AI硬件購買決策因子不是場景，是牽掛

作者｜沈子嫣

編輯｜呂鑫燚

出品｜AI物燥

一個孩子對著一只會聊天的玩具說，今天在幼兒園有點不開心。話說完了，對話卻沒有消失。它被保存下來，隨后匯進家長端的互動記錄和成長報告。

一只貓叫了幾聲，掛在項圈上的 AI 翻譯器將它解釋成“焦慮”或“求陪伴”。另一邊，獨居老人只是坐在陽臺上多曬了一會兒太陽，因為長時間沒有移動，女兒的手機已經彈出預警。

兒童 AI 玩具、寵物智能硬件、居家養老傳感器，看起來分屬三個市場。放在一起，卻能看見同一種關系：設備跟著孩子、寵物或老人，真正查看后臺、接收提醒和持續付費的，是另一個無法一直在場的人。

這些產品抓住的，是一種早于技術的東西：牽掛。

牽掛最難安放的，恰恰是那段看不見的時間。它無法被一塊屏幕徹底填滿，卻足以讓人一次次打開 App。

AI 硬件也因此率先在這些關系里站住了腳。它賣的是陪伴、安全與健康，接下的卻是一句更隱秘的委托：

我不在的時候，替我看著。

你好，這里是「AI物燥」。

人借身體進入世界，AI硬件則替人留在無法到場的時刻。

在大模型到來以前，這條路已經被定位、電子圍欄、夜間監護和跌倒報警鋪過一遍。

兒童手表告訴家長孩子在哪里，嬰兒監護器把哭聲傳到隔壁房間，寵物項圈在貓狗離開安全區域時報警，老人床邊的按鈕負責發出求助。

它們沒有承諾理解另一個生命，只是盡量縮短一段關系失聯的時間。這已經足以創造一個市場。

成年人給自己購買 AI 硬件，往往要先衡量功能、價格和使用頻率。到了孩子、寵物和老人身邊，購買邏輯發生了變化。家長替孩子選擇，主人給寵物佩戴，子女也可能推動父母安裝。

一件硬件里，由此住進了兩種用戶：設備身邊的人提供數據，另一端的人購買確定性。

設備跟著誰，生意未必賣給誰。

2025年6月，上市不足一年的AI玩具BubblePal，公開銷量已經超過20萬臺。

它只是一枚可以掛在原有毛絨玩具上的 AI 模組。孩子捏住按鈕，熟悉的玩偶便開始說話、講故事，也會記住過去的交流。AI 給一件舊玩具接上了云端。

到了家長端，產品呈現出另一副面孔。父母可以設置角色和互動目標，查看對話歷史，并定期收到關于興趣、學習和所謂“情緒成長”的報告。玩具留在孩子身邊，后臺握在父母手里。

AI 玩具由此擁有了雙重界面：面向孩子，它是一件會回應、能記憶的陪伴玩具；面向父母，它更像一扇伸進兒童房的窗口。

Common Sense Media 2026年1月發布的一項針對0至8歲兒童家長的調查顯示，49%的受訪者已經購買或考慮購買 AI 玩具。不少家長期待它幫助學習和行為引導，但多數人不希望AI成為孩子的朋友；超過八成家長同時擔心，玩具會收集兒童的個人信息。

孩子得到陪伴，家長買下的，則是一段延伸到自己不在場時的注意力：既輔助育兒，也幫助他們了解孩子。

寵物硬件把這種需求推得更遠。2026年7月8日發布的Fi Ultra，將GPS、LTE和Starlink衛星連接能力裝進狗項圈。在蜂窩網絡盲區，設備仍能將位置傳回主人手機。

寵物不需要理解衛星通信，主人只需要知道，失聯的縫隙又被堵小了一點。人們愿意為這種縫隙不斷加碼，因為關系中的責任不會隨著身體離開而暫停。

到了居家養老，設備更像一層安靜的基礎設施。傳感器留在老人家中，子女和社區在另一端接收異常提醒。老人想繼續獨立生活，遠方的人購買的，是關鍵時刻有人知道。

硬件也比軟件更適合承擔這項工作。軟件等待人主動打開，硬件可以留在臥室、客廳和項圈上，連續記錄位置、聲音、睡眠與生活節律。

它最有價值的能力，常常不在某一次聰明回答，而在于先知道平時是什么樣，再發現今天哪里不同。

照看需要的不是一次漂亮的問答，它需要一段足夠長的“在場”。

AI 沒有憑空發明這些需求。它沿著一條早已存在的責任鏈，進入兒童手表、嬰兒監護器、寵物追蹤器和居家養老設備留下的位置。

人不能一直在場，卻仍然要一直負責。

硬件先替人留了下來。

上一代產品更擅長回答“發生了什么”，把事實進行白描。

位置是否偏離，活動是否中斷，身體是否倒地。這些信號大多可以通過地圖、畫面或動作記錄回看，也有相對清楚的判斷邊界。

這一輪 AI 開始向前多走一步。它試圖解釋，對方為什么這樣，換句話說，其中究竟隱藏了什么相關性線索。

寵物硬件的變化最為明顯。Tractive等追蹤器已經不只記錄位置，還會持續監測睡眠、心率、呼吸和抓撓行為，先建立一只寵物的日?；€，再提示哪些變化值得注意。產品也明確注明，這些提醒只能作為早期信號，診斷仍需交給獸醫。

PettiChat則直接跨到了“翻譯”。公司宣稱，它可以將貓狗叫聲識別成焦慮、警惕、饑餓和求陪伴等二十多種情緒與意圖，準確率達到 94.6%。從找回一只走失的寵物，到發現它今天不太對勁，再到替它說出“我很焦慮”，產品不斷靠近主人真正想知道的問題：

它到底怎么了？

越往情緒和意圖深處走，產品給出的就越像答案，也越依賴模型推斷。

寵物無法確認“焦慮”是否準確。人先根據動物的聲音、動作和情境猜測情緒，再用相似判斷標注數據；模型把這些信號整理成人能讀懂的話，最后仍由主人判斷，它像不像答案。

這條鏈路里，AI 最先提供的，是一種確定性。原本模糊的猜測，被做成了一個清晰的標簽。

同樣的變化也在兒童與老人身邊發生。

一段兒童對話可以被整理成興趣與情緒報告；Sensi.ai 則試圖從老人的語言、語調、行動和生活規律中識別認知變化。

但從記錄位置與動作，到推斷情緒與認知，中間隔著更長的路。一名長期研究 AI 認知檢測的神經科醫生指出，部分臨床模型曾將六七成受試者標記為認知受損，實際比例可能只有一兩成。Sensi 的相關能力也尚未獲得醫療監管許可。

孩子還在學習如何表達，寵物無法使用人的語言，部分老人也可能隱藏不適，或難以描述細微變化。信息留下的空白越多，算法越容易替另一個生命把話說完。

這并非沒有價值。它可以提醒父母多問一句，推動主人盡早帶寵物檢查，也能讓家屬和社區提高警惕。

但線索一旦被寫成結論，也會反過來影響人如何理解對方。

從感知到解釋，AI 多走的一步，是把自己的判斷放進了關系里。

一段關系接入系統，牽掛就有了后臺，也有了賬單。

孩子今天平安到家，明天仍然需要定位；寵物這次沒有走失，主人還會繼續購買連接和健康服務；老人今晚沒有摔倒，家中的傳感器也不會因此被拆掉。

擔心沒有完成態。實時連接、云端分析和異常告警，也就可以被持續出售。

安心成了一種訂閱。但系統接管的不是照護本身，只是其中一部分警覺。

2026 年一項關于智能嬰兒監護器的研究，將這種變化稱為“被委托的警覺”：父母把部分夜間守望交給設備，機器安靜時，人才能暫時休息；一旦斷網、誤報或出現異常，注意力又會沿著通知欄迅速返回。

AI 沒有消滅照護勞動，只是重新分配了它。設備負責盯住異常，人則要查看后臺、確認警報，并決定下一步怎么辦。

武漢一場持續四年多、覆蓋 30 個社區的人工智能養老試點，已經把這套系統搬進真實生活。一名女兒曾收到父親“長時間未移動”的提醒，點開畫面才發現，老人只是在陽臺曬太陽。老人動作緩慢、寵物經過、家具位置變化，也都可能引發誤報。

算法需要學習的，不只是危險，還有生活。

真正的風險也曾被這套系統接住。一張智能床墊發現獨居老人夜間心率異常后，數據進入家屬和社區后臺，工作人員聯系老人并上門巡診。試點由此逐漸形成一條從監測、預警到響應的鏈路。

一名社區工作人員總結得很直接：“光有數據沒用，關鍵是有人能接住這些數據?！?/p>

照護倫理學者瓊·特朗托曾把好的照護拆成幾個相連的環節：看見需求、承擔責任、具備行動能力，并根據對方的真實反應作出回應。傳感器至多完成了第一步。它發現異常，后面的責任仍要落到家屬、社區、醫生或服務機構身上。

一條跌倒預警需要有人推門，一份兒童情緒報告需要回到真實談話，一條寵物健康提醒最終仍要由主人和獸醫判斷。

技術完成的是前半程。

這類產品的壁壘，也不只在識別準確率。它還取決于警報后面，有沒有家屬、社區、醫生或服務機構真正接手。

關系被接入系統以后，另一道問題也隨之出現。

遠方的人希望多知道一點，生活在傳感器旁邊的人未必愿意把全天變成一段可以回放的記錄。誰能查看原始數據，信息保存多久，設備能否由本人關閉，都會影響一件產品最終更接近照護，還是更接近管理。

一些產品已經開始學習少看一點。

武漢部分試點將清晰視頻換成只保留人體動作輪廓的“火柴人”；華為的 AI 輔助康養傳感器則通過 4D 毫米波識別跌倒、墜床和異常滯留，無需記錄完整畫面。

它們嘗試回答同一個問題：能不能只看見風險，把其余生活留在房間里。

老年照護中有一個概念叫“風險尊嚴”。它承認，人有權按照自己的意愿生活，即使其中包含一定風險。把風險全部消滅，也可能一并拿走獨處、犯錯和自己做決定的權利。

雪莉·特克爾曾把數字時代的親密關系概括為：我們開始對技術期待更多，對彼此期待更少。

但在這些無法一直在場的關系里，人們把更多期待交給技術，未必因為不再期待彼此。更多時候，只是彼此無法趕到所有時刻。

技術接過的，應該只是那段缺席。

它可以幫助人看見危險，卻不能替人承擔回應；可以留下一點線索，卻不該接管一個人理解另一個生命的方式。

真正成熟的設備，不是永遠睜著眼睛。

它知道什么時候應該看見，也知道什么時候把生活還給生活。