不會寫程式，
也能把舊硬體變成可互動的 AI 專案
How I AI 於 2026 年 7 月 27 日訪談 Maddie Reese。她不是從「先學會所有技術」開始，而是先讓 AI 把想做的東西拆成能買、能接、能測的一步。
SCROLL
How I AI 於 2026 年 7 月 27 日訪談 Maddie Reese。她不是從「先學會所有技術」開始，而是先讓 AI 把想做的東西拆成能買、能接、能測的一步。
Maddie Reese 的桌上有一台熱感印表機。任何人都能到她的網站留下一句話，訊息就會從她桌邊印出來。這個作品的價值不在於列印本身，而在於它把網頁、資料庫、Raspberry Pi、藍牙與一個物理動作接成了一條完整迴路。
主持人現場送出訊息後，印表機立即吐出紙條。這個回饋讓專案不再只是「我好像做了些程式」，而是一個可以被別人使用、也能被自己驗證的介面。
她使用 Cursor 的 agent view 先描述想做的東西，再讓它反問：需要哪種板子、電源、接線、通訊方式與套件。AI 不是一次交出「正確專案」，而是把一個沒有起點的念頭，轉成可檢查的零件與步驟。
這裡沒有跳過判斷。她會三次確認購物清單，也會讀得懂足以找問題的程式片段。AI 降低的是開始與查資料的門檻，不是替使用者承擔零件不相容、權限設定或連線失敗的後果。
她也把 Raspberry Pi 做成能接收 X 通知的 90 年代 pager。這類專案未必是最高效率的工具，卻有一個實用優勢：當結果足夠有趣，你會願意處理那些原本會放棄的錯誤。
訪談裡的做法很具體：先讓一個小功能成功，再把它接進網頁、通知或實體裝置。每一次成功都縮小下一次的未知範圍。比起一開始規劃一個完整 app，這更容易看出是哪一段壞掉。
另一個作品是 personal API：咖啡怎麼點、寵物叫什麼、喜歡的零食等資訊，用機器可讀的方式提供。她的判斷是，未來發問的不只人，也包括 agent；如果資訊有明確範圍與格式，代理人就不必反覆猜測或打斷你。
這也帶出界線。能寫進 API 的應該是你願意公開、可更新、且被誤用時風險有限的資料。把「能被 agent 使用」當成一種產品介面，而不是把所有個人資訊丟出去。
AI 不會讓硬體沒有摩擦。它讓「我不知道從哪裡開始」變成一連串可以驗證的小問題。
來源：How I AI，2026 年 7 月 27 日。
選完之後，分享你的觀點