AI 把电视还给电视：去广告、换桌面，这届网友玩疯了|tv|广告|手机|液态玻璃|电脑|电视

你家电视开机第一屏是什么？

很多人会脱口而出：广告、推荐流、永远关不完的会员入口。想打开自己装的应用，得先在一堆推广位里翻半天入口。这个场景实在太普遍，普遍到大家都默认，智能电视天生就该长这样。

可就在这个十月，风向悄悄变了。

一个叫 Clean Your TV 的开源项目在 GitHub 上迅速走红，短短几周就攒下接近四万颗星，还登上了不少海外科技媒体的报道。它的思路其实很简单：通过 ADB 连接电视，把广告服务、预装应用、遥测组件统统停用，再换上一套类似 Apple TV 的清爽桌面。关键是，不用 Root、不用拆机、不用刷机，后悔了还能一键还原。

先说清楚问题本身。现在的智能电视，开机后往往不直接进入你想看的内容，而是先播一段推荐流、弹几个推广位，预装应用塞满一整个屏幕。厂商靠广告位和会员入口赚钱，用户却连回归电视本身，都变成了一种奢望。Clean Your TV 干的活，就是把电视上这些多余的部分关掉。

注意，是停用，不是卸载，系统组件随时可以恢复，操作自带备份，出了问题能回滚。这跟以前那种提心吊胆的刷机，完全是两码事。

这个项目从诞生到普及，门槛一路在降低。最早的版本需要一台电脑，还得学会跟 AI 助手配合，把作者写好的提示词丢给 Claude Code 或 Codex，让 AI 通过 Wi-Fi 连上电视，自动执行清理脚本。这一步确实劝退了不少人，光是打开电视的 ADB 调试这一关，各品牌的入口还不一样，有人翻遍设置都找不到。

后来有人把整套流程打包成了手机 App，连接、分析、出清理计划，全程照着屏幕点就行。它会先把准备停用的项目和保留的内容列出来给你看，确认之后才动手，透明度拉满，再加上备份还原功能，基本做到看着就会用。

再往后，社区的力量开始显现。Clean Your TV 最初只适配部分安卓电视，如今官方已经覆盖了 86 个品牌、316 款机型，还发布了 3.0 版本，你家那台电视，大概率已经在名单里了。

更热闹的是，国内开发者也没闲着。项目火了之后，一位叫酱紫表的开发者做了个更照顾国产电视使用习惯的开源桌面 Aerial，同样是 tvOS 风格，但上手门槛更低。它的思路不一样，Aerial 不碰系统原生服务，只做一个极简启动器接管主页按键，出问题也不容易变砖，对新手特别友好，连安卓 8.0 以下的老电视都能装。

手机扫码就能换屏保壁纸，还支持让 AI 自动部署，发布两天就更新到 1.33 版，GitHub 上也攒了四千多颗星。如果 Clean Your TV 在你家电视上装不成功，或者你不想折腾 ADB，Aerial 是个不错的备选。

如果说 Clean Your TV 是给电视整容，那接下来这波操作，就是给电视解剖了。有个外国小哥觉得自家三星电视的广告推荐太懂自己，花了约三千美元买回来的机器，干脆往系统里翻。结果发现固件做了加密，最后靠一个零日漏洞才拿到 root 权限。

进去之后，他找到了一堆跟常驻语音、自动内容识别、定位、网络设备发现有关的服务，其中有个叫 ACR 的东西，简单说，它能识别电视正在播放什么，你看哪个节目、看到哪段广告，它都有办法认出来。这类信息一旦被记录，再和其他数据拼在一起，就能用来分析你的观看习惯。他声称，相关数据涉及三星和大约四百个合作伙伴。

这还没完。这个发现传播开之后大约四十二个小时，他就收到了 OpenAI 的封号邮件，理由是网络滥用。他自述因此损失了大约五百美元，而他的解释是，自己只是本地研究自家的电视，没拿 AI 去挖漏洞，也没攻击任何人。花自己的钱，研究自己买的设备，然后账号被封了。

更值得注意的，这不是孤例。OpenAI 官方社区里，账户因网络滥用被停用的求助帖已经攒了一串，有人只是让 AI 搜索整理网络渗透的学习资料，有人用编程助手写自己的开发脚本，都在几分钟到几小时内被误伤。Reddit 上也有用户反馈，让 AI 查某个工具的使用指南，回答中途就被安全检查截断。

这些看似零散的事，串起来其实是一条线：AI 逆向，正在从极客圈扩散到普通人。最近火起来的 REA 项目，就是通过协议把 AI 编程智能体接到 Hopper、Ghidra 这类逆向工具上，让 AI 能反编译、分析、甚至照着原逻辑复刻功能。它在十月初发布，几天之内星标数就暴涨。以前只有专业逆向工程师能做的事，现在你把要求讲给 AI，它就能帮你查证据、找答案。

电视换个干净桌面，只是这条线的一个小开头。最近各种改造设备的项目接连冒出来，甚至有人给小米手机跑起了 iOS，不是主题皮肤，是把苹果的 XNU 内核真移植过去，开机进的是真正的 iOS 桌面。放在两年前，这听起来像天方夜谭。

这件事真正值得琢磨的地方在于，过去硬件是厂商的黑箱。电视里有什么服务、收集什么数据、推荐为什么这么精准，普通用户只能接受，既没有能力，也没有渠道去验证。想折腾，得懂技术、花时间、跟各种报错死磕，绝大多数人最后只能算了，能用就行。现在，AI 把这道门槛削平了。你把要求告诉 Agent，它就能帮你检查设备、执行操作。复杂的问题仍然需要人判断和验证，但至少多了一种选择。

与此同时，旧的边界也在松动。你在本地研究自己买的电视，AI 服务商却可能把你的操作判成网络滥用；你用 AI 查逆向资料，风控模型可能直接误伤。这是新规则还没立起来时的混乱。花钱买来的设备，想让它少点广告、少收集点数据，仅此而已。