||M5Stack StopWatch|Waveshare ESP32-S3 Touch AMOLED 1.75C|
|---|---|---|
|MCU|**ESP32-S3R8**|**ESP32-S3R8**|
|CPU|双核 LX7 / 240 MHz|双核 LX7 / 240 MHz|
|PSRAM|8 MB|8 MB|
|Flash|**16 MB**|**32 MB**|
|屏幕|1.75" AMOLED|1.75" AMOLED|
|分辨率|466×466|466×466|
|屏幕驱动|CO5300|CO5300|
|触摸|CST820B|**CST9217**|
|IMU|**BMI270**|**QMI8658**|
|麦克风|单 MEMS MIC|**双麦克风阵列**|
|Audio Codec|ES8311|ES8311|
|音频增强|常规音频链路|**ES7210 + 回声消除设计**|
|扬声器|内置 1 W / 8Ω|内置 Speaker|
|RTC|RX8130CE|有 RTC|
|PMIC|M5PM1|**AXP2101**|
|电池|**内置 450 mAh**|有电池版 / 无电池版|
|震动|**有**|官方主规格没有突出|
|扩展|M5Stack HY2.0 + 后部扩展|更偏传统开发板接口|
|定位|**可穿戴成品原型**|**高集成开发板 / AI 语音终端原型**|


### Context Bookmark

设想一种低成本、低摩擦的 AI Context Sensor。设备不进行全天录音保存，而是在本地持续维护最近约 1～3 分钟的循环音频缓存，旧内容自动覆盖，不上传、不长期保存。

当用户意识到“刚才发生的事情值得让 AI 知道”时，只需要按一次按钮。设备保存按键之前的一段音频，并可继续记录之后几十秒，然后发送到手机或云端，由 STT 和 LLM 完成转录、摘要、决策提取、Todo 提取和 Context 结构化。

核心交互是：

**现实发生 → 用户意识到重要 → 按一下 → AI 获得刚才的 Context。**

它解决了普通录音器必须“事前决定开始录音”的问题，也避免全天录音后让 AI 从海量信息中猜测什么重要。用户的一次点击本质上提供了一个高质量的 `human attention` 信号：

**人负责判断“值不值得记”，AI 负责理解“刚才发生了什么”。**

第一阶段可以完全由用户主动 Bookmark；第二阶段根据音频、IMU、时间、日历等信息识别潜在 Episode，在合适的时候轻震询问“刚才值得保存吗”；长期则有可能形成一个 Personal Context Sensor。

产品形态不一定最终是独立硬件。最合理的架构可能是：

**Wearable Sensor → BLE → Phone → STT / LLM / Context Store → Agent**

其中可穿戴设备只负责稳定收音、IMU、按钮、短期缓存和低摩擦交互，手机负责计算、网络、存储和 UI。

真正需要验证的问题并不是 ESP32 能否做到，而是：

**独立的贴身 Sensor，相比手机，究竟能把“现实世界 → AI Context”的采集摩擦降低多少。**