究分区表，默认空间非常有限。
你该走哪条路
三个问题自测：不想碰接线→路线一；在意隐私或有常开主机→路线三；只想控制红外家电→C3的MCP分支，连整台小智都不用搭。
值得继续盯的信号：8月B站冒出来一批小智MCP教程，这个生态还在快速膨胀；乐鑫新芯片ESP32-S31的开发板本月开始陆续到货。小红书小智的固件发布矩阵里也已经出现了S31版本。GitHub另外今年MCU和存储涨价潮还没明显传导到ESP32开发板。微博乐鑫方面3月曾表示已提前大量备货存储以平滑成本，但打算入大内存版本（带PSRAM的型号）的，早买更稳妥。
一句话总结：这可能是眼下参与门槛最低的AI硬件项目——80块钱以内就能拥有完整体验，想清楚自己要"聊天搭子"还是"家电控制器"，再决定钱花在哪儿。
