Kindle刷安卓、电视去广告：普通人用AI改硬件的门槛降了

最近我用 WorkBuddy 做的这件事，是给一台 Kindle 刷上安卓系统，再装进微信读书。整个过程里，他觉得最舒服的地方在于：自己在 Kindle 上只输了一个网址、按了一次回车，剩下的越狱、文件拷贝之类全由 AI 代劳，他基本只当监工。

他忽然记起，五六年前自己干过一模一样的事。那会儿没有 AI，他不懂代码，只好联系商家，把 Kindle 寄过去，掏了将近 200 块钱请人刷好，再等对方寄回来。

同一件事，过去得找懂行的人、还得付钱；如今只要设备能被 Agent 操作，他就能边聊边让对方执行命令，直到把事办完。

比起让 AI 写段话、画张图，这件事给他的感受更直接。那台 Kindle 就握在他手里，它原本能干什么，出厂时装的系统说了算；现在他自己也能动手改一改。

01 年轻人开始用 AI 爆改硬件

最近在社交网络上，分享爆改硬件的人越来越多。

10月17日，开发者 Gathin 回到父母家，那台小米电视点开 Netflix 之前，总得先看一段广告。他没刷机，而是把电视型号发给 Claude Code，让它顺着同一个 Wi-Fi 连进电视，停掉 25 个小米系统组件，另外写了个极简桌面。

改完的界面看着像 Apple TV，一开机就直奔自己常用的应用。

他把改造前后的对比发到 X 上，几百万人围观，评论区成了各机型用户的报到处。十几天时间，CleanYourTV 攒下几万颗 star，社区清单覆盖八十多个品牌、三百多款电视。

微博上也有人聊起这事，#人工智能给电视去广告教程# 话题下，不少作者把攻略写得挺细，方便网友照做。

微博放大的，还有大家对 AI 用途的想象。很多人平时根本不翻开源项目，却清楚电视少几个广告意味着什么。看到这种改造，他们才会反应过来：家里那台天天嫌烦的电视，也能交给 AI 去想想办法。

一个能上热搜的话题，就这样成了普通人接触和使用 Agent 的入口。

10月10日，网名十一月的博主发帖说，AI 把点读包转成了另一种格式。他让 AI 先弄懂两种文件的结构，再写转换程序，打包、反向校验，最后在毛毛虫 WiFi 点读笔上实机点读成功。

两周不到，小红书上就有人接着做，小蝌蚪的点读包也能转了。点读笔那种封闭音频格式的防线，就这么被攻破。

还有人把改造对象换成了整个家。

开源项目 tolpo 的作者摸清了 Tapo 智能家居设备的通信方式，把灯、插座、传感器这些设备接上 AI Agent，用户就能让 AI 调灯光、查设备状态。

最有意思的一类改动，出现在旧设备上。

Reddit 用户 motojo 分享过一次改造：他花一个月和 Claude 一起研究一家已停业睡眠公司的旧产品，并称已成功让它恢复使用。这类设备硬件往往还完好，先停掉的却是厂商的软件和服务；只要有人愿意接着研究，设备就多了一次继续干活的机会。

这些人想做的事都不大：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为它做个功能，可真做成了，用设备的人天天都能感觉到。

02 AI 有了大脑，也长出了手脚

以前想改造电子设备，门槛不低。

刷系统得懂 Linux、安卓和固件，写程序得会 Python、C++，连设备还得研究蓝牙、USB、Wi-Fi 协议。碰上更底层的问题，还可能牵涉芯片、电路和驱动。

普通人往往第一步就卡住。网上教程是有，可型号对不上、系统版本不一样，照着做忽然蹦出一行报错，接下来就不知道该咋办了。

当年为了把kindle刷成安卓系统、用上微信读书，我掏的就是这笔钱。

如今，获取和调用这些知识的路径被AI换掉了。用户先把需求摆出来，让它查资料、分析文件、写程序；缺什么知识，就围着眼前这个问题去取什么。

Agent又往前迈了一步。

它长出了手脚：拿到授权和合适的工具之后，能操作电脑、跑程序、通过接口连设备。代码写完能执行，执行报错能检查，改完接着测。

拿清理电视来说，普通人嘴里只有一句——我想开机就看到自己常用的那几个应用。落到Agent身上，这句话能拆成一串实际操作：先认出型号和组件，分清哪些是桌面推荐、哪些关乎正常播放；改完之后，再看电视能不能正常开机、遥控器还灵不灵。

从前搜索引擎把教程递到你手上，剩下的自己扛。现在Agent能钻进做事的过程里，把查找、编写、调试这些活接过去。

普通人不用先把相关技术学一遍，也能动手做。

更要紧的是，一个人试出来的办法，能变成别人可以复用的工具。

比如有人把改造过程发到微博，别人就能带着自己的机型、需求和报错接着问。一次分享，也就有机会从围观变成更多人的实际尝试。

AI把动手的门槛压低了，公开讨论则让更多人发现：自己手上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，对自己买回来的产品，我们有了更多决定权。

Kindle的原生体验是围着亚马逊的阅读体系转的，导入个人文档虽然也行，可用别的阅读应用并不方便。我这次改造让它能装下微信读书；换到兼容的安卓环境后，用户也有机会挑设备支持的其他阅读应用。

电视同理。有人爱看内容推荐，有人只想留几个常用应用，有人盼着开机直接进机顶盒。使用习惯各不相同，首页就该多留些调整余地。

互联网早期让人兴奋的一点是开放：信息能跨网站流动，工具彼此连接。后来，越来越多的产品围着账号、内容、专用格式和云服务各建各的生态，互联网开始变封闭。

买支点读笔，往后选书得先看它认什么；买台电视，每次开机都得过厂商安排的那道首页。硬件已经搬回家了，怎么用却还攥在别人手里。

AI把一些原本迈不过去的坎，变成了可以试着解决的技术问题。格式能不能转，设备能不能接到别的系统，首页能不能换掉，用户开始有本事去改。

这种开放可能从很小的角落冒出来：一支笔多读一套书，一台电视少几个推广入口，一盏灯接进自己喜欢的控制系统。

对品牌来讲，这算不上坏消息，反倒可以把这些行为当成摸用户需求的手段。

一个人想换电视桌面，那是个人的偏好；等这些改造被摆到微博上讨论，厂商就有机会看见：用户反复想去掉的是什么，又想留住什么。散落在客厅、书房里的小麻烦，开始变成能被共同表达的产品需求。

微博放大的还有消费者对产品怎么用的发言权，这些讨论能帮品牌在做下一代产品时做优化。

这儿的作用，有点像海尔在微博上的听劝。

再往远想，设备的维修方式也可能被它改掉。

小时候家里电路出毛病，是父亲手把手教我修的。他当时说，往后要是连修都不会，会被人笑话。这话放到今天，怕是越来越不成立了。就拿夏天开空调来说，机器有风却不制冷，现在去问 AI，一般也只能描述现象，它凭着有限的信息给你列几种可能。

可要是空调开放了必要接口，经过授权，Agent 就能读到型号、运行模式、故障码和历史记录，判断的依据一下子多起来。凡是靠设置或软件能解决的，它可以先动手试，再回头查是否恢复正常；碰上硬件异常，它也能根据已有数据把故障范围收窄，告诉你还得买什么、换哪个部件。

这个方向挺有想象空间。等于家里多了个长期盯着设备的技术助手，知道它以前出过什么毛病、做过哪些调整，软件上的问题帮你修，硬件上的问题指导你自己修，再不用叫啄木鸟上门来坑你。

消费者对产品的自主权，也就从怎么用，扩到了怎么维护、什么时候该换。

结语

AI 红利这个词，这两年多落在生产端——写代码的、做设计的、写文案的，先尝到的是效率。普通人更早碰到的，可能是在买完东西之后：你只要把想要什么说清楚，剩下的交给一个肯动手的 Agent。

这一层有个不一样的地方：不用多花钱。过去每一轮技术红利，都得先买点什么——买智能手机，买云服务，买一块新显卡。这回的入口，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，定下了它出厂能做什么；等你有了新习惯、新内容需求、新问题，设备的定义还能重新改。一台五六年前必须寄出去才能改的机器，如今搁在桌上，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。