不要和我讲什么设计模式代码优化，老夫写代码就是一把梭，先用token砸到他躺下去，再用token砸到他跪下来（一位群友所言）。
就是这么简单粗暴。
一个功能以前一两个月才能完成开发调试，现在一个星期完成开发+调试，会用电脑，会基本的嵌入式知识就行，其他的都交给 AI。
其实多年前我就用了 Cursor 写代码，不过那个时候不知道是因为是免费的还是啥，感觉效果不是很好，功能多起来后往往改了这个bug，又冒出来新bug，反反复复，之后用 Trae也是类似，后面基本不怎么使用它写代码了。
之后主要是网页沟通问问题，感觉确实提速不少，但是很多繁琐的工作还都要自己处理，比如粘贴问题，加入新的代码，新建文件、测试等等。
效率怎么也提不上来。
现在用上Claude+VSCode+GDB+Link+Git，省心太多了，全程大白话沟通，出了问题也让它自己去调试，前提是你给他搭建好开发调试环境就行。
AI能干啥：
写代码，分析bug，各种软件能干的活都能干，只有你想不到，没有它干不到的（质量问题）。
目前我的开发和调试工作基本都交给 AI，代码都不用写，bug也不用自己调，爽歪歪。你在旁边玩手机摸摸鱼就行了。
AI 不能干啥：
搭建AI环境，串口、调试器接线（注意接RST）、重新上下电，调试环境搭建（如开启SW口，禁用读保护，禁用休眠功能等等影响调试的），也就是说你首先要可以自己调试开发，然后才能全程交给ai处理。
一点使用经验：
1.自身基础扎实，基本的要懂，比如gdb可以调试代码，分析bug，什么功能会影响调试等等。
2.使用git，一个功能完成了，每次都要记得提交，信息简单一点，重要的是能回溯整个过程。
3.要拆分问题，不要一上来就说个大概的，而是要一步步完成，比如你要用c++完成一个功能，首先可以让它完成c++代码的测试，再去要求你的功能，一步步来，步子不要迈太大，容易扯着蛋（大模型上下文有限）。
4.明确结果，你想做成什么效果，比如只要能编译，还是能运行等。这样AI才有目的性。
5.要有参考，比如让它参考某个开源项目的某个例子，把相关文件都提供给它，越详细越好，这样它就能很好的依样画葫芦完成你的工作。如果你要画ui，贴图就行。
6.AI写出bug不要慌，让它自己解决，比如出现hardfault了，让它自己单步调试去，你只要反馈你发现的问题就行。
7.AI工作，你可以摸摸鱼，也可以看看它的工作记录，有些提示很重要，比如RTOS环境临界保护的风险等等。否则就是埋雷。
8.基础永不过时，AI只是如虎添翼，效率更高了，但那些底层的硬件、RTOS、调试、架构能力，一直都能用。
不过AI写的代码多了，容易背上技术债，很多东西可能只能靠AI自己解决，如果解决不了，靠人工调试、复现问题，那个时候，就很苦逼，因为代码不是你写的，不知道哪里可能出现问题，所以一个好的代码框架很重要，可以解决很多问题。
比如资源竞争、线程功能划分、栈（线程、中断）保护等，还有关键的代码调试能力，这是AI可代替又不能完全代替的软实力，也是你遇到任何问题的底气所在。
END
往期精选：
请点下【♡】给小编加鸡腿
