我让AI帮我造了个工具，查清半夜三点是谁吵醒我

凌晨三点，你突然醒了。大脑还没上线，噪音已经消失。到底什么把你吵醒的？这个问题困扰了我很久，直到我决定让AI帮我动手解决。

我习惯关注生活里那些影响质量的小事。以前遇到这种麻烦，想想"为这点事折腾太不值"就放弃了。但现在不一样——AI工具把原本需要数周的项目压缩到一个周末。现在碰到日常问题，我的第一反应变成："其实我可以做点什么来搞清楚。"

这次的目标是我的睡眠。

我住在吵闹的城市。有些夜晚，凌晨三点莫名惊醒；另一些夜晚，虽然没完全醒，但早上看手表发现3:32被从深睡眠中拽了出来。最烦的是你永远不知道原因。声音把你吵醒时，大脑还在切换睡眠阶段，等反应过来，动静早没了。除非它重复（持续的雷声、不肯停的汽车警报）或留下痕迹（闪电后的光亮），否则你只能带着困惑起床，原因成谜。

找不到原因，就没法解决。是屋内还是屋外？邻居？卡车？关门声？任何"解决方案"都是瞎猜，而猜往往很贵。

于是我动手了。

我家已有智能家居系统Home Assistant，遍布传感器：运动、门窗、灯光、温度、湿度、二氧化碳、空气质量。大部分数据本来就在采集，我只需要补上音频环节，接入睡眠数据，再把一切串起来。

新增的东西很少：

• 两个便宜USB麦克风，一个屋内，一个窗外朝街
• 一台树莓派（微型电脑），只在我在家且上床后才监听
• 佳明手表的睡眠数据
• 家庭服务器上的一个网页应用，把音频、睡眠数据和现有传感器事件整合

树莓派听到足够大的动静时，会保存一段短音频，包含前后几秒上下文。整个检测模式由Home Assistant控制：树莓派作为Home Assistant的集成设备暴露自己，一条自动化规则只在"我在家、已上床、处于 usual sleep time"时才开启它。其他时间完全关闭，麦克风零访问——即使在我自己的家庭网络里，这也是我想要的行为。

网页应用才是真正有用的地方。每晚的数据像时间线一样铺开，音频片段、睡眠阶段变化、传感器事件全部对齐。终于，我可以回答那个问题了：三点十七分那声巨响，是楼下垃圾车；两点四十三分的震动，是对面楼有人在用冲击钻。

有些发现出乎意料。我以为窗外的麦克风会捕获大部分干扰，结果屋内那个更忙——冰箱压缩机、热水器、甚至我自己翻身时的床架吱呀。数据让猜测变成确认，而确认之后，行动才有方向。

这个项目没用什么尖端技术。两个二十美元的麦克风，一台闲置的树莓派，几行AI辅助写的代码。成本不到一顿外卖，时间不到两天。但解决的是一个切切实实影响生活质量的问题。

这就是我现在对AI工具的态度：不是让它替我做所有事，而是降低"动手试试"的门槛。那些以前觉得"太麻烦算了"的小事，现在值得做了。而生活中的很多困扰，恰恰来自这些被忽略的小事。

至于我的睡眠？垃圾车时间我改变不了，但知道了冰箱压缩机的规律后，我调整了卧室通风策略。深睡眠中断的次数，从每周三四次降到了一次以下。数据不能消除所有噪音，但能帮你选择正确的战场。