最近我一直靠 AI 写代码,想省点事,结果发现 AI 也有自己的局限性。它很容易跳进坑里出不来,白白消耗 token,如果没有人及时干预,这事真就卡住了。
就拿给彩屏 ST7789 写 SPI 驱动来说,折腾了很久都没搞定。为了让它输出能用的代码,DeepSeek 烧掉的钱都够买好几块屏幕了,可代码还是不行。
后来实在没辙,换了 Codex,想着情况会不会好一点。结果好家伙,又掉进同一个坑里。我甚至一度想自己去抓波形分析,但最后还是懒得动手。

没办法,我只能把商家给的参考程序丢给它。不过那份参考程序用的是 IO 模拟 SPI,并不是硬件 SPI,按它跑也没能点亮屏幕。
于是我直接告诉它:别再用硬件 SPI 了,就参考这个程序,用模拟方式把时序写出来。还好,这一次总算成功了。

但我还是想用硬件 SPI,最好能配合 DMA。所以又让它按现有模拟时序,继续折腾硬件 SPI。反复拉扯好几轮之后,总算是跑通了。最后发现问题出在硬件 CS 上——没有它,部分时序就不正常。
整体看下来,效率确实不高。整个过程需要人工确认,没有摄像头辅助,AI 自己很难闭环。
从这件事也能看出来,AI 并不是全能的。尤其在硬件相关场景里,如果没有人引导,它很容易一头扎进死胡同。这类情况我在工作中碰到过好几次,好在经验还算丰富,知道哪些方法可行,能帮它更快绕出来。
如果是新手,经验不多,遇到这种问题完全靠 AI,可能真就搞不定了。在 云栈社区 也能看到不少开发者聊过类似经历:AI 能提效,但离“撒手不管”还差得远。尤其硬件调试,还是得靠人来兜底。
|