DIY音频圈的话题风向，这半年变了。上半年大家还在功放板上混战、给升级线吵"换线如换机"，到了B站的创作区和小红书的桌面党手里，晒的已经变成一台会接话、会哼歌、听得懂四川话的小音箱。一句"你好小智"，成了2026年手搓圈的接头暗号。
这波热潮的原点，是虾哥开源的xiaozhi-esp32项目——一个基于MCP的聊天机器人固件，配上ESP32-S3/C3主板、一颗I2S麦克风、一块小功放推喇叭，就是完整的语音交互音箱。 它为什么偏偏在音频DIY圈里烧起来？说白了，技能树是接得上的：麦克风拾音、功放选型、箱体装配、I2S链路，这些对玩过蓝牙功放板的中度玩家本来就是老熟人，真正陌生的只有固件烧录和"服务器"这一层。还有一个绕不开的时间点：9月19日，嘉立创第四届开源硬件星火会暨全球AI硬件创新生态大会在深圳开幕，开源、闭源两大赛道累计征集超过400个项目作品，吸引来自多个国家和地区的2200余名创新者参与。 AI硬件DIY，已经从教程区挤进了展台。哔哩哔哩36氪
三条路线，三本真实的账
我们把B站、小红书、评论区里交过作业的样本摊开，路线其实就三条，成本梯度非常清楚。
路线一：从零自研，账面上最便宜。 嘉立创打板党是这波里最硬核的一群。UP主Kevincoooool用ESP32-C3开源了整套硬件方案，整个PCB成本不到20元，加上回收的原音箱18元，一共38元落地。 更早的复刻玩家"天空之眼-張"干脆不用开发板，直接用ESP32模块，嘉立创打4层沉金板，淘宝买零件人肉贴片，把一只坏掉的天猫精灵连电池带外壳全利用上。 2026年4月Z工结构设计工坊的教程把这条线又压低一档：成本30元左右，ESP32-S3主控、对接豆包AI语音对话、全套结构3D打印可下载、开源固件可直接烧录，还特意提醒买"未焊接版本"、注意扬声器尺寸匹配。 这条路适合本来就玩嘉立创和回流焊的动手党，38元是入场券，时间成本才是大头。哔哩哔哩哔哩哔哩哔哩哔哩
路线二：买套件，七八十元买确定性。 B站教程区播放最高的《ESP32S3搭建小智AI（有手就会版）》截至10月1日采集有22.9万播放、8202收藏、832条评论，UP主闪电蘑菇在评论区给出的行情是"商家配好的一套也就七八十，自己买的话也差不多"。 自己买散件省不了多少钱，套件的意义是把"焊错、短路、引脚对不上"这三类新手死亡率直接打包解决。评论区交作业的样本也印证了进阶路径：先面包板，嫌线乱换洞洞板点对点焊，最后画集成板打样，三步几乎人人走过。顺便说一句，社区里也不是没有反对声音——小红书"轻玩科技老徐"那条《ai小智别从网上买》拿到1033收藏，核心观点就是散件便宜、教程齐全，花冤枉钱买"成品AI"不如自己动手。 这条反证恰恰说明：路线二的价值只在"确定性"三个字，不在性价比。哔哩哔哩小红书
路线三：AI化存量设备，声音下限最高。 这是音频党独有的优势路线，成本下限已经被社区打到了个位数——小红书"洵仔同学"2025年5月的保姆级教程，就是一只9元音响爆改AI小智、3个固件版任选，拿到1478赞993收藏。 再往品牌化走，正点原子的ESP32 AI CHAT ROBOT有4G和WiFi两个版本，同时板载有3.5mm音频接口，可以外接老式音响，让吃灰的老式音响重获新生——前端要交互，后端接你手里那套真喇叭和大功放，音质上限和普通智能音箱完全不是一个量级。 同类玩法还有把小智塞进智能家居联动体系的方向：厂商"莱特智能"2026年8月还在连载给小智音箱创建房间、自动创建蓝图技能的教程。 手里有好单元、好箱体的深度玩家，这条路的边际成本最低——你缺的只是一颗会听话的"头"。小红书哔哩哔哩哔哩哔哩
评论区的七个大坑，比物料清单更值钱
把头部教程的832条评论翻完，翻车高度集中在这几处，而且几乎都不在物料成本里，是实打实的隐性账单：
模块命名烧错固件。有玩家芯片是N8R8、烧了N16R8的小智固件，直接导致数据溢出。 买模组前先看懂命名，再按小智官方文档对应版本（教程党常用的1.7.6固件）选包。哔哩哔哩
山寨模组烧录工具识别不到。一些商家自己按照乐鑫的芯片模组设计、没走官方认证，用乐鑫官方烧录工具会识别不到——板子能用，但工具链要换小智官方文档里的替代方案。
二手"验证码已绑定"。有玩家第一次添加设备就提示该设备已经添加过、不要重复添加，真相是买到了上一任退货没解绑的板子——小智设备验证码是固定的。 买拆封件前要有这个心理准备。
麦克风模块是易碎品。全部连上、按键屏幕喇叭都正常、就是不能录入声音，电源3.3V正常接线也正常，最后查出来是麦克风模块本身坏了——这个麦克风模块很容易坏，I2S数字麦对焊接温度和静电敏感，多备一颗是正解。
焊锡短路。GND一接上就灭灯、麦克风引脚的锡和铜片连住造成短路，吸锡带比重新打板便宜。
Type-C缺两颗5.1k电阻。做DIY音箱供电的别抄错设计——USB-C的CC脚必须各挂一颗5.1k下拉电阻，否则PD电源根本不给你供电，这已经成了PCB设计区UP主专门出视频讲的基础课。哔哩哔哩
喇叭静默与接触不良。能听懂却不播报，从功放到喇叭线再到固件版本，三处逐层排除；喇叭接触不良导致的噪音也可能让配网悄悄失败——一定在没有产生噪音的情况下才有可能成功。
最后一本账：服务器
硬件是一次性成本，“大脑"才是持续变量。现在的选择分三档：直接绑小智官方服务（xiaozhi.me，验证码添加设备，零维护）；自己部署服务端，部署教程在小红书已经有完整沉淀，Python环境跑起来后模型、TTS、ASR全部自己配，有玩家"折腾了一天终于搞定"并整理了全流程。 以及把后端换成自己的豆包、DeepSeek等模型API。官方服务省心的代价是音色和功能跟随官方节奏：2025年11月新增支持四川话、东北话、悄悄话和哼歌能力的音色，2026年5月底虾哥官方账号又预告了全新功能"边聊边唱”。 自建服务端拿回了控制权，代价是一台24小时开着的机器和后续升级的维护。Z工的视频结尾留的那句"下期讲项目量产问题分析"，其实也是这波热潮的现状注脚：它已经从教程区溢出到供应链了。小红书小红书抖音
什么人走哪条路
手里有吃灰音箱/好单元的音频党：直接路线三，3.5mm输出接存量系统，AI只当音源和解码前端，音质不降级。
本来就玩嘉立创的焊接党：路线一，38元起步价配你现有的工具链，翻车了也是涨经验。
只想尝鲜、工具不齐的轻度玩家：别省那几十块，路线二套件+官方服务，一晚点亮；发现真没意思，沉没成本也就一杯奶茶钱的两三倍。
追求音质终点的玄学党：劝退。这波的热度在交互不在声学，喇叭上限就是全频小单元+板载D类的水平——想听得好，你还是得回去搓你那对6.5寸三分频。
一个可以继续观察的信号：智能家居联动教程还在按月更新，开发板厂商也在认真铺硬件——斑梨电子出了配备双数字麦克风阵列、支持小智AI的开发板，正点原子则宣布ESP32系列产品全面支持小智AI。 小红书上甚至出现了玩家熬夜整理的小智AI方圆款成品参数对比表，和博亿朗这类贴牌成品的全家福晒单——当选型这件事都开始产出"对比图"级别的社区内容，说明成品厂商已经在认真给"会说话的DIY"铺硬件，这波就不是三个月的热闹了。哔哩哔哩抖音小红书
先想清楚自己要走哪条路线、算明白服务器这笔持续账，再决定今晚下不下单。
