我自己购买它的理由要务实得多：我就是想玩玩它。
我们本地的 Astro Stammtisch（天文聚会）小组里有几个人已经买了智能望远镜，尤其是 Seestar 和 Dwarf 望远镜，这自然引起了我的好奇。我还突然看到了一个对我来说非常实际的使用场景：旅行。
我常规的天文摄影装备可不是一个能随手塞进背包的东西。而一台小型智能望远镜恰恰可以。
对于假期或短途旅行来说，拥有一套可以随身携带的完整天文摄影装备的想法越来越有吸引力。不一定要拍出展览级别的图像，只是想在我碰巧遇到黑暗夜空时能加以利用。把设备放在某个地方，对准一片星云或星系，让它收集一段时间的光子，然后从那里带回一张小小的天文快照。
这听起来很有趣。但还有另一个问题让我更感兴趣：
如果我把这些望远镜拍摄的数据当作真正的天文摄影数据来处理，会发生什么？
我见过的智能望远镜图像大多是在各自的应用内直接处理的。考虑到所需工作量之少，结果已经相当不错。但它们看起来仍然像是自动处理的图像。
作为一个平时要在 PixInsight 和 Photoshop 上花大量时间处理天文摄影数据的人，我想知道那层自动处理之下藏着什么。正是在这一点上，Seestar 突然变得有趣得多。
它不仅提供处理完的堆叠结果，还提供单张曝光文件。这意味着我可以把这些文件放进与我处理常规设备数据基本相同的工作流程中。
最终我找到了一台二手 Seestar S50，多少有些冲动地买了下来。我特意选择了 S50 而不是更小的 30 mm 型号。与我的常规装备相比它依然很小，但稍大的口径和焦距让它作为一台成像仪器对我来说有趣得多。
我的期望并不算高。但它们以惊人的速度发生了改变。
我的第一次测试刻意选在很糟糕的条件下进行。我把望远镜放在市区的露台上，紧挨着一扇亮着灯的窗户，对准了眉月星云（Crescent Nebula）。望远镜仍在普通的地平式模式下运行。我让它收集了大约 45 分钟的数据。这本不该是一个特别有前景的天文摄影配置。
然而它就在那里。星云的大致形状已经显现，还带有一些出人意料细腻的内部结构。
那是我第一次想到：
好吧。这比我预期的要好得多。
有一件事我完全低估了，那就是跟踪。在传统的天文摄影配置中，跟踪是一个让人容易陷入无底洞的领域：赤道仪质量、极轴校准、导星、修正脉冲、周期误差。在你开始处理图像之前，就有太多事情可能出问题。
而 Seestar 却就这么顺利地完成了。它没有单独的导星系统，也没有像我所习惯的那样用外部导星相机来修正赤道仪。但视场却保持了惊人的稳定。
当我切换到赤道仪模式并开始使用长达 30 秒的曝光时间后，这一点变得更加明显。与传统深空配置相比，30 秒听起来并不算长，但对于如此紧凑的一体化赤道仪，而且没有单独的导星设备，我觉得这个结果着实令人印象深刻。
星点保持受控，目标在视场中保持稳定，系统就那样持续收集着可用的帧。对我来说，正是从这一刻起，Seestar 不再像是一个精巧的玩具，而开始像一台实力惊人的成像仪器。
稍后我又尝试了两个目标：吃豆人星云（Pac-Man Nebula）和巫师星云（Wizard Nebula）。这次我让 Seestar 以赤道仪模式运行，允许更长的单张曝光，然后让它连续收集了四五个小时的数据。
就连 Seestar 应用直接生成的结果都真正令人印象深刻。这种印象不是说我想用它取代我的常规天文摄影装备，而是考虑到产出它们的究竟是什么。一台我几乎像扛相机三脚架一样带出门的小望远镜，竟然自主找到了暗淡的星云，跟踪了几个小时，堆叠了曝光，并在几乎没有我参与的情况下产出了一张完全拿得出手的图像。
单凭这一点就改变了我对这台设备的看法。
然后我下载了单张曝光文件。事情变得有趣得多。
我用 PixInsight 中与我平时大致相同的工作流程处理了 Seestar 的数据，最后在 Photoshop 中做了一些调整。
渐变校正。降噪。星点与星云分离。小心地拉伸暗弱结构。调整对比度和色彩。再把所有东西合并回去。
差异瞬间变得巨大。那些微小曝光文件中蕴含的细节，远比自动处理所展现的多得多。
结构变得更清晰。暗弱的星云显露出来。我可以独立处理星点，而不是让它们主宰画面，并能更加精细地塑造对比度。Seestar 拍摄到了货真价实的天文摄影数据。
当然，限制是存在的。50 mm 口径不会奇迹般地变成 130 mm 折射镜。传感器很小。分辨率有限。光学系统和赤道仪都有各自的约束。我仍然不指望用它输出大幅展览级打印件。但那也早已不是我心中合理的评判标准。
对于网络分享的图像、记录观测活动、旅行、实验，以及单纯享受把一台极小的仪器发挥到极致的乐趣而言，它的质量相当出色。远超我的预期。
智能望远镜还有另一个方面，是我在拥有它之后比从前更加欣赏的：它们为初学者消除了大量的复杂性。
传统天文摄影有一条相当残酷的学习曲线。在你拍到第一张有用的曝光之前，你可能已经不得不决定买哪款赤道仪、哪台望远镜配哪台相机、以及你想要什么样的图像比例。接下来还有导星、系统配平、可靠对焦、连接各种设备，以及弄清楚哪个软件控制哪个部分。
而即使数据已经拍到，还有另一层东西在等着你：校准。暗场。平场。偏置帧。匹配曝光时间和温度。建立校准库。理解哪种校准帧修正图像的哪个部分，以及为什么结果看起来一塌糊涂时问题出在哪里。
而在 Seestar 上，这些大部分都从初学者的工作流程中消失了。
应用会自动处理暗场校正。平场校正也是集成流程的一部分，必要时你还可以手动更新平场。更重要的是，这不仅适用于应用生成的成品图像。就连你可以下载用于进一步处理的单张子帧也已经是校正过的。
这是一个非常重要的细节。这意味着我可以把单张 FITS 文件导入 PixInsight，直接开始处理真正的图像数据，而不必先建立和管理整套校准帧。对于学习天文摄影的人来说，这是复杂性的巨大削减。
你不需要在被允许开始学习图像处理之前，就理解采集和校准的每一个技术细节。你可以直接开始收集数据。然后从那里开始，一层一层地学习。
首先，让应用包办一切。然后看看堆叠结果。接着下载单张帧。了解堆叠到底做了什么。了解渐变如何表现。学习降噪。学习拉伸。学习色彩校准。了解星点处理如何改变一张图像。当这些概念都能理解之后，你就可以更深入地回溯整个流程，追问为什么需要校准、暗场帧修正的是什么、平场帧有什么作用，以及这一切在传统成像配置中是如何运作的。
换句话说，初学者可以从一个成功的结果出发，然后逐步逆向深入复杂性之中。我认为这是一种极其有用的学习方式。
硬件成为常量。校准成为常量。大部分采集流程都被打理妥当。这留下了更多的心理空间，让你专注于图像上实际发生的事情。
之后，如果你决定转向更大的传统配置，许多概念你早已熟悉。你可以逐步补充缺失的复杂性，而不必在第一天就理解所有东西。
这大概是我如今能为智能望远镜提出的最有力的论据之一。
不是因为它们消除了天文摄影。
而是因为它们让你可以选择自己想先学习天文摄影的哪一部分。
回头来看，我最初的怀疑与其说是针对智能望远镜这个概念本身，不如说是针对其价值主张。当一台望远镜要花几千欧元时，我难免会拿它和同样价钱能买到的传统天文设备作比较。而在这种比较中，早期的智能望远镜对我来说从来都不太合理。
而 Seestar 改变了这个等式。在几百欧元的价位上，我不再追问它能否取代一台严肃的目视望远镜或一套完整的天文摄影装备。我开始追问：在这样一个小巧、廉价且自成一体系统中，究竟能塞进多少能力。而事实证明，答案是：相当多。