Cách bộ devkit 50 USD và Claude Code "tái tạo" mẫu AI Charm sắp ra mắt của Meta

Meta đang chuẩn bị bước chân vào thị trường phần cứng tiêu dùng độc lập trong mùa lễ hội năm nay với Muse Charm – một trợ lý AI bỏ túi được thiết kế như một máy nuôi thú ảo Tamagotchi tương tác hiện đại. Tuy nhiên, nhà báo công nghệ Sean Hollister đã chứng minh rằng người dùng không nhất thiết phải chờ đợi thiết bị thương mại từ Meta. Sử dụng một bộ kit phát triển (devkit) trị giá 50 USD cùng công cụ Claude Code của Anthropic, ông đã tự lắp ráp và mở rộng một chiếc mặt dây chuyền AI "handmade" hoạt động trơn tru ngay tại nhà.

Nền tảng phần cứng trị giá 50 USD

Dự án này dựa trên Waveshare ESP32-S3 1.75C, một thiết bị có kiểu dáng đồng hồ bỏ túi trị giá 50 USD tích hợp màn hình cảm ứng 1,75 inch. Bộ devkit dạng mặt dây chuyền tích hợp nút nhấn để nói (push-to-talk) này là một trong những lựa chọn phần cứng được Meta chính thức đề xuất để phát triển các "Muse Gadget" – những thiết bị chạy mã nguồn mở của Meta và sử dụng token xác thực để kết nối trực tiếp với đám mây AI Muse của hãng.

Mặc dù về mặt vật lý, phần cứng này khá giống với chiếc mặt dây chuyền mà Meta đang phát triển, nhưng phần mềm mặc định lại tỏ ra tương đối hạn chế. Ban đầu, thiết lập của Meta chỉ hiểu giọng nói qua nút bấm là dạng ghi âm chuyển thành văn bản (transcription) thay vì các câu lệnh prompt. Cấu hình mặc định không phát ra câu trả lời bằng âm thanh, chỉ hiển thị vài từ cùng lúc trên màn hình nhỏ mà không có nhật ký hội thoại, và chỉ đi kèm một avatar tĩnh duy nhất mang tên "Jolly". Hơn nữa, không giống như các loa thông minh thương mại từ Amazon hay Google, thiết bị thiếu khả năng tự động phát hiện thiết bị nhà thông minh cục bộ. Mã nguồn mẫu để stream camera từ các kỹ sư phần mềm Meta như Anant Narayanan và Jeremy Payne cũng thiếu tính năng bấm chụp từ xa.

Mở rộng tính năng thần tốc nhờ "Vibe Coding"

Dù không có nền tảng lập trình bài bản, Hollister đã dùng Claude Code để "lột xác" hoàn toàn firmware của thiết bị bằng cách kết nối nó với PC và đưa ra các câu lệnh (prompt) yêu cầu mô hình AI viết cũng như chỉnh sửa mã nguồn.

Thông qua các lần prompt liên tục, Claude đã khắc phục hàng loạt nhược điểm về khả năng sử dụng và tính năng:

• Nâng cấp âm thanh và hiển thị: Claude đã tạo một màn hình nhật ký trò chuyện cho phép vuốt để xem lại toàn bộ lịch sử văn bản, đồng thời tích hợp giọng đọc chuyển văn bản thành tiếng nói (TTS) bản miễn phí từ ElevenLabs mang giọng Anh - Anh, giúp thiết bị có thể trả lời thành tiếng. AI cũng sửa một lỗi của tính năng nhấn để nói bằng cách lọc bỏ các đoạn âm thanh ngắn dưới một giây.

• Điều khiển camera từ xa: Mô hình AI đã phát triển một kính ngắm từ xa tương tác cho điện thoại kết nối qua cả Wi-Fi và Bluetooth, sửa lỗi ngược hình ảnh từ camera trước và thêm nút bấm chụp hoạt động chuẩn xác.

• Cơ chế nuôi thú ảo: Hollister đã nhờ Claude tạo nhiều avatar lấy cảm hứng từ các bản demo tại sự kiện Meta Connect và xây dựng một trò chơi nhỏ dạng Tamagotchi. Phần mềm có thể theo dõi 4 chỉ số: độ đói, độ chán và độ sạch sẽ, đồng thời "phạt" nếu cho ăn quá nhiều (gây bẩn) hoặc chơi quá sức (gây mệt mỏi).

• Thêm các tiện ích: Chỉ trong khoảng 15 phút, Claude đã tạo ra một mặt đồng hồ bỏ túi kim cổ điển hoạt động hoàn chỉnh với 3 kim chuyển động, cùng một trình phát video chuyên dụng được cấu hình để chạy các tệp video ngắn ngay trên màn hình 1,75 inch.

Devkit đối đầu với các thiết bị AI chuyên dụng

Thử nghiệm này cho thấy tính dễ tiếp cận của khái niệm "vibe coding" – việc sử dụng các trợ lý AI giao tiếp bằng ngôn ngữ tự nhiên để nhanh chóng tạo ra phần mềm nhúng hoàn chỉnh trên phần cứng giá rẻ. Tuy nhiên, Hollister cũng chỉ ra những hạn chế trong hệ thống đám mây hiện tại của Meta, đặc biệt là độ trễ phản hồi không ổn định từ máy chủ của công ty.

Dự án này đặt ra những câu hỏi rộng hơn về sức hút của các phần cứng AI chuyên biệt. Nếu thiếu đi các tính năng bổ sung và khả năng tùy biến, chiếc mặt dây chuyền này chẳng mang lại nhiều giá trị thực tế hơn một chiếc điện thoại thông minh thông thường đang chạy ứng dụng Muse. Đối với những người thích vọc vạch, việc kết hợp các bộ devkit mở với các mô hình ngôn ngữ lớn (LLM) có khả năng sinh mã đại diện cho một lựa chọn thay thế vô cùng linh hoạt. Điều này để ngỏ một câu hỏi lớn: Liệu các thiết bị AI thương mại khép kín có mang lại đủ giá trị khác biệt để chứng minh cho sự tồn tại của chính mình hay không?