《硬件学习杂记A》成为AI时代更全面的自己

生成式AI越来越普及，自己在工作中也常使用，不由感叹是真好用，甚至可以把三天的工作量压缩成2小时完成。不由得开始思考，当AI更强大时，自己邻近不惑之年，抛开项目经理和管理层，从技术角度出发，自己的学习能力、学习激情都下降，还有什么作为核心竞争力同年轻一代竞争呢？这是个值得思考的问题。

探究目前AI的本质是什么？以前遇到不懂的问题，去百度、CSDN检索，去杂后形成自己的思考并应用于实践。而目前的AI替代了检索-去杂这两步，直接输出总结，我们根据AI的总结去形成自己的验证。简单地说，AI是没有自己思想的，他是根据已有知识的汇总。那AI会不会形成自己的思考呢？答案肯定是会的。那我们需不需要担忧呢？答案是肯定不用的，邻近而立之年，花甲之年退休，30年的时间，AI是不会发展到完全替代人的地步。两个佐证，人工智能上个世纪80年代美国的电影中已有显现，然而目前还未大规模应用。目前汽车的算力最高是小鹏的2000TOPS，而人脑的算力是1000~100万TOPS，这个是很难追赶的。

AI最容易替代是什么？理解目前AI本质，不难理解，即有明确规则的东西。首先从较为简单地说，对于日常办公中，难以记住的excel表格、PPT制作，AI可以很好完成。其次，从规则来说，layout明显是规则最多的那个，规则多就需要细心，因而很多大企业中的layout工程师都是一些细心的女生。

然而，对于硬件问题的排查，AI是万万不能的，例如他没有机械臂没法看电路问题、没法拿电压表，AI只能给出问题的排查意见，因而资深的硬件工程师是很难被AI替代的。对于资深的嵌入式工程师来说，因为涉及到跟硬件的交互，所以也有了一定的壁垒。

简单来说，AI是个纯软件的东西，AI可以替代任何纯软件的东西，对于python编写的工程，编码以及debug可以全交给AI实现，因而最容易被AI替代，可能后面仅剩的壁垒是需要人去开会与客户对接需求。而对于嵌入式软件而言，编码可以AI辅助，但调试必须要经过“人手动”，这个就涉及到AI的盲区，因为AI没有“手”，AI无法拿示波器，无法操作万用表去量测电压，基于AI的这个特性，嵌入式软件具有一定的不可替代性。

那么嵌入式软件是不是就稳了？不能被替代了？答案肯定不是，很多的嵌入式设备都是面向过程编程的，导致越早进入公司的人壁垒越高（后来人真的看不懂代码）吗，但是vscode+cpoilot+gpt5.0的出现，导致复杂的工程的开发壁垒大大大大降低，甚至代码中的“防御性编程”都被解构了出来。可预见的是，后续的嵌入式代码开发难度会越来越低。

那嵌入式软件工程师的壁垒在哪里？还有没有出路？答案肯定是有的，即软+硬+结构的全栈开发能力，客观地讲，职业持久度上，结构>硬件>软件，但入门难度上软件>硬件>结构，软件是非人类体系的语言，入门需要一个强量变的累积过程，即使借助AI的力量，也无法开发出适配工程的代码。而结构即大家日常接触的到的万物，稍微愿意动手的理工男想必对结构有深刻的理解，硬件排除出BOM、拉小车、沟通等难的在电路分析这块，但普通电子专业出身的嵌软工程师，AI加成下是具备一定的硬件分析能力的。因为对于嵌软工程师而言，在入门并精通软件后，修罗场中锻炼的强大逻辑能力，完全可以做到硬件和结构的入门，一专多精，是做的很成功。类比看，目前互联网top20企业的牢门们，多少是编程上来的，不过他们多精的是商业和管理。

我要开始我的硬件学习了，遇到不懂的知识就ds并记录在博客中。