在廉价 CarPlay 盒子上运行自定义固件的探索

潜在的力量

几周前我一时兴起，想试试能不能让一个廉价的中国产 CarPlay 适配器（dongle）跑点原厂固件（firmware）以外的东西。既然它能做 CarPlay 转发，何不拿它来做点更有意思的事？

这类设备工作方式大同小异，在车机和手机之间充当桥接器（bridge），处理音视频流（stream），再顺带转发一些其他数据。多数还会弹出一个自定义 UI（用户界面）用来配对，再提供一个手机能访问的 Web 界面用来更新。

长话短说。我跟 Fable 和 Sol 在 Pi 上聊了一通，话题是这类适配器能折腾什么，以及如果想自己搞一套是不是用树莓派（Raspberry Pi）更合适。我觉得一边放行常规 CarPlay，一边跑自己的代码，应该挺好玩的。

通过和大语言模型（LLM）的协作，我了解了 CatPlay。这是一个用 Rust 重写的 CarPlay 协议实现，能在 Carlinkit 设备上运行。具体来说，它可以跑在 Carlinkit Mini Ultra 上，我觉得这款应该不难买到。我手头其实有好几个 CarPlay 适配器，但偏偏没有那个型号，就在 Amazon 上入了一个。

二十四小时后，我拿到一台贴牌 Carlinkit Mini Ultra 的设备，但它并不是原作者用的 Ingenic 设备，而是别的东西。

故事通常到这里就该打住了。但这是 2026 年。靠着一丁点关于这类系统如何运作的知识，我和 Kimi K3、Sol 进行了几次颇有成效的讨论，搞清了怎么给设备刷机（flash），进而让 CatPlay 能为那颗 SoC（片上系统）编译通过。我觉得，破解（hack）这类 USB 设备未必有多难，但很繁琐，稍不留神就把设备变砖（bricking，即彻底损坏无法启动）。还有一点也很折磨人。你得去改别人的代码，而那段代码本身又跑不到你的机器上。

过去，我会因为缺少这股韧性而撂下许多这样的项目。但我的 clanker 很有韧性（译注：clanker 是英语网络社区中对 AI 聊天机器人/LLM 的戏谑绰号，源自《曼达洛人》台词）。我们的 clanker 们也都有这股韧性。

我们正在尝试的一些项目，正是源于跟它们的对话。在这件事上，不是我发现或决定要做 CatPlay，是模型自己挑的。它不是唯一的建议，但淘汰掉其他选项后，它成了最好的切入点。类似的事我越来越多地遇到，尤其是当我们各自和这些模型单独交互时，我们中的一些人会「独立」地决定去做相似的项目。

我跟一个熟人聊起 CarPlay 时，他也提到最近决定去试类似的事，因为他也想看看能不能让自己的 agent（智能体）接上自己的车。猜怎么着，他同样是从模型那里得知 CarPlay 破解社区和这种玩法的，时间也差不多。

这让我忍不住想，会不会出现这样的情形。完全不相干的人，各自构建着他们以为是出自自己灵感的东西。然而他们其实是被一次和 LLM 的对话所启发或推动去做这件事的，而另一个人也恰好进行过同样的对话。要是我们走的路，其实是「当前这代模型更倾向给出这条路」才走的，那会怎样？

AI builder 圈子里近来有个反复出现的笑话，大家都在做同样的事；从很多方面来看也确实如此。也许因为那些事本就显而易见，也可能部分因为我们都在用同一批具备相同能力的模型。

几个月前，我第一次看到 Lucas Meijer 分享一个想法，是在 Pi 里让模型生成 HTML 报告而不是 Markdown。我当时觉得这挺别致的。只不过呢，模型大概正越来越多地被训练成这样（比如 Claude Artifacts），对很多人来说，HTML 报告已经成了分享报告的默认选择。

我们构建的东西里，有多少其实是从同一批模型中激发（eliciting）出的同一些潜在能力（latent capabilities）？是模型「诱导」我们那样去给提示词（prompt）的吗？还是因为我们在 Twitter 和其他社区分享的点子相互启发了？又或者这一切毫无关联？

LLM 扩散知识与能力的方式既强大又诡异，与此同时，或许还在不知不觉中把我们所有人同步地、独立地推向构建同一种东西。