我弃用Google Home和Alexa后，发现智能家居还能这么玩

周三凌晨两点，我被手机震醒。不是闹钟，是后院摄像头捕捉到一个模糊人影——Frigate自动识别后，通过Home Assistant推送到我手机的加密通知。没有云端中转，没有订阅费，甚至没有开灯惊动对方。这一刻我知道，三年前从Google Home迁移到Home Assistant的决定，值了。

主流智能家居方案Google Home、Alexa、HomeKit确实省心。插电即用，不折腾本地服务器，维护成本几乎为零。对从没碰过IoT设备的新手来说，这套逻辑无懈可击。但问题在于：省心往往意味着牺牲控制权。当你想实现一个稍微复杂的场景——比如"检测到有人翻墙且室内无人时，只静默录像不开灯"——这些平台就开始捉襟见肘。

设备兼容性是第一道坎。主流品牌尚可，一旦预算收紧或想复用旧设备，麻烦就来了。更糟的是厂商弃坑：Belkin的Wemo产品线就是典型，官方服务器一关，硬件直接变砖头。这种"云依赖"的商业模式，本质上是用便利换取你对设备的终身租借权。

Home Assistant的解法很直接：本地优先，社区补位。 obscure品牌？开箱即用。冷门协议？社区商店（HACS）里通常有民间驱动。甚至那些被官方判死刑的旧设备，GitHub上总有人在做"本地控制复活术"——把原本必须连厂商服务器的指令，改写成直连Home Assistant的本地API。我书房那台2018年的智能插座就是这么续命的。

至于完全自定义的硬件，ESP32开发板+Home Assistant的组合堪称神器。成本不到50元，你可以造出市面上根本不存在的传感器：检测猫砂盆使用频率的重量感应垫、追踪植物土壤电导率的探针、甚至根据冰箱压缩机震动判断耗电异常的加速度计。这些设备的数据全部留在本地，不上传任何外部服务器。

自动化能力是另一重分水岭。Google Home和Alexa的"场景"本质上是一键开关集合：开灯、调温、播音乐。Home Assistant的自动化则是条件引擎——传感器状态、时间、天气、甚至太阳高度角都可以成为触发条件，且支持多条件嵌套与逻辑门（与/或/非）。

我的Frigate通知系统就是典型案例：普通摄像头检测到移动就报警，误报率高到离谱。通过Home Assistant，我把条件拆成三层——Frigate识别到"人形"、时间处于夜间、家中所有人体传感器显示无人——三重满足才触发手机推送。这套逻辑在主流平台上几乎无法实现，因为它们要么不支持第三方视觉识别集成，要么无法跨品牌读取传感器状态。

搭建门槛被严重高估了。Home Assistant的UI自动化编辑器足够直观，拖拽条件、选择动作，不需要写YAML。我更习惯用Node-RED插件——节点式的工作流界面，特别适合跨设备的多步联动。比如我的"离家模式"：锁门→关闭所有灯→检查窗户状态→若未关窗则手机提醒→启动扫地机器人→根据日历判断是否需要调整温控。七个步骤，可视化连线和调试，比写代码直观得多。

当然，代价是时间。第一次部署Home Assistant，我在Docker配置和Zigbee网关选型上花了整整一个周末。但三年后的今天，这套系统运行在一台闲置的树莓派4上，零月费、零订阅、零厂商绑架。当Google宣布又一次调整Nest API权限，或Amazon突然给Echo加广告时，我的设备运转如常。

智能家居的终极形态不该是"选一个生态然后祈祷它别倒闭"。Home Assistant证明了一种更老派的计算哲学：买下的硬件就该完全属于你，数据留在家里，规则由你制定。这种控制权的回归，对愿意付出学习成本的人来说，回报远超预期。