Meta 正试图用极客的烙铁和旧树莓派，替自己的云端 AI 代理铺设物理触角。这家社交巨头近期将 Muse Gadgets 的固件与设备端 SDK 源代码推上 GitHub，并打出 Apache 2.0 宽松开源协议的旗号，宣称要让开发者把手头的 ESP32 板卡或单板计算机，改造成接入 Meta Muse 智能助理的实体硬件。
然而，剥开极客自造的温情外壳，这绝不是一场关于开源硬件自由的胜利。整套方案的控制面与模型运转死死锚定在 Meta 的云端服务上，配搭默认以 root 权限驻留的系统接口与严苛的调用配额，它更像一匹披着开源外衣、由极客自掏腰包搭建的家庭特洛伊木马。
50台设备上限与撤销条款：被云端咽喉掐住的代码自由
从技术分发形式看，Meta 拿出了极具诚意的姿态。这套代码库涵盖面向 ESP-IDF v6.0.1 工具链的 ESP32 Device SDK，以及面向 Linux 体系（涵盖树莓派 3B+、4、5 与 Zero 2 W）的 Linux Device SDK，软硬件适配矩阵直接指向 Waveshare 触控屏、M5Stack、Seeed 电子墨水屏等创客圈常客。但只要翻阅准入条款，所谓的开源自治便迅速瓦解。
源码虽然遵循 Apache 2.0 协议，但设备要真正启动，必须向 Meta 申请云端认证的 SDK Token。官方在开发者条款中立下了两道高墙：其一，Token 仅限个人非商业用途，单账号绑定设备上限被锁死在 50 台；其二，严禁任何第三方厂商或创客将刷入固件的硬件公开转售，且 Meta 保留随时终止接入的单方权力。一旦云端切断 api.muse.ai 的访问通道，桌面上运转的硬件会立刻退化为昂贵的电子砖块。
硬件底层同样写满了戒备。Meta 推出的官方参考网关 Muse Home Link 搭载了 ESP32-C5 芯片，具备 240 MHz 主频的 32 位 RISC-V 核心、8 MB PSRAM、8 MB Flash 并支持 Wi-Fi 6，但其出厂固件经过严密数字签名保护，硬件固件锁定且不可重刷。与此同时，开源适配矩阵覆盖的 11 款第三方板卡中，没有配备 PSRAM 的低成本设备（如 ideaspark ESP32 和 Waveshare C6）甚至无法运行本地网络隧道服务，Waveshare C6 亦无法独立承载语音会话和图像渲染。
- 结论.将客户端源码公开并不等同于开放平台，当运转命门完全寄生于不可自建的私有云时，开发者只是在为中心化服务无偿调试外设接口。
默认root与明文闪存：向云端Agent交出局域网底牌
如果说准入条款限制了开发者的商业自由，那么代码库暴露的系统设计，则将家庭局域网直接推向了安全险境。在面向单板电脑的 Linux Device SDK 中，后台服务 musegadget 默认作为系统守护进程以 root 权限全天候运行。
分析其开放的指令集合可以发现，该后台服务直接向 Meta 远端 Agent 暴露了四大高风险调用接口：执行任意系统指令的 system.run、底层文件读取 file.read、文件写入 file.write 以及设备健康检测 device.health。当远程大模型获得了一台具备 root 权限的主机执行权，且树莓派在配对时缺少基于物理按键的双向强校验流程，任何远端提示词注入攻击或认证中间人拦截，都可能演变为整个家庭内网的全面沦陷。
在嵌入式端，安全防线同样漏洞百出。ESP32 固件在默认构建配置下不仅使用公开的开发签名密钥，而且明确关闭了 Secure Boot 安全启动机制。如果开发者在编译时没有手动配置并开启 NVS 存储分区加密，家庭 Wi-Fi 密码以及 Meta 的身份认证凭据都会以明文形式固化在物理 Flash 芯片中。任何接触到硬件的第三方，只需几秒钟提取固件镜像，即可轻而易举获取这些核心网络凭证。
- 风险.若将 Linux SDK 部署在包含家庭核心数据的主机上，赋予外部 Agent 执行 system.run 相当于把局域网管理钥匙交给了远端算法。
夺舍Home Assistant：硬件套壳获客背后的主权博弈
这套打法最具进攻性的一幕，体现在 Meta 对既有开源生态的“反向收编”。在官方推荐硬件列表中，赫然出现了开源智能家居标杆硬件 Home Assistant Voice Preview Edition。这款设备原本是社区为了摆脱巨头云端监听、实现全本地语音控制而研发的微型终端，内部运行的是 Whisper 语音识别、Piper 语音合成与 openWakeWord 唤醒词组成的纯本地流水线。
然而，一旦用户按照指导为其刷入 muse-gadget 固件，硬件的控制中枢便瞬间发生逆转。原本闭环在局域网内的数据流转被彻底接管，音视频采集与控制信令直接绕开本地 Home Assistant 核心，直连 Meta 云端。
极客以为自己在玩免费硬件，巨头看到的则是零硬件成本的物理语境采集器。
对比当前端侧语音控制的三种主流技术路径，各方利益取向清晰可见：
| 方案路径 | 核心运算位置 | 硬件商业模式 | 局域网数据主权 |
|---|---|---|---|
| Meta Muse Gadgets | Meta 云端闭源集群 | 零硬件成本（引导创客自购） | 低（提供 root 系统调用与内网隧道） |
| OpenAI Realtime 体系 | 商业模型云端 API | 开发者自建设备，按 Token 付费 | 中（仅限会话交互，不涉底层系统调用） |
| Home Assistant 本地流 | 局域网边缘服务器 | 官方/第三方开源硬件无门槛销售 | 极高（数据不出内网，无外部云依赖） |
在此之前，消费级 AI 硬件赛道接连遭遇挫败。售价数百美元的专有硬件如 Humane AI Pin 与 Rabbit r1，因网络延迟、发热续航与云端脆弱性迅速沦为市场弃儿。Meta 显然吸取了教训：自研硬件不仅周期漫长，更要背负沉重的物料库存与售后风险。
通过 Muse Gadgets，Meta 换了一种极为精明的获客逻辑。它不再生产硬件，而是将开发板与外壳设计的试错成本全数转嫁给 M5Stack、Seeed 等硬件方案商和创客群体；通过 50 台设备的免费额度收买开发者，换取的却是极客家中最高密度的物理环境、私有传感器数据以及高权限内网控制隧道。
在这场围绕家庭物理入口的围猎中，开源成了最廉价的诱饵。当开发者兴致勃勃地为开发板焊上屏幕与麦克风时，应当清醒地意识到：没有本地自建后端能力的开源，终究只是一根连接在巨头服务器上的加长电线。