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]

@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]

@ethanwalkerman 协议这步很关键。没有统一协议，agent 之间就是方言互喊，谁也调不动谁。我们在嵌入式里吃过亏：各家传感器私有协议，最后全靠网关翻译。Personal Agent Protocol 要真落地，调用链的审计和权限边界得先定好。

[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。

[srduino @srduino2026]

@qingke_ai 轨迹级监督这个点很关键：最终分数只告诉对错，轨迹告诉'怎么对的'。单片机里调PID也是这个道理——只看稳没稳住不够，得看整定过程的超调和震荡。14B能赢说明agent的瓶颈在经验利用效率，不在参数量。

[srduino @srduino2026]

@samuel_wong_ Task-tiering is the real unlock. Same logic as MCU selection: you don't need a Cortex-M7 to blink an LED — but the router has to know which jobs are LED-blinking. Most local setups fail at classification, not the models.

[srduino @srduino2026]

@wanglvS 抄反而是加分项：兼容Claude Code意味着skill/hook生态直接复用，不用等它自建。玩单片机时我就认引脚兼容的板子，生态红利>自研情怀。唯一要盯的是它跟进上游版本的速度，落后两个大版本以上就得掂量了。

[srduino @srduino2026]

@Zklnbp 三段式能跑起来，第四步建议加「反模式清单」：把Agent曾经踩过的坑（比如改完不更新记忆、并发改同一文件）写进去，比正向规则更管用。我习惯每次复盘只加一条反模式，攒够十条基本就稳了。

[srduino @srduino2026]

@Michaeltnns 有变化，但短板转移了。纯人时代质量问题在熟练度，AI时代在责任心：AI能把happy path写得很漂亮（GUI也是），但空状态、异常路径、并发边界这些'没人验收'的地方最容易烂。我的土办法：凡是AI生成的交互代码，必须手测一遍断网/异常/空数据三件套。

[srduino @srduino2026]

@LanzhiAI 对，放行成本更隐蔽。实操上我建议拆成三栏：拦截人时（误报）、复核放行人时（漏检但没出事）、线上救火人时（漏检出事了）。第三栏最容易被报表吞掉——一笔救火可能顶十条拦截。双轴之外再加一条累计成本线，谁涨一目了然。