有了一个 AI Demo，要不要给它加一台设备？如果已经做出了硬件，又该怎样让里面的 AI 成为用户愿意长期使用、持续付费的功能？
2026 年 8 月初，新加坡 AGI Playground 的一场圆桌讨论了这些问题。Isaac Long（Nori）是 Nori 联合创始人兼 COO，正在做家庭 AI 助手；Henri Pang（Kickstarter）是 Kickstarter 首席战略代表，也是 MUZIM AI 创始人；Jacob Guo（Wapitee）是 Wapitee 创始人，从产品定位、品牌和海外发布看 AI 硬件。圆桌由 Ken Hsu（Wapitee）主持，Founder Park 将对话整理成文。[1]
他们没有给出同一条创业路线。软件先行可以验证需求，硬件团队有自己的供应链积累，但谁先做并不是唯一需要决定的事情：用户为什么需要这台设备，又为什么愿意为其中的 AI 继续付钱？
01｜先做软件还是硬件？先说清楚你要做什么
Jacob（Wapitee）认为，两类团队往往从不同的长处出发。软件团队可以先观察用户习惯、验证使用场景，再决定是否值得投入制造；硬件团队则更熟悉成本、质量和供应链，但还需要补上软件体验与持续服务。
软件可以较快地修改，硬件却需要提前投入生产，方向定下来之后也更难转身。所以，对已有软件的团队来说，先用社区和早期用户的反馈测试需求，再定义设备，是一条可行的路线。
Henri（Kickstarter）的建议是，先把品牌想清楚。他们做 MUZIM AI，是希望帮助用户管理自己的数据，像建立一座属于自己的数字博物馆。这个愿景可以连接软件和硬件，让用户先理解产品在做什么，而不必先分辨自己需要的是 App 还是设备。
这里说的品牌，不只是起名字或做 logo。团队要能解释自己为谁解决什么问题。如果最终提供的主要是一种软件体验，为什么还需要用户额外买一台硬件？
02｜Nori 为什么既做个人助手，也做家庭共享屏幕
从外部看，Nori 先发布软件，几个月后才推出硬件。Isaac（Nori）解释，团队从成立第一天就计划两者都做，只是发布时间不同。
软件负责理解家庭的情况：有几位成员，各自有什么安排，谁对什么过敏，喜欢或不喜欢什么。随着信息积累，它可以帮助整理日程、待办和家庭事务。
但只有软件时，助手仍然装在某个人的手机里。家庭里的日程、学校通知和待办，常常分散在邮件、纸张和手机中。负责安排的人不仅要整理，还得反复告诉其他人。孩子可能还没有手机，其他家庭成员也不一定会主动打开同一个 App。
放在厨房或客厅的共享屏幕，让重要安排出现在所有人都能看见的地方。它像冰箱上的便签或家里的白板，把原来围绕一个人的信息，变成一家人可以共同查看和参与的事情。
AI 在这里做的，是减少整理信息的劳动。学校邮件、社区宣传单、孩子临时说的一件事，格式都不一样。过去，父母需要自己读懂、提取日期、归类，再填进日历。Nori 尝试让 AI 把这些零散信息整理成日程和待办。
输出仍然可以是一张熟悉的表格。Isaac（Nori）并不想重新设计一家人怎样生活，而是减少他们为了维持原有生活方式，需要投入的认知劳动。
这也是我们做小硬件时可以先验证的事：设备有没有让原本看不到信息的人参与进来？有没有减少一个人反复整理、提醒的工作？共享屏幕能让安排更容易被看见，但谁负责录入、谁执行、出了错谁来修正，还需要放进真实家庭中观察。
03｜为硬件付费和为 AI 付费，是两种不同的决定
Henri（Kickstarter）区分了两类购买判断。愿意为 AI 付费的人，会问：我已经能用这个功能，为什么还要再买一台设备？愿意为新硬件付费的人，则会问：这件东西吸引我，但 AI 增加了什么，为什么要为它多付钱？同一个人也可能先后作出这两种判断。
购买实体物品时，形态、设计、价格和触感，往往决定了用户是否愿意继续了解。软件则常常从免费试用开始，用户用过之后，再考虑购买使用额度或订阅。两者说服用户的时机并不一样。
所以，Henri（Kickstarter）认为产品要先选好表达的侧重点。独特的硬件形态，可以先解释它如何进入日常场景；软件驱动的产品，则需要先让用户理解持续使用的价值，不能只展示一个漂亮外壳。
Jacob（Wapitee）更强调 AI 硬件中的软件价值。设备虽然是一件可以买回家的物品，但后续与用户持续互动的，可能主要是软件。静态产品照片能展示外观，却不一定能解释人怎样与它交互、它会怎样回应，以及为什么值得继续订阅。
Isaac（Nori）则把购买之后的过程看得更长：对 AI 硬件来说，设备卖出去，只是用户开始体验服务的时刻。功能是否有用、反馈怎样处理、软件如何更新，都会继续影响用户对产品的判断。Nori 从早期访谈开始，就让用户参与产品选择，甚至讨论到字体这样的细节。
对我们面向女性、年轻一代和跨领域创造者的项目，这一区分也很实用。做出原型后，要分别问：使用者为什么需要这个实体？里面的 AI 功能又解决了什么持续存在的麻烦？购买设备和持续付费，需要各自有说得清楚的理由。
04｜再回到设备本身：它也是一个 data hub
Henri（Kickstarter）在圆桌中提出，AI 硬件本质上可以被理解为一种 data hub，也就是数据中枢：采集、存储和传输数据，再把计算得到的结果带回使用场景。
在他的判断里，更强大的 AI 能力会主要来自云端，因此设备不必把所有计算都放在本地。他建议适当降低单个设备的本地算力，同时提高数据容量、传输带宽、网络稳定性，以及与其他设备连接的能力。本地计算仍然保留，只是围绕数据中枢的用途来配置。
这是一种产品路线，不能直接套用到每一台设备上。对家庭信息屏，可以逐项判断哪些信息需要送往云端、哪些应留在本地；对要控制电机的机器人，还要考虑断网之后能否继续运行，以及动作响应和停止是否依赖远端服务。
回到 Nori 的案例，手机与共享屏幕的差别，不只是屏幕大小。它们决定了信息由谁带着走、谁能看见、谁能参与。云端与本地的分工，则决定信息在哪里处理、联网时怎样工作、断网时还能做什么。
从这个角度看，先做软件还是先做硬件，最后仍要落回这台设备的用途：它怎样取得信息，怎样处理和连接这些信息，又怎样让结果回到人的生活里。这正是 data hub 这个判断值得继续讨论的地方。
引用
[1] Founder Park，《AI 硬件创业第一步，先做 AI 还是先做硬件？》，2026 年 9 月 8 日；整理：朱俊熹，编辑：万户。本文依据圆桌内容独立转写。