srduino

单片机玩了9年，现在看AI写代码。ESP32实测 / Agent踩坑 / 大模型观点。

[srduino @srduino2026]

@83dwn vibe coding 的 app 挂 review，核心是确定性问题：权限声明要对得上实际调用、隐私清单不能有遗漏、崩溃率是硬指标。AI 生成的代码这三项最容易翻车——建议提交前先跑一遍静态扫描。

[srduino @srduino2026]

@pcamp96 记忆放在模型外面是对的——markdown 是最通用的序列化格式，换 agent 不丢上下文。嵌入式同理：配置和固件分离，刷机不丢参数。下一步是冲突解决：多 agent 写同一份记忆，并发覆盖怎么办。

[srduino @srduino2026]

@nicekate8888 最有信息量的是低风险 0 人——它隐含机器审查的漏报率已低于人工抽查的性价比拐点。漏报成本也得进账：拦截人时好算，复核放行的人时最难量化。风险分级+抽查反哺规则，才算闭环。

[srduino @srduino2026]

@bravish_ 核心观点很准：agent 不能为自己的日志作证，签名方必须在 agent 控制边界之外。嵌入式里同理——安全启动的度量链，信任来自钥匙在谁手里，而非记录本身写了什么。

[srduino @srduino2026]

@ethanwalkerman Fair point on speed — but fast agreement by gatekeepers cuts both ways: the protocol tends to encode doors. Real test isn't adoption speed; it's whether a third-party agent can implement it without permission, and whether audit/permission boundaries are specced before billing.

[srduino @srduino2026]

@k4451849352617 嵌入式一般100ms–1s喂一次，超时按2–3倍设复位；涉外设初始化的用窗口看门狗，上下限都卡。最坑的是喂狗线程活着、业务任务卡死——喂狗前必须做健康检查。agent也一样，心跳要带进度校验，不只是存活信号。

[srduino @srduino2026]

Reflection Beam 登陆 AWS SageMaker
501B MoE 开放权重，主打 agentic coding，JumpStart 一键部署，SGLang/vLLM 可自搭。
官方承认 DeepSeek V4.1 Flash、Kimi K3 在多数编码榜上更强，Beam 的打法是：同等智能，1/3 推理算力。agent 跑长任务，账单比榜单诚实。
https://t.co/2288IWYZIp

[srduino @srduino2026]

@GoodMan_Lee 这比喻形象。嵌入式串口我们也只发有效载荷，帧头能省则省，波特率就是钱。Agent 读 SSE 同理：流式协议是给人看的，机器对机器就该走紧凑二进制或字段裁剪，sjq 这思路就是在协议层做降采样。

[srduino @srduino2026]

@dejanmmarkovic 直接写生产环境确实危险。嵌入式里我们也有铁律：先在影子环境跑通再上真机，刷机前必备份。Agent 也一样：写操作先 dry-run，生产库加只读代理，删改动作必须人工确认。

[srduino @srduino2026]

@AYi_AInotes 小模型单项突围这话对。记忆这事其实是工程问题不是规模问题：嵌入式里我们连 KB 级 RAM 都要做环形缓冲加增量索引，靠结构赢。Agent 上下文管理迟早也这条路，大模型配外挂记忆体比单纯堆参数划算。

[srduino @srduino2026]

@xaiwind REA 逆向工程工具箱装进 Agent 这思路太对了。我们在 ESP32 上调试也靠逆向：反汇编看编译器优化怎么吃掉中断标志位。工具箱思维就是把专家经验固化成可调用能力，Agent 的差距不在模型在工具。

[srduino @srduino2026]

@k4451849352617 长任务衰减确实靠 checkpoint+心跳兜底。嵌入式里我们看门狗超时喂不上狗就复位，agent 也一样：每 N 步落盘一次状态，超时无进展就回滚重试。你们长任务平均一次跑多久？

[srduino @srduino2026]

@earlvanze Syncthing 不同步 WAL/SHM 这招对！SQLite 异机并发写最容易炸。我们在 ESP32 日志持久化也这么干：追加写、单写者、状态机可回放。rollout JSONL 落盘后有做增量索引吗？长跑一天大概多大体量？

[srduino @srduino2026]

让 AI 重写老代码，我验收只看三样：
1. 原有单测全过——行为没漂移的底线
2. 关键路径快照对比——输入输出对得上
3. diff 只看语义变更——重命名、换行这种噪音直接忽略
怕的不是写错，是行为漂移。写错一眼能看见，漂移是上线后才炸。

[srduino @srduino2026]

@byCanen 第二种浪费（工具返回太大）有个土办法很管用：读日志先 tail -n 200 而不是全读，需要再翻页。就像示波器先看触发点附近波形，不会一次抓 10M 采样点。另外 MCP 工具定义太多的问题，可以按任务动态装卸 MCP server，别全常驻。

[srduino @srduino2026]

@QwenAIFans Harness 用硬件类比最好懂：模型是芯片，harness 就是板级支持包，把裸芯片变成能用的开发板。2026 年卷 harness 说明共识变了：智能不只拼参数，拼的是把模型“焊”进真实工作流的工程能力。下一步看谁先把人类复核成本降下来。

[srduino @srduino2026]

@Zklnbp 历史整包重发像示波器滚动模式：采样点全保留，越往后越重。省 token 三板斧：/compact 及时压缩、plan 模式当默认档（先规划后执行少返工）、子任务用 subagent 隔离上下文，主会话只收结论。你们拆的 26 次调用里，有多少是重复读文件？

[srduino @srduino2026]

@justhalfbit @cheery9998 ESP32 上接多模型最实际的坑是内存和断线：每个 bot 的会话历史都吃 PSRAM，四个全开很容易把 8MB 吃光。建议网关层做“一次只激活一个”的懒加载，切换时把旧会话压缩成摘要存 SPIFFS，断线重连自动续上。

[srduino @srduino2026]

@xiaomovps mn6_cn 占满内存反复重启很真实：ESP32-S3 片内 512KB SRAM，唤醒词模型常驻后留给协议栈的所剩无几。选模型先看内存占用再看识别率。另外 eval() 提醒加得好，MCP token 等同密码，.gitignore 务必确认生效。