AI 应用 · 把人工智能用于开发、工作和商业

AI 开发

和 AI 一起做网站、应用和游戏

一个放松的人在对话气泡里描述一座房子、一个调色板和一部手机。一个机器人在笔记本电脑上用彩色方块搭出一个页面。那个人拿着放大镜在手机和笔记本电脑上检查，再递回一张便利贴。一个圆形箭头把这些步骤连在一起。

AI 开发的六种模式

先用文字设计

把要做的东西、原因和完成标准写成一份简短的文档交给 AI。说明越具体,结果越准确。
交给智能体,再来检查

、这样的会读取文件、修改文件并运行命令。人阅读改动的部分,决定是否接受。
测试就是标准

先写好测试,再让 AI“一直改到通过为止”。测试是抓住 AI 错误的安全网。
拆小,常检查

一次只交给一个功能,在屏幕上确认,没问题就。一次交得越多,越容易乱成一团。
把规则写进文件

把项目规则、命令和禁止事项写在 AGENTS.md、CLAUDE.md 或技能里,不用每次解释,AI 也会用同样的方式工作。
多个 AI 一起用

让一个 AI 制作、另一个 AI 检查,或者把工作分开同时交给它们。不同 AI 的眼睛能找出被漏掉的问题。

哪些事情变轻松了

网站

只要有一张画面草图或一段说明就能做出页面,、和上线设置 AI 也会一起帮你搞定。
应用

用一套做出和应用,还能拿到介绍文字和的草稿。
游戏

一天就能做出来看好不好玩,还能生成美术、声音和台词,并模拟。
通用

贴上,AI 会告诉你原因和要改的地方,还会一起写文档、翻译和测试。

仍然需要人来做的事

决定要做什么、为谁而做
亲自运行并检查结果,保护安全、和个人信息
理解 AI 做了什么 — 不理解的话,出错时就没办法修

继续学习

AI 机器人

花不到 100 美元，做一个会听、会说、会看、会动的 AI 机器人

一个人在桌上组装装有摄像头、麦克风、扬声器和轮子的小机器人车，机器人通过无线连接到云中的 AI 大脑

四种能力和负责它们的零件

机器人身体里的零件
通过 Wi-Fi 连接的 AI 大脑

听 — 麦克风

INMP441 数字麦克风收集声音并送到开发板。开发板自己就能听出唤醒词，再把你接下来说的话压缩后发给 AI。

$3–4
麦克风
说 — 扬声器

MAX98357A 功放把 AI 生成的声音放大，从小扬声器里放出来。声音、语气和语言都在 AI 那边的设置里选。

$3–4
功放
看 — 摄像头

ESP32-S3-CAM 开发板上的 OV2640 摄像头负责拍照。问它“你前面有什么？”，照片就会发给 AI 的视觉，由它说明画面里有什么。

$10–16
开发板（身体 · 眼睛）
动 — 轮子

DRV8833 电机驱动带动两个 TT 减速电机。两个轮子朝同一方向转就前进或后退，朝相反方向转就原地转圈。

$2–6
电机驱动
大脑 — 人工智能

ESP32-S3 是一台很小的电脑，没法自己运行大型 AI。所以它通过 Wi-Fi 把声音和照片发给 AI ，AI 听完、想好后，把要说的话和要做的动作送回来。机器人事先把轮子和摄像头作为工具告诉 AI（），AI 需要时就这些工具。
从说出一句话到回答和动作
1. 听
2. 把语音转成文字
3. AI 思考
4. 运行工具
5. 用声音回答

零件清单

所有零件都能在 AliExpress、Amazon 等网店买到。价格是 2026 年 10 月的大致范围，会因卖家、运费和汇率而变化。总价不到 100 ，剩下的钱可以多买些备用的线和零件。

零件清单
零件	型号	用途	大致价格
开发板（身体 · 眼睛）	`ESP32-S3-CAM (N16R8 · OV2640)`	能连 Wi-Fi 的小电脑。带摄像头，所以也是眼睛。一定要用 ESP32-S3（ESP32-S2 不行）。	$10–
麦克风	`INMP441 I2S`	以数字方式接收声音的耳朵	$3–4
功放	`MAX98357A I2S`	把开发板的放大，推动扬声器	$3–4
扬声器	`3W 4Ω/8Ω`	发出声音的嘴巴	$2–4
电机驱动	`DRV8833 / TB6612FNG`	让开发板的弱信号控制电机强电流的通断	$2–6
带轮子的车身	`2WD chassis · TT motor ×2`	两轮小车套件，含底板、两个轮子、一个万向轮和两个 TT 减速电机	$10–15
电池	`18650 ×2 · holder · switch`	两节带保护板的 18650 电池（7.4V），以及电池盒和电源开关	$8–15
降压	`5V 3A buck converter`	把 7.4V 降到开发板和功放用的 5V	$2–4
导线	`Jumper wires · breadboard`	杜邦线和小面包板——不用焊接就能连接	$3–5
舵机（可选）	`SG90`	装上摄像头，让机器人能转头	$2–3
合计（大约）			$45–76

接线 — 引脚图

在断电状态下接线。麦克风和功放的引脚与 xiaozhi 固件里 ESP32-S3-CAM 面包板配置相同，直接照用就行。摄像头只要插进开发板的扁平。所有 GND 都接在一起。

麦克风 INMP441 I2S

WS
GPIO 1

SCK
GPIO 2

SD
GPIO 42

VDD
3V3

L/R · GND
GND
功放 MAX98357A I2S

DIN
GPIO 39

BCLK
GPIO 40

LRC
GPIO 41

VIN · SD
5V

GND
GND
电机驱动 DRV8833 / TB6612FNG

AIN1
GPIO 21

AIN2
GPIO 47

BIN1
GPIO 14

BIN2
GPIO 38

VM
7.4V (18650 ×2)

GND
GND
降压模块 5V 3A buck converter

IN
7.4V (18650 ×2)

OUT 5V
ESP32-S3 5V · MAX98357A VIN

GND
GND

电机引脚是从不接屏幕（LCD）和灯时空出来的引脚中挑的例子。不同开发板可能不一样，一定要看清板子上印的引脚名，并避开启动时用的 GPIO 0·3·45·46 和占用的 GPIO 35–37。固件里的电机引脚也要设成同样的编号。

一步一步做出来

订购零件

按上面的清单下单。开发板选带 8MB PSRAM（N16R8）的 ESP32-S3 摄像头开发板。海外运输可能要等一阵子，备用的线最好一起买。
组装车身

按两轮套件的说明书，用螺丝把电机、轮子、万向轮和电池盒固定在底板上。把开发板、麦克风和功放插到面包板上，放在底板上面。
接线

照着上面的引脚图接线。电池 + 经过电源开关接到电机驱动（VM）和降压模块；降压模块的 5V 接到开发板和功放。打开电源前，再检查一遍 + 和 − 有没有接反。
烧录固件

通过 USB 把语音 AI 固件 xiaozhi-esp32 烧录到开发板。最简单的是先用网页烧录工具烧现成的文件；想自己编译的话，在 ESP-IDF 里选带摄像头的面包板开发板（bread-compact-wifi-s3cam）。
连上 Wi-Fi 和大脑

用手机连上机器人发出的 Wi-Fi（名字以 Xiaozhi- 开头），在 http://192.168.4.1 输入家里的 Wi-Fi（2.4GHz）。机器人会念出一个六位数的验证码，把它登记到 xiaozhi.me 控制台，再选好名字、声音、语言和 AI 模型。
加上移动工具

复制开发板文件夹，做成自己的机器人开发板，并把 self.car.move（转动轮子）和 self.car.stop（停下）注册为 MCP 工具（见下方）。这样你说“往前走一点”，AI 就会调用这个工具。
试一试

说出唤醒词或按下开发板上的按钮就能开始对话。问它“你前面有什么？”，它会用内置的摄像头工具（self.camera.take_photo）拍照后回答。一开始先把轮子抬离地面再测试移动。

选择大脑的三种方式

不管选哪种，AI 的都只放在服务器上，绝不放进机器人。机器人里只有设备验证码。

xiaozhi.me — 最简单的起步

xiaozhi 的官方服务器。登记设备验证码就能马上对话，个人可以免费使用（条件可能会变）。不过服务器在中国运营，你的声音和照片会传到那里。
自己的服务器 — 想用哪个 AI 都行

用在自己的服务器上运行开源的 xiaozhi-esp32-server，并修改固件里的服务器地址。、（、、、等）、和视觉模型都由你自己选，声音和照片只经过你自己的服务器。
实时语音 AI — 对话最自然

像 ElatoAI 那样直接连接 OpenAI Realtime 。听、想、说都由一个模型完成，所以回答又快又自然（往返不到 2 秒），但对话多长时间就要付多长时间的费用。

给机器人身体加上移动工具

xiaozhi 固件在机器人身体里有一个 MCP 服务器。像下面这样注册工具的名称、说明和输入值，AI 在对话中读到这些说明后，就会在合适的时候调用工具。Drive() 是一个短函数，负责开关上面的四个电机引脚，时间一到就让电机停下。

// main/boards/my-robot-car/ (copy of bread-compact-wifi-s3cam)
auto& mcp = McpServer::GetInstance();

mcp.AddTool("self.car.move",
    "Drive the robot car. direction: forward, backward, left, right. ms: 100-3000",
    PropertyList({
        Property("direction", kPropertyTypeString),
        Property("ms", kPropertyTypeInteger, 100, 3000),
    }),
    [this](const PropertyList& p) -> ReturnValue {
        Drive(p["direction"].value<std::string>(), p["ms"].value<int>());
        return true;   // Drive() stops the motors when the time is up
    });

mcp.AddTool("self.car.stop", "Stop the motors now", PropertyList(),
    [this](const PropertyList&) -> ReturnValue { Stop(); return true; });

必须遵守的规则

API 密钥只放在服务器上，不要放进机器人（ESP32）。烧进开发板的固件谁都能读出来。
每次移动限制在几秒内，时间一到让机器人自己停下。一定要装一个手能够到的电源开关。
使用带保护板的 18650 电池，绝不要把 + 和 − 装反，充电时不要离开。小朋友要和大人一起做。
麦克风和摄像头会把家里的声音和画面发到服务器。要告诉家人；如果担心，就用自己的服务器。
Wi-Fi 只支持 2.4GHz。一断，大脑也断了，机器人就不能对话。如果使用付费的 AI API，先设好消费上限。

其他做法

像视频里那样会走路的机器人

参考视频里的 Sesame 机器人用一块 ESP32 开发板、八个 MG90S 舵机和一块显示表情的小 OLED 屏幕，用四条腿走路（零件费约 50–60 美元，需要打印机和焊接）。它没有麦克风、摄像头和 AI，所以把开发板换成 ESP32-S3，再加上麦克风和功放，就能用同样的方法给它装上大脑。

来源参考视频
Raspberry Pi Zero 2 W

给这台 15 美元的电脑装上摄像头和同样的麦克风、功放，就能直接用调用 AI API 和 OpenCV（总共约 60–95 美元）。能做的事很多，但开机慢，也更耗电。
从套件开始

如果觉得挑零件太难，可以先用 Keyestudio KS5028 这类把 ESP32-S3 摄像头开发板、麦克风和扬声器配在一起的 xiaozhi 套件开始对话，之后再加上轮子和电机驱动。

AI 开发的六种模式

先用文字设计

交给智能体,再来检查

测试就是标准

拆小,常检查

把规则写进文件

多个 AI 一起用

哪些事情变轻松了

网站

应用

游戏

通用

仍然需要人来做的事

继续学习

用数字看现在

当前的五个趋势

一直在线的智能体

拥有权限的 AI 同事

耗时长的工作也能交给它

和公司工具连接起来

管理和安全成为核心

今天就能用的方法

邮件和消息

会议

文档和报告

资料调查

数据和表格

重复工作自动化

一定要遵守

参考资料 (2026年10月21日确认)

正在发生的四个变化

人人都在用 AI

开发成本接近于零

一个人也能快速创业

接触顾客变得更难

黄仁勋：“每个人都将成为 AI 公司”

什么决定成功与失败？

AI 时代商业成功需要什么

选择的眼光胜过制造的能力

先找顾客，再动手做

选择你的理由

小步推出，快速修正

四种能力和负责它们的零件

听 — 麦克风

说 — 扬声器

看 — 摄像头

动 — 轮子

大脑 — 人工智能

零件清单

接线 — 引脚图

麦克风 INMP441 I2S

功放 MAX98357A I2S

电机驱动 DRV8833 / TB6612FNG

降压模块 5V 3A buck converter

一步一步做出来

订购零件

组装车身

接线

烧录固件

连上 Wi-Fi 和大脑

加上移动工具

试一试

选择大脑的三种方式

xiaozhi.me — 最简单的起步

自己的服务器 — 想用哪个 AI 都行

实时语音 AI — 对话最自然

给机器人身体加上移动工具

必须遵守的规则

其他做法

像视频里那样会走路的机器人

Raspberry Pi Zero 2 W

从套件开始

参考资料（2026-10-22 查证）