一条开源消息，把「桌宠」和「工位」焊在了一起
9月13日晚上，小红书上一个桌面机器人玩家发了条不到三百字的内容：把StackChan直连Claude Code的方案整理开源了。事情本身不大，但它描述的场景让很多边写代码边养AI的人坐不住了——AI通过MCP直接调用桌上这台小机器人的硬件，让它说话、转头、换表情、亮灯、拍照、读传感器。也就是说，你在终端里跑的编码Agent，第一次有了表情。小红书
作者在帖子里点破了一个此前没人写清楚的链路差异：上游方案默认面向网页版Claude，要走OAuth代理；但Claude Code本身就是MCP客户端，可以直连。这个仓库里不只有代码，还有中英双语README、nginx+systemd配置模板，以及一份"连不上、掉线、没声音、发烫"的真实踩坑文档。小红书
这不是一次孤立事件。把这半年桌面机器人圈子里互动最高的内容摆在一起看，你会发现一条清晰的暗线：程序员正在给自家AI智能体装一个物理身体。
把点赞数排一排，你会发现火的是同一个物种
先统计，再下判断。仅StackChan一个词条，小红书上的高热度帖子已经排成一串：
6月23日一条"stackchan人脸追踪"短视频，28119赞、771条评论，评论区最高频的词是"求开源"；
5月11日"Claude连上了stackchan（有攻略版）"879赞；6月20日"终于把Claude接入了StackChan"559赞；6月15日"stackchan自定义烧录成功"948赞；8月17日"operit接入stackchan开源"180赞；9月8日给机器人换上"傲娇红莉栖"人设的Stackchan & Amadeus项目140赞；
微博8月30日有人总结，这个周末除了美联储沃什的消息，还有两款AI小火机器人火了：Microduck机器小鸭、StackChan桌面机器人，价格不贵，普通玩家、技术爱好者都买得起。微博
注意这个对比：机器鸭那波火的是一秒摇摇摆摆走路、摔了自己爬起来，买它是为了"看它活着"；而StackChan的高赞帖里没有一篇在夸它走路可爱，全部在讲接入——接Claude、接Codex、接本地大模型、接OpenClaw、接Home Assistant。B站8月12日一个141赞的视频标题更直白：《我请了一个AI员工，点个头就能干活》，作者的原话是"这一期我给 AI 做了一个身体"。9月12日知乎最新的折腾实录标题也叫《把 StackChan 变成家机的身体：我试过的三种玩法》。"身体"这个词，两个月内被不同平台的陌生人反复使用，这就是社区话语的真实形状。哔哩哔哩知乎
连外网创客圈都在同频共振：DF创客周刊9月4日那期头条是Tiny Engineer——一个ESP32-C3桌面小人，5个微型舵机负责头臂、0.91寸OLED做表情，AI开始思考它托腮、改代码它敲面前的迷你键盘、任务结束敲铃，项目自带Cursor接入脚本，换成Codex或Claude只需要向它的REST API发一条HTTP请求，代码、3D 打印文件、接线图和组装说明都已经放在 GitHub。作者自己说得很清醒：它不参与计算，只负责把AI当前在做什么演出来。知乎
700块的硬件之外，这笔账没人替你算全
想入这个坑，先看清三层成本。
第一层：硬件。 StackChan由M5Stack推出，基于乐鑫ESP32-S3、核心驱动来自CoreS3套件，双舵机支持水平360°无限旋转、垂直90°俯仰，12颗RGB灯珠、红外、NFC、三区触摸面板，今年5月国内淘宝预售699元。想更省，Tiny Engineer那条路全DIY：ESP32-C3+5个舵机+3D打印，硬件成本能压到两三百，但那位作者的结论是"真正麻烦的是给 5 个舵机留位置并保证供电稳定，程序反而不是最难的部分"。知乎知乎
第二层：链路。 9月12日那位知乎玩家把三条路都试了一遍，结论可以直接抄作业：
玩法一，照官方说明书配好：转头跳舞查天气能用，但"市面上类似的陪伴机器人一大把，愿意花 700 块买这个的玩家，估计都不愿意止步于此"。
玩法二，刷小智固件直连本地Agent：最快打通，但本地Agent回答长、传话超时，硬件沦为纯传话筒，控制不了舵机灯光；
玩法三，把舵机、LED、显示、语音暴露成MCP工具给Agent调用：单向场景不错，但对着硬件说话，回复耗时极其长，多轮对话会崩。他做了2-3天语音编排，最后败在OpenClaw gateway多会话抢占上，不得不放弃"语音+工具调用同时实现"。知乎
评论区还有一线情报：有人用stackchan-mcp固件接Codex，最基础的转头、调灯也要几秒钟。楼主的补救方案是把gateway改成常驻daemon省掉每次拉起进程的开销、设备走局域网直连不绕公网——但"模型思考是砍不掉的"。小红书
第三层：模型。 Claude/Codex订阅是持续性支出；28119赞那条人脸追踪的评论区，有人追问麦克风摄像头一直开着会不会很费token。作者的回复是给触发做减法：不常开、只主动触发。这句话值得每个想抄作业的人记住：这玩意儿能不能养得起，取决于你舍不舍得给它关常开。小红书
适合谁、别对谁下手：一张适用性清单
结合这波帖子的实际讨论，把话说白：
已经在重度使用Claude Code/Codex写代码的人，最值得试。 你的Agent本来就有状态输出，接一个"演状态"的桌面身体边际成本最低，9月13日的直连开源方案就是为你准备的。
想要"数字生命陪伴感"但不想折腾固件的人，买官方形态即可， 触摸抬头、Home Assistant联动开箱即用，别信"手搓更便宜"——手搓党的购物车只会翻倍。
想要双向自然语音对话的人，再等等。 延迟和多轮语音编排是当下全社区公认的坑，连2-3天搞不定是常态，不是你的问题。
指望它替你干活的人，现在没有这个物种。 Tiny Engineer作者自己承认"它不参与计算"，目前所有身体都只是脸。
没装过ESP32也不打算学的人，慎入DIY路线。 攻略帖底下照样一排"求教ESP32怎么弄"，而且有人五月底就发现预售渠道没货了，等待期不短。
接下来盯什么信号
这条赛道的下一步不在机身，在固件与模型侧：盯StackChan World上社区固件的上架速度（天界指针、NFC换装、本地Qwen视觉已经有人发B站了）、盯M5Stack官方会不会把MCP直连收编进固件（9月9日社区已有人发布"链路升级"实测）、以及盯OpenClaw、Claude这类Agent的MCP生态继续往下沉多深——当桌面机器人变成Agent的默认外设，这个圈子就不再有"桌宠"和"工具"两种物种了。
一句话收束：机器鸭那一波，大家买的是"它在呼吸"；StackChan这一波，程序员们买的是"它在替我上班"。同一个桌面，两代人，这就是桌面机器人此刻正在分裂出的新物种。
