WorkBuddy刷Kindle亲历：AI开始帮普通人改硬件了

前阵子我拿 WorkBuddy 试了一把，把一台 Kindle 刷成安卓，再装微信读书。整个过程最省心的地方在于，我只在 Kindle 上敲了一个网址、按了下回车，越狱、拷文件这些活儿全交给 AI，我基本只管盯着看。

干完这事我才想起来，五六年前我做过完全一样的事。那会儿没有 AI，我又不会写代码，只好联系商家，把 Kindle 寄过去，掏了快 200 块钱请人刷好，再等它寄回来。

同一件事，过去得找人、花钱，如今只要设备能被 Agent 接管，我一边和它商量一边让它敲命令，事就办完了。

这比让 AI 写段文字、画张图给我的触动更实在。那台 Kindle 就在我手里，它原本能干什么，出厂时系统就定死了；现在我也可以自己动手改一改。

01 年轻人开始用 AI 爆改硬件

最近社交网络上，分享改造硬件的帖子越来越多。

10月17日，开发者 Gathin 回到父母家，发现那台小米电视开 Netflix 之前得先看一段广告。他没刷机，把电视型号交给 Claude Code，让它通过同一个 Wi-Fi 连进电视，关掉 25 个小米系统组件，还写了个极简桌面。

改完之后界面很像 Apple TV，一开机就进到自己常用的应用里。

他把改造前后的对比发到 X 上，几百万人围观，评论区直接成了机型接龙。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。

微博上也聊起了这件事，#人工智能给电视去广告教程# 这个话题下，不少作者把攻略拆开细讲，方便网友照着做。

微博放大的，还有大家对 AI 用途的想象。很多人平时根本不会去翻开源项目，可电视少几个广告意味着什么，一听就懂。看到这样的改造才会反应过来：家里那台天天嫌烦的电视，原来也能交给 AI 想想办法。

一条大众化的热搜，就成了普通人接触、使用 Agent 的入口。

10月10日，网名十一月的博主发了条帖子，说自己让 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，小红书上有人接力，小蝌蚪的点读包也能转了。点读笔那套封闭音频格式的防线，就这样被攻破。

还有人干脆把整个家当作改造对象。

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，用户可以让 AI 调灯光、查设备状态。

最有意思的一类改动，落在旧设备上。

Reddit 用户 motojo 分享过一次改造：他花了一个月，和 Claude 一起研究一家已停业睡眠公司的旧产品，并称已经让它重新能用。这类设备，硬件往往还好好的，先停掉的反而是厂商给的软件和服务；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，用设备的人每天都能感受到。

02 AI 有了大脑，也长出了手脚

以前想改造电子设备，是有门槛的。

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。再往底层走，可能还要碰芯片、电路和驱动。

普通人常常第一步就卡住。网上是有教程，可型号不同、系统版本不同，照着做到一半突然蹦出一行报错，接下来就不知道该怎么了。

当年我把 Kindle 刷成安卓、好看微信读书，掏的就是这笔钱。

如今获取和使用知识的路子变了。用户先把需求提出来，让它去查资料、分析文件、编写程序，缺哪块知识，再围着眼前这个问题去调哪块知识。

而 Agent 又多迈了一步。它长出了手脚，拿到授权和合适的工具之后，能操作电脑、运行程序、通过接口连设备。代码写完能跑，跑出错能查，改完接着测。

拿清理电视来说，普通人只会讲一句：我想开机就看到常用的那几个应用。到了 Agent 那儿，这句话能被拆成一串实际操作：先认型号和组件，分清哪些是桌面推荐、哪些牵着正常播放，动手改完，再回头确认电视开不开得了机、遥控器还灵不灵。

从前搜索引擎只把教程递到手上，剩下的自己干。现在 Agent 能扎进做事的过程里，把查找、编写、调试这些活接过去。

普通人不用把相关技术从头学一遍就能上手。更关键的是，一个人摸索出来的法子，能变成别人直接复用的工具。

好比有人把改造过程发上微博，其他人就能带着自己的机型、需求和报错接着追问。一次分享，也就有机会从围观变成更多人的实际动手。

AI 把动手的门槛压低了，公开讨论则让更多人意识到，自己手里也有一个值得动手去解决的问题。

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？头一条，买回来的产品，我们说话更有分量了。

Kindle 的原生体验是围着亚马逊阅读体系转的，个人文档虽然能导进去，想用别的阅读应用就麻烦了。我这次改造，让它能装微信读书；换成兼容的安卓环境后，用户也有机会挑设备支持的其他阅读应用。

电视同理。有人偏爱内容推荐，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，首页就该留出更多调整余地。

互联网早期让人兴奋的地方，在于它的开放：信息能跨网站流动，工具之间能互相连接。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，互联网反倒封闭起来。

买支点读笔，往后选书得先看它认哪些书；买台电视，每次开机都得走过厂商安排好的首页。硬件明明搬回了家，怎么用却攥在别人手里。

AI 让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。

这种开放可以从很小的口子发生：一支笔多读一套书，一台电视少几个推广入口，一盏灯接进自己喜欢的控制系统。

对品牌来说，这算不上坏消息，不妨把这些行为当作摸清用户需求的门路。

一个人想换电视桌面，那是个人偏好；等这些改造被摆到微博上讨论，厂商就有机会看见，用户翻来覆去想去掉什么、又想留住什么。那些散在客厅、书房里的小麻烦，开始变成能一起说出口的产品需求。

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。

这里起的作用，跟海尔在微博上的听劝差不多。

再往远处想，设备的维修方式也可能被它改写。

小时候家里电路坏了，父亲手把手教我修，还说往后自己不会修要被人笑话。这样的场面，往后怕是越来越难见到了。

夏天开空调，风是有的，就是不制冷。搁在今天去问 AI，你多半只能把现象说一遍，它凭这点有限信息，给你列几种可能。

可要是这台空调开放了必要接口、也过了授权这一关，Agent 就能读到型号、运行模式、故障码和历史记录，判断起来依据就多了。

靠设置或软件操作能解决的问题，它可以先动手试，试完再看有没有恢复。碰上硬件异常，它也能拿已有数据把故障范围收窄，告诉你还得买什么、换哪个部件。

这个方向可以想想：家里等于多了个长期盯着设备的技术助手，这台机器以前出过什么毛病、做过哪些调整，它都清楚。软件问题它帮你修，硬件问题它指导你自己修，再不用叫啄木鸟上门挨坑。

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 红利这词，过去两年多半落在生产端——写代码的、做设计的、写文案的，最早尝到的是效率。普通人更早能摸到的，或许是买完东西之后：你把想要什么说清楚，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。以前每轮技术红利都得先买点什么，买智能手机、买云服务、买块新显卡。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。

厂商交给你一台设备时，定死了它出厂能干什么。等你有了新习惯、新内容需求、新问题，设备的定义可以重新改。

五六年前还得寄出去才能改的机器，如今摆在桌上，随时能再改一次。让手里的东西接着适应自己的日子，这大概是 AI 给普通人最实在的一份红利。