爆改硬件，是普通人享受到的第一个AI红利

文 | 寻空的营销启示录

最近我用 WorkBuddy 干了一件事，给一台 Kindle 刷了安卓系统，然后装上微信读书。 这中间最让我感到舒适的是，我全程只在kindle上输了一个网址点回车，其他的包括越狱，文件拷贝等都是AI帮我做，我全程只是监工角色。

我突然想起五六年前，我其实干过一模一样的事。 那时候还没有AI，我自己不会代码，只能去找商家，把 Kindle 寄过去，花将近200块钱，让别人帮我刷好，再寄回来。

同样一件事，几年前需要找专业的人+付费，现在只要设备能够被 Agent 操作，我可以一边跟它聊，一边让它执行命令，最后把事情做完。

这件事给我的感受，比让 AI 写一段话、做一张图更直接。因为那台 Kindle 就在我手上，它能做什么，原本由出厂时装进去的系统决定，现在，我也能动手改一改。

01 年轻人开始用 AI 爆改硬件

最近的社交网络上，能看到越来越多爆改硬件相关的改造分享。

10月17日，开发者 Gathin 回父母家，那台小米电视打开 Netflix 之前，要先看一段广告。他没刷机，把电视型号发给 Claude Code，让它顺着同一个 Wi-Fi 连进电视，停用了 25 个小米系统组件，又写了一个极简桌面。

改完的界面像 Apple TV，开机直接进自己常用的应用。

他把前后对比发在 X 上，几百万人看到，评论区变成机型上报现场。十几天里，CleanYourTV 攒了几万颗 star，社区清单覆盖八十多个品牌、三百多款电视。

这件事也进入了微博上的讨论，在 #人工智能给电视去广告教程# 话题下，不少作者详细解读攻略，造福网友。

微博在这里放大的，还有人们对 AI 用途的想象。很多人平时不会去翻开源项目，却能理解电视少几个广告意味着什么。看到这样的改造，才会想到，原来家里那台每天都嫌它烦的电视，也可以交给 AI 想想办法。

一个大众化的热搜，就成为普通人开始了解和使用 Agent 的入口。

10月10日，一位网名十一月的博主发了条帖子，说 AI 把点读包转成了另一种格式。他让 AI 先读懂两种文件的结构，再写一个转换程序，打包、反向校验，最后在毛毛虫 WiFi 点读笔上实机点读成功。

两周之内，小红书上出现了接力，小蝌蚪的点读包也能转了。点读笔，这种封闭音频格式的防线，被攻破了。

还有人把整个家当成改造对象。

开源项目 tolpo 的作者研究了 Tapo 智能家居设备的通信方式，把灯、插座和传感器等设备接到 AI Agent 上，用户可以让 AI 调整灯光、查询设备状态。

最有趣的一类改动发生在旧设备上。

Reddit 用户 motojo 分享过一项改造，他花了一个月与 Claude 一起研究一家已停业睡眠公司的旧产品，并称成功恢复了它的使用。对这类设备来说，硬件可能还好好的，先结束的却是厂商提供的软件和服务，有人愿意接着研究，设备就多了一次继续工作的机会。

这些人想做的事都挺小，有人想少看几个广告，有人想少买一支笔。需求小到厂家不会专门做个功能，可一旦做成，用设备的人每天都能感受到。

02 AI 有了大脑，也长出了手脚

过去，改造电子设备是有门槛的。

刷系统要懂 Linux、安卓和固件，写程序要会 Python、C++，连接设备要研究蓝牙、USB、Wi-Fi 协议。碰到更底层的问题，还可能涉及芯片、电路和驱动。

普通人很容易卡在第一步。网上有教程，但型号不一样，系统版本不一样，照着做突然出现一行报错，后面就不知道怎么办了。

当年我为了把kindle刷成安卓系统，看微信读书，支付的就是这个钱。

现在，AI 改变了获取和使用这些知识的方式。用户可以先提出需求，让它查资料、分析文件、编写程序，需要什么知识，再围绕眼前的问题调取什么知识。

而 Agent 又往前走了一步。

它开始有了手脚，获得授权和合适的工具后，它可以操作电脑、运行程序、通过接口连接设备。写完代码可以执行，执行报错可以检查，修改之后还能继续测试。

比如清理电视，普通人说的是，我想开机就看到自己常用的几个应用。到了 Agent 那里，这句话可以拆成一连串实际操作。先识别型号和组件，弄清哪些是桌面推荐，哪些关系到正常播放。改完以后，再看电视能不能正常开机、遥控器还能不能用。

过去，搜索引擎把教程交给你，剩下的得自己做。现在，Agent 可以参与做事的过程，替人承担查找、编写和调试的工作。

普通人不必把相关技术都学一遍，就能做。

更重要的是，一个人试出来的办法，可以变成其他人能复用的工具。

比如一个人把改造过程发到微博，其他人就有机会带着自己的机型、需求和报错继续提问。一次分享，因此有机会从围观变成更多人的实际尝试。

AI 降低动手的门槛，公开讨论则让更多人发现，自己也有一个值得动手解决的问题。

03 买回家的东西，终于由自己做主

这会给普通人的生活带来什么变化？

首先，我们对自己买回来的产品，有了更多决定权。

Kindle 的原生体验围绕亚马逊的阅读体系设计，虽然也能导入个人文档，但要使用其他阅读应用并不方便。我的这次改造，让它可以承载微信读书，换成兼容的安卓环境后，用户也有机会选择设备支持的其他阅读应用。

电视也是一样。有人喜欢内容推荐，有人只想留下几个常用应用，有人希望开机直接进入机顶盒。既然使用习惯不同，首页就应该有更多调整空间。

互联网早期让人兴奋的一点，是它的开放性，信息可以跨网站流动，工具能够彼此连接。后来，越来越多产品开始围绕账号、内容、专用格式和云服务建立各自的生态，互联网开始变得封闭。

买了一支点读笔，后面选书就要先看它支持什么，买了一台电视，每次开机都得经过厂商安排的首页，硬件已经搬回家，使用方式却留在别人手里。

AI 让一些原本难以跨越的障碍，变成了可以尝试解决的技术问题。格式能不能转换，设备能不能接到别的系统，首页能不能换掉，用户开始有能力改变。

这种开放可能从很小的地方发生，一支笔多读一套书，一台电视少几个推广入口，一盏灯接入自己喜欢的控制系统。

对品牌来讲，这也不能算坏消息，可以把这些行为当成获取用户需求的手段。

一个人想换电视桌面，是个人偏好；当这些改造被放到微博上讨论，厂商就有机会看到，用户反复想去掉什么，又想保留什么。那些散落在客厅、书房里的小麻烦，开始成为可以被共同表达的产品需求。

微博放大的，也包括消费者对产品怎么用的发言权，这些讨论可以帮助品牌在做下一代产品时进行优化。

这里的作用，类似于海尔在微博上的听劝。

再往前想，它还可能改变设备的维修方式。

小时候家里的电路坏了，父亲教我怎么维修，说以后自己不会维修会被人笑话，未来，这样的情况越来越不会出现了。

假设夏天打开空调，机器有风，却不制冷。今天问 AI，通常只能描述现象，它根据有限信息列出几种可能。

但如果空调开放了必要接口，经过授权，Agent 能读取型号、运行模式、故障码和历史记录，判断就有了更多依据。

对于能够通过设置或软件操作解决的问题，它可以直接尝试处理，再检查是否恢复。遇到硬件异常，它也可能根据已有数据缩小故障范围，提示还需要购买和更换什么部件。

这个方向值得想象，相当于家里可以有一个长期了解设备的技术助手，知道它以前出过什么问题、做过哪些调整，软件问题会帮你修复，硬件问题也会指导你自己修复，你再也不用叫啄木鸟上门来坑你了。

所以消费者对产品的自主权，也就从怎么使用，延伸到怎么维护，以及什么时候需要更换。

结语

AI 红利这个词，过去两年大多落在生产端，写代码的、做设计的、写文案的，先感受到的是效率。普通人更早摸到的，可能是在买完东西之后，你只要说清楚自己想要什么，剩下的交给一个肯动手的 Agent。

这一层有个不一样的地方，它不需要多花钱。过去每一轮技术红利都要你先买点什么，买智能手机，买云服务，买一块新显卡。这一次的入口，是你已经付过钱的东西，一台电视，一支点读笔，一台用了五年的空调。

厂商交付一台设备时，定义了它出厂能做什么，当你有了新的习惯、新的内容需求、新的问题，你可以重新修改设备的定义。

一台五六年前必须寄出去才能改的机器，现在放在桌上，随时可以再改一次。让手里的东西继续适应自己的生活，这大概是 AI 给普通人最实在的一份红利。