《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。
