过去一周，只要你在智能硬件圈子里刷内容，很难绕开 ESP-Mosaico。乐鑫 8 月 19 日正式发布，定位是「为 Coding Agent 设计的模块化开发板」，官方 B 站发布视频五天播放量接近 3 万，小红书官方笔记评论破千，绝大多数都是求购买链接的。哔哩哔哩
硬件规格给得不低：ESP32-S31 主控、480×480 OLED 触控屏、内置电池可以脱线独立运行，摄像头、传感器、按键、灯光、电机都能当模块往上挂，还支持多台主机拼接。哔哩哔哩
但问题是，你买不到。官方在 B 站评论区的答复很直白：8 月 20 日起每天中午 12 点只上架 10 套，先到先得。哔哩哔哩评论区能看到「根本抢不到啊～～～点进去支付就没了」，也有人干脆放弃：「没现货，唉，懒得和黄牛斗智斗勇。」微博上还有人天天追更，数着每天 10 套的出货量等量产。微博
如果你正处在这个状态——被种草、抢不到、又不想加价——那有一条很多人还不知道的关键信息：Mosaico 内置的那套 Coding Agent 叫 ESP-Claw，而 ESP-Claw 本身 4 月 21 日就已经被乐鑫发布并开源了。免费，不需要买 Mosaico，官方原话是「只需一块 DevKitC（入门级开发板）即可开始体验」。知乎
换句话说，「聊天造物」不是那台 299 元硬件的专属能力，你抽屉里吃灰的 ESP32-S3 开发板，今天可能就能跑起来。这篇文章把三件事讲清楚：ESP-Claw 到底是什么、这 4 个月社区玩成了什么样、刷屏视频和真实体验的落差有多大，最后给不同情况的人分好路线。
不是「给 ESP32 接大模型」，是把 Agent Runtime 塞进芯片
很多人对 ESP-Claw 的第一印象是「又一个把大模型接到单片机上的玩法」。看了乐鑫公开的资料，它比这往前走了一步：直接在设备端塞进一套 Agent Runtime。官方自己的定位说得挺明白——如果 OpenClaw 是跑在 PC 和服务器上的 AI 智能体网关，那 ESP-Claw 要解决的就是「把这套能力从 PC 环境延伸到实体物理世界」。知乎
想上手的人，值得先看懂它的四个机制，这决定了它能干什么、边界在哪。
第一，聊天造物。你用自然语言描述需求，LLM 负责生成逻辑，关键在下一步：生成并验证过的逻辑可以固化成本地 Lua 规则，断网了、明天模型换了，已定义的行为照样稳定执行。知乎灵活性交给大模型，确定性留在本地规则，这比「每句话都要过一遍云端」的设计务实得多。
第二，事件驱动。门磁触发、人体检测、温度突变这类场景走本地事件总线，高实时动作本地直接执行，毫秒级响应，断网也能独立跑，不用等云端轮询。第三，云边协同。本地没有匹配规则时，Agent 自动调用 LLM 分析判断；图像识别这类超出本地算力的任务自动上云处理再拿回结果，比如摄像头检测到人就推送提醒、检测到动物就静默过滤。
第四，MCP 双向身份：设备既能被外部 Agent 调用，也能主动调用外部服务。记忆系统则完全本地化，用户偏好、行为习惯、关键事件都存在设备上，不传云端，隐私这点值得加分。哔哩哔哩
生态位比想象中宽：官方开源四个月，第三方已经跟上了
芯片支持面比很多人想的宽。官方点名支持 ESP32-S3、ESP32-C5、ESP32-P4，社区已经把新的 ESP32-S31、M5Stack 的 StickS3 和 CoreS3 跑了起来，甚至行空板 K10 也有人实测部署成功。哔哩哔哩淘宝上还出现了第三方的「龙虾扩展板」，固件、板子、代码成套在卖，不想自己搭电路的多了一个现成选项。
这 4 个月，社区玩出了什么
从 4 月 21 日发布到现在，B 站相关视频我数了下有 40 多条，挑几个有代表性的。最出圈的是「沉浸式组装 ESP-Claw 游戏掌机」：组装、烧录之后，用聊天描述需求，它就能自动生成并运行游戏，3.89 万播放、1751 个收藏，是所有案例里热度最高的。哔哩哔哩
往后就越来越野了：有人用它从零造了一台智能桌面鱼缸，有人给家里植物做了个「赛博花盆」，还有人两句话让它生成一个能玩的《超级马里奥》小游戏。
更值得看的是实用方向。8 月 23 日有玩家把 ESP-Claw 装到自己淘汰的旧设备上，在微信聊天窗口里控制各种外设，接的是 OpenAI 的 gpt-5.4 模型。哔哩哔哩8 月 24 日凌晨还有一条「ESP32-S3 ESPClaw 聊天机器人 BOM 采购盘点」，是一个初学者在盘点自己采购的电阻和元器件。哔哩哔哩这说明它已经从极客圈扩散到了纯新手阶段。
但刷屏视频和你的距离，可能比你想的大
先泼点冷水。掌机视频的 1751 个收藏是真的，评论区另一半声音更真实：「up 主，我也在 esp32-s3 上部署了最新的 esp-claw，但是为什么我的没有你那么聪明呢，他连点亮屏幕都不行。」这条有 15 个赞。哔哩哔哩
一位深耕嵌入式多年的开发者在评论区感慨「这世界已经变成我看不懂的样子」，收获 117 个赞，但更值得注意的是下面那条质疑：演示里的游戏代码和屏幕驱动很可能是提前烧录好的，大模型只负责把按键和 RGB 灯映射到 IO 引脚。哔哩哔哩还有懂行的补了一句：「实际上驱动这个 lcd 都要 ai 折腾好几个来回的。」
这些声音指向同一个事实：多数刷屏演示不是「冷启动」。屏幕驱动、基础框架、外设初始化可能都是提前备好的，Agent 完成的是最后那段最有展示度的部分；而你自己上手要过的第一关——让手里这块屏幕亮起来——恰恰是最容易翻车、最需要反复折腾的一步。
另外还有两个绕不开的现实问题。一是 token 用量，官方免费额度并不多，7 月就有玩家刷完固件吐槽「就是领的 token 不够用」，认真玩基本都要自己接模型 API。哔哩哔哩二是模型决定上限，同一套 ESP-Claw，接的模型不同，体验能从「点不亮屏幕」到「能写游戏」。框架是开源的，智能是租来的。
所以给个公允的判断：现在的 ESP-Claw 是「原型机＋玩具放大器」——天气时钟、小游戏、灯效、微信控外设这类小东西很顺；但它还不是「自动量产机」，想做能长期稳定运行的功能，关键逻辑该用 Lua 固化还得固化，该自己写的还得自己写。
算一笔账：免费路线和 299 元路线怎么选
路线 A，零新增硬件尝鲜：ESP-Claw 开源免费，家里有 ESP32-S3 开发板（几十元档）就能玩，加一块屏幕、刷官方固件即可。外设按需慢慢加，主机的双排 2.54mm IO 就是给扩展留的，不需要一次买齐。适合想先搞懂「聊天造物」到底是怎么回事的人。
路线 B，成品体验：Mosaico 主机社区多份信息指向 299 元（淘宝官方店「乐鑫科技 Espressif Online」，入口在店铺底部「新品」栏），摄像头等模块另购。哔哩哔哩小红书你买到的是 OLED 触控、内置电池、麦克风和扬一体的成品，ESP-Claw 开箱即用，不用刷固件不用接线。多机拼接这个招牌玩法也只有成品机身体验最完整：几台主机能识别彼此的相邻关系和姿态，无线同步应用状态，官方 Demo 里几块屏拼成一面像素墙，还能做跨屏游戏。哔哩哔哩唯一的问题是：每天中午 12 点，10 套，得定闹钟。
路线 C，第三方成套方案：龙虾扩展板这类带代码的套件，适合抢不到 Mosaico 又不想自己搭电路的人。好处是即买即用，代价是生态文档和维护比官方慢半拍。
谁现在可以上，谁再等等
手里有 ESP32-S3 或 P4 开发板、会刷固件、只想搞懂「聊天造物」到底怎么回事的：今天就可以上。成本就是一块屏幕的钱，翻车是体验的一部分，评论区多的是陪你翻车的人。
不懂刷机接线、只想要个干净成品的：等每天中午的补货就好，别加价。顺便盯着官方店铺什么时候把详情页补全、现货放开——那才是产品体验真正完整的时候。
想拿它做正经产品原型或者离线自动化的：ESP-Claw「LLM 判断＋Lua 固化」的设计确实是为这类场景准备的，但请提前把模型 API 的成本算进预算，关键逻辑留在本地规则里，别赌云端。
最后留三个值得持续盯的信号：Skills Lab 里现成应用（官方叫 Skill，可直接安装、可二次创作的设备应用包）的累积速度、Mosaico 放量后 token 政策是否变化、ESP32-S31 的支持成熟度。哔哩哔哩这是开源框架，晚一点上车不吃亏——越晚，现成的轮子越多。
