社区来稿 | 当硬件也可以 Vibe Coding，我用 M5Stack Cardputer 做了个会说话的小宠物

作者：Plutoless，公众号：普列斯的 AI 工位

两年前你要告诉我，我会花周末两小时给一块 30 美元的小掌机写 C 程序，还顺手给它捏了只能说话、能左右横跳的小宠物——我多半会摇头。

但这件事，真的发生了。而且全程，我几乎没写一行 C 代码。

主角登场

这次的主角是 M5Stack Cardputer ADV——一块巴掌大、带键盘、带屏幕、基于 ESP32-S3 的“卡片电脑”。我的目标很简单：做一个能对话的语音小宠物。

技术选型：站在巨人的肩膀上

硬件选择 Cardputer 是因为颜值，技术栈的选择则更加实用主义——我用了 Agora 的对话式 AI SDK。它提供免费的对话式 AI 额度，而且有现成的 quickstart 可以一键跑起来。对于我这种嵌入式经验几乎为零的人来说，能快速验证想法比什么都重要。

工具也很简单：PlatformIO + AI 编程助手。后来回看，这套组合是整个项目能在一个周末跑通的关键。

下面是这趟旅程里的三个 Aha Moment。

Aha #1｜开箱，然后被 30 美元的东西惊到了

拿到设备后，我先用 M5 Burner 烧录了几个官方 demo。说实话，效果非常惊艳——很难想象 30 美刀的东西能做到这个程度，而且上手极其简单。一开始不太确定怎么进入下载模式，直接问 AI 就搞定了。

回想起来，我压根没花时间去找说明书——AI 已经彻底成为我获取信息的第一入口了。

Aha #2｜把任务扔给 AI，去喝咖啡，回来代码写完了

跑完 demo 后，我配好了 PlatformIO 开发环境，然后和往常做软件项目一样，先和 GPT 聊了一下整体方案。调好 PRD 后用 goal-forge 形成目标，再完善了一些 open question 做二次 PRD 校验，然后扔给 Codex 用 /goal 开跑。

两个小时后回来，代码已经写完了。

部署、启动，虽然有些小问题，但紧接着就直接听到声音了——它能对话了！那一刻的感觉很奇妙：我几乎没写一行 C 代码，一个能实时语音交互的嵌入式应用就跑起来了。

Aha #3｜给 AI 捏个能动的新形象

对话功能完成后，我又快速做了一下屏幕编程，让 AI 写了一个小宠物的动画。它说话的时候会动来动去，你说话的时候会静静地听你。乐趣 max。

这种"硬件被赋予生命感"的瞬间，是纯软件项目很难给到你的。屏幕上那只小家伙跟着你的声音做反应，那份成就感是实实在在的。

不那么顺的部分：性能调优与模型代差

当然，不是一切都顺利。

Cardputer 的成本控制做得很好，代价是没有 PSRAM，堆内存只有 300KB 左右。我要让它同时处理实时音频、麦克风、扬声器、屏幕渲染——后期花时间最多的，其实是性能调优，动不动就崩。

说是调优，本质上就是把日志一段段喂给 AI，让它给方案。

有意思的是中间换模型的体感：我一开始用 GPT-5.4，在某些问题上被折腾得有点红温；后来换成 GPT-5.5，3 个 prompt 就把之前卡了两小时的问题扫清了。模型代差，真的存在。

与嵌入式开发者的对话

之前其实和很多做嵌入式的开发者聊过，普遍得到的信息是“AI 在硬件上还不太行”。这次我整体是比较改观的。虽然后来拿着东西和他们交流，从他们的视角看，AI 写的很多代码其实都过于底层了——比如音频编解码器 AI 都是自己写的，但他们会认为其实有类似 ESP-ADF 的库可以用，实现也会更优雅。这些就属于 know-how 了。

（当然后面发现 Cardputer 的性能也跑不了 ADF……）

对我来说，这些其实没有那么重要。我的目标不是写出最优雅的嵌入式代码，而是快速验证一个想法。在这个维度上，AI 辅助开发已经完全够用了。这次和做嵌入式开发的朋友交流，他也对 Vibe Coding 能做到这种程度有些震惊。

硬件 Vibe 的时代，好像真的来了

这是一次非常好的体验。在 PC 上 vibe 各种 web 应用，已经很普遍了。而这次的体验告诉我：硬件上的 vibe，也完全没问题。

搁两年前，我很难想象自己会花时间给硬件写 C 程序。但这次全程 AI 辅助，哪怕我对嵌入式几乎零经验，最终的效果也出乎意料地好。

门槛被实实在在地拉平了——这件事，值得更多人试一次。

附录：如果你也想让自己的 M5 能说话，这将是最短路径

仓库在这：

github.com/AgoraIO-Community/agent-with-cardputer-adv

最省力的方式——先装上 Agora 的 AI skill：

npx skills add github:AgoraIO/skills

然后在你的 AI 编程工具（Codex / Claude Code / Cursor / Windsurf 都行）里打开仓库，把这段丢给它：

Use the Agora skill from https://github.com/AgoraIO/skills.
Read docs/ai-quickstart.md and complete the setup for this Cardputer voice agent project.
Set up agent-quickstart-python, configure the local firmware config,
build with PlatformIO, and explain the upload and monitor steps.
Keep secrets only in ignored local config files and do not print them.

剩下的让 AI 搞定：本地服务器、Agora 凭据、固件编译，一条龙。

完事之后两行命令：

pio run -t upload
pio device monitor

按 k 键，开始聊天。

一个小坑：Cardputer 和 PC 要在同一个 Wi-Fi，服务器地址填 PC 的局域网 IP（比如 http://192.168.0.101:8000），别写 localhost，Cardputer 根本找不到。

顺利的话，半天之内，你桌上也能多一只会说话的小东西。

至于给它捏什么形象，随你发挥。我的下一版打算让它会打篮球。