到了這個年紀了,來講講一些單晶片MCU 的使用心得與感想吧。
我有沒有玩過很多種MCU ?沒有,學那麼多種MCU 的目的是為什麼?
代表我很行嗎?還是老話一句:學了MCU 為了就是養家活口,圖一口飯吃啊。
至少我也待過MCU IC設計的新創公司,幫忙驗證MCU 設計之初的每一道指令集,
也幫忙設計這新MCU 的IDE 組譯編輯器與開發下載工具...所以來講講MCU 的
經驗應該是可以的吧。也因為三個月前,無意間收到一份雜誌社的問卷調查表,
我就順手填一填問卷。卻意外收到雜誌社免費三個月的期刊電子檔...
剛好這一期的封面故事就是講對於 MCU 市場與應用領域未來觀點。
---
相信只要你是在這個領域裡的人,多多少少也都會接觸一些 MCU平台。
我從門外漢進入這個領域也是從 MCU 入門開始的。我們走過那個時代是比較
幸運的,因為也沒有多少種MCU 可以供你玩。當時MCU 市場大宗就是 8051 與
非8051 兩大類。😄😊😉,而所謂的 非8051 的指的就是 PIC like。至於 6502 ?
因為工作上班沒用到,所以就沒機會碰...對我後來的職涯發展也好像沒影響。沒差了。
而所謂的"幸運"是指:光學會 8051 就可以讓我在職場中打混多年,也沒讓我餓著。
還可以拿來創業弄產品出來銷售變現換收入....養家活口。
重要的是:藉由如此經驗過程,也讓我接觸到許多產品的系統應用領域。
這說明了:學單晶片MCU 不光只是學會一種程式指令,而讓你可以擴展你的系統
應用領域,而不至於讓自己的技術發展被侷限於某些狹隘的領域市場裡。
這一點對我的經驗來說,我覺得非常重要,也是我當初毅然決定離開IC 設計公司的
主要原因。因為隨著你的年齡增長,你需要的不是在某個專業領域的專長,而是
而需要更寬廣的系統應用經驗,來幫你度過未來不確定收入的機會。這不是你的
專業技術不行了,而是這些技術會不會因為時代的進步而讓你原先的技術價值越來
越不值錢,也慢慢地失去市場競爭力,所帶來就是就業機會或創造業績收入的逐漸下降。
我就以我自己的經驗來解釋分析給大家參考看看吧。
我就先從這期雜誌內容幾個重點切入,有興趣者,真的不妨去買一本來看看吧。
重點就是封面所提的:MCU 未來市場就是得轉大人,我們學MCU 的方法與觀念
也要亦步亦趨的調整改變與升級的。那甚麼是 MCU 未來新趨勢:
就是所謂的四大智慧終端市場。
以前我們學MCU 只要做點簡單的系統應用,那怕是簡單的 I/O 控制,或是系統間
簡單的連接通訊(譬如 RS232 等),就可以搞出一大堆產品出來賣了,也真的不需要
學太多種MCU ,也不用管太多的系統應用。不過,坦白講:那個時代的 MCU
也做不了甚麼太複雜的系統,畢竟那個時代的MCU 運算能力也不強,所以說
以這個觀點來說那個時代我們是"幸福的時代"。但隨著半導體技術的瞬間提升
快速地打破摩爾定律,不光只是提昇所有MCU 的運算效能,同時也創造各類
MCU 核心與平台的快速蓬勃發展了。講難聽一點:現在的MCU 種類也是
百花齊放,百家爭鳴....說真的~你現在說你學甚麼或哪一類的 MCU 平台也好像
沒那麼重要了,重點就真的要從市場系統應用回頭看 MCU 平台所能為你創造
甚麼價值與營收比較重要了。所以人家就會跟你說明這些系統應用的重點在哪?
譬如在工業 4.0 這一項:你說用MCU 弄個基礎的馬達控制很難嗎?當然不會了。
因為每一家MCU 推產品時,都會弄個標準的馬達控制的基本範例給你玩玩。
所以人家才說:現在就得要整合 AI 馬達控制器。要不然你就真的可能會找不到
市場或你控制系統應用的附加價值越來越低了(因為很多平台都可以搞出同樣的功能)。
以下是這期雜誌所夾帶的 MCU 廣告:
及我在社群媒體平台收到的廣告文章:
TI擴展MCU產品組合與軟體開發生態系 全面推動邊緣AI在各類裝置的落地應用
---
以前我們在學MCU 或看MCU 規格時所看到的那些所謂的幾個 UART ?
多少組 ADC ?多少組周邊SPI/I2C/Timer 等等,都好像變得不是那麼重要了。
取而代之的是一些現在應用市場所需的各項功能與效能的要求了。
坦白講:有很多規格內容與功能訴求對我這一代LKK的工程師還真的不習慣?
先附帶說明一下:此期雜誌有提到 MCU 未來發展中:開發工具平台生態取代
硬體規格。所以人家就不會在MCU 裡強調它的硬體規格,而如何透過強大與
高度整合的開發平台,讓使用者可以更直覺;快速的將概念轉化成系統應用
終端產品。如果你還要透過買本書按部就班的一頁一頁的學MCU 平台的
系統應用開發,那就代表你已經跟不上時代了啦。😂😉😊😎😅
那你覺得:像我們這種老人家,工程師要怎麼辦?沒關係,就繼續的往下看吧。
以下我會實際舉個例子來分享我這樣走過那個單晶片MCU 傳統平台的老工程師
如何度過這樣的時代變遷而存活下來的。
----=
如果你是我部落格的常客的話,應該了解到博主個人的資歷與所累積些許相關
MCU 平台應用的一些經驗。但若沒有從真實的市場系統應用端來定義你在MCU
平台所投入的資源與獲得價值的話,那就真的要好好思考:你過去專注學習與
建立的MCU 應用的核心價值在哪?你最終的目的為何?
舉個例子來說:
以前我認為我會USB 相關知識與經驗很不錯,在系統應用市場常見不可或缺的
一項專業領域,想想從此出發應該有一些外包或委託設計案之類的,但實際上
卻沒有。為什麼?(而且外包或委託設計案的錢難賺也難以維持長久。😓😒)
因為現在很多MCU 原廠都把這些的應用做得很完整,也幾乎可以應付大部分的
應用需求(除非真的非常特別的需求,但這個挑戰度高,投資報酬未必合算,不管
是發包的業主或接案的公司團隊)。所以也就真的沒有人想認真想去學習與鑽研
這方面的知識領域。現在這種MCU 應用知識都是如此:譬如RS485、MODBus
或是說用各種MCU 周邊支援的把馬達給轉起來等等。
因為還有更複雜的產品應用系統需要你更進一步的整合開發,這些放諸當前的
基礎知識領域來說:USB 等也只不過是現在功能強大MCU 平台中一個基本標準
功能而已。也如同上述雜誌期刊說的:馬達控制器系統平台也是如此。這些
MCU 原廠就是不希望客戶應用端花太多心思或資源去了解研究相關基礎功能。
況且他們也都找了很多資源或案例來幫他們實際驗證開發案例。況且你可以
用中文閱讀方式在大陸的 CSDN、知乎或 Bilibili (關鍵字連結)影音網站中
找到無數又詳盡的解說與範例的。(PS:以上連結可能需要登錄才能準確搜尋)
所以你還要花自己太多資源、時間金錢去建立這些已經越來越沒有太多市場
附加價值的技術研究上嗎?(不懂技術市場趨勢,學習的方法與步驟就得值得
審視與了解!)
---
所以對我們來說,既然已經學習累積我們在MCU 平台開發經驗與相關系統整合
能力了,就應該得趕快想辦法去變現獲利,趕快把你MCU 技術與知識導入到
系統應用產品上。完成產品的驗證測試以利可以用硬體計價出貨獲利:
(這是最實際現實的目的。你人生還有多少時間讓你磨耗啊?),以下就是我最近
的一個實例:我們的MCU 系統應用平台產品去接受產品上市前最重要的一個環節:
法規上的 EMI/EMC/ESD 測試:
不好意思,DUT(帶測物)要碼一下...上圖中就是在標準認證實驗室裡接受標準EMI 測試。
照片中的前方天線是中頻段的 EMI 發射天線,一個完整測試要涵蓋低、中及高頻三段頻段。
中頻段,要從 100 MHz 掃到 8~900 MHz。
上圖照片是低頻段的天線。
這是高頻天線。
所謂的高頻段,就是要從 GHz 級的頻段。
---
這種EMI 測試是很嚴謹,也很現實,MCU 系統一上去就是一翻兩瞪眼:
你說:我來擺個三用電表來查看一下問題點出在哪裡?不好意思,就連三用電表也
不一定能耐得了 EMI 的衝擊測試,量測用的電錶,它本身也可能被干擾。
後來我們就用 Fluke 的電表就好一點了。😂😊😄(注意上圖左上角時間戳記。)
好,來直接講這個故事的結局:
第一次 EMI ,直接在 210 MHz 左右,系統掛掉~沒過關。改硬體零件規格。
第二次EMI ,解決第一次問題,但馬上跑出第二個問題:I/O 會被干擾誤動作,
因為第一次問題蒙蔽了後面的問題,所以第一次時看不到這些問題點。
怎麼辦?我們也來跟風流行AI 。問一下 Chat-GPT 吧:
回答如下:
=====
160–250 MHz 這段很常見會特別「兇」,因為很多東西剛好共振:線束長度、板上走線
、SW 節點的高 dv/dt、以及電源回路的寄生電感。你已經換 xxxx 電源過了,但這段
頻帶還干擾大,通常是下面幾類路徑在作怪(而且常常是「共模」為主)。
先判斷你是被哪一種耦合打到
A) 電源輸出掉/重啟/電壓跳(功能性失效)
多半是 電源入口被灌共模電流 → 經地/線束回來 → 影響控制回路或 MCU brown-out。
B) 不掉電但 MCU IO/通訊亂跳、誤觸發
多半是 高阻抗節點(EN/FB/ADC/Reset/按鍵/中斷) 被 RF 直接灌入。
針對 160–250 MHz 最有效的 10 個招(照優先順序)
1) 先把「線束共模」壓下來(最關鍵)....
(後面還有落落長一大串的,省略 😂😊😄)
===
你說除了硬體解決方法,有沒有韌體上的解法?Chat-GPT 回答如下:
(備註:你看你每天玩MCU, 簡單的I/O 按鍵或量個訊號都會出事情....😖)
===
這種在 160–250 MHz 下「按鍵被誤觸發」幾乎都是 高阻抗按鍵線被 RF 耦合,
在 GPIO 口被看成一串很快的脈衝(甚至會觸發 EXTI)。你要做的是:降阻抗 +
低通濾波 + 抑制尖峰,再加上軟體去彈跳/抗干擾。
下面給你一套「很容易一次解掉」的做法(硬體優先,軟體保底):
硬體最有效的 4 招(建議全上)
1) 把按鍵上拉改小
如果你現在是 10k、47k 這種,上拉阻抗太高,最容易吃 RF。
建議:上拉 2.2k~4.7k 到 3.3V(不要拉到 5V)
2) GPIO 腳前面加「串阻 + 小電容」做低通
在 MCU 腳旁邊放:
串阻:100Ω~1k(常用 330Ω 或 1k)
電容:1nF~10nF 到 GND(从 2.2nF/4.7nF 起試)
電源入口加共模電感 CMC(比單顆 bead 更有效,尤其 160–250 MHz 常是共模)
....(後面還有落落長一大串的,省略 😂😊😄)
===
再問韌體方法:電容電阻加了,我想用軟體改, 先設置為輸出1 , 然後設置輸入讀取,可以嗎?
要想藉由 AI 幫你解決問題,也要懂得問AI 的技巧。Chat-GPT 回答如下:
===
可以做,而且在 EMI 下通常會更穩:你等於用 MCU 主動把那條線「低阻抗拉高」
一小段時間,讓它不要漂、不要被 RF 牽著跑;接著再切回輸入去讀。
這招本質上是 “預充電/強上拉”,常用在長線按鍵、外接面板、或高干擾環境。
但要注意 3 件事,不然會出副作用:
你這樣做的前提與風險....
....(後面又是落落長一大串的,省略 😂😊😄)
:
===
第三次:這下改跑到 300~310 MHz 又出現問題。幸好問題不大,幸好我們早就料到
可能會有這種結果,現場趕快拿起烙鐵施做一下....PASS ~ 耶!耶!👌✌👏👏
我們客人也非常滿意:你們很厲害,三次就搞定了~(租用標準實驗室是要花錢的啦!)
然後就補做 低頻段與高頻段,都OK ~All Pass 。
也順便打 ESD ,不好意思,現在法規是要打到 15KV 的:
也都很順利過關。你現在看故事很簡單,但每一次都得回來重新設計電路,
重新繪製電路板布局,重點你在家裡是沒有這些設備可以讓你事先預測的!!
----
其實大家都是累積超過二、三十年的工程師,遇到這種測試時,每個案子,每個
產品你都很難掌握問題會出現在哪裡?你說會寫韌體,設計硬體,PCB Layout 布局,
都可以拿出貼文、說嘴,用力地吹。
但實際當你碰到了,沒人敢說誰厲害,誰比較行...就是一翻兩瞪眼。
產品認證測試沒過,你再會吹,講得多好聽,有誰會理你?
你看人家老美的軍事武器,在全世界作實戰認證,也是一樣到處搞電子干擾作戰....
為什麼你不行?人家行?其實都還有一大段路要走!
搞MCU 系統平台,真的不要過於侷限自己的領域,也真的不要很多事情都想靠自己
努力就可以。尤其是當你發現你的周邊的資源有限時,你就得更應該重視你該如何去
組織整合出你產品開發的資源。像這一次產品在法規實驗室認證測試時,我們還是得
燒腦地想出所有可能的對策,也被逼到最後也找 Chat-GPT 問問看。我常常說:
你不要太相信那些社群媒體平台的那些博主、專家老師等。有些貼文,看看聽聽就好。
現實生活中有太多你所意料不到的事有很多的啦。
===============
結語:
不管未來 MCU 轉大人之後,效能如何被強化或提升產品系統的應用層次,
產品的基本開發流程與你所該掌握的資源與重點在哪?這些都不會改變的。
你真的不能光只會學會(任何一種) MCU 平台或某個領域的系統應用而已。
譬如:我過去利用從引擎控制系統切入MCU 開發平台,但現在人家才不會
認為你會這些就很厲害,就很有用。(所謂的"有用"就是有機會變現賺錢。)
但過了沒幾年,現在車輛產業市場,講求的是智慧駕駛及車聯網應用層次。
其實在許多類似的產業升級過程中都會碰到類似的場景:像雜誌裡說的:
馬達控制器就是要加入所謂的AI 智慧功能。如果你說我還是自己一個人
會弄間小公司,一直堅持鑽研引擎控制系統,是啊~我可以升級用現在高檔的
MCU 來做啊。效能肯定比我以前用 8051 平台作還強。甚至我還可以加入
我自以專業的USB 功能等等。然後還拿出來弄個粉絲專業平台,貼文出書
授課等等。你認為我還有多少市場機會呢?我還可以存活下來嗎?
以下是一段別人寫的開箱文:
---
如果你以MCU 的系統應用平台來看:這不就是MCU 多一組 I/O 外加多一組
Timer 就好了嗎?這個對京濱(Kinhin) 公司寫 MCU 的團隊來說:很難嗎?
重點是:你真的有掌握到這個市場真正的核心價值機會嗎?
人家機車廠會給京濱作,而不給你作?你有引擎動力測試實驗室嗎?
你很會弄MCU 系統平台,也懂一點引擎控制系統的基本知識,當然也可以
長期蹲守研究這塊領域的各項發展、相關技術文章與潮流趨勢....
但有可能的是:你對於你自己的技術市場的出海口一點都沒有掌握啊。
是啊,如果這樣子的話,你會有幾種選擇與做法呢?
第一:當然就繼續耗啊~自己也不想輕易的放棄這些努力,也不想去做其他領域
應用。(只相信自己的努力有朝一日可以被看見!)。那就沒有其他的MCU 平台
應用可以拿出來講了,就不斷一直的反覆吹自己所做的東西。那怕這些東西
已經很明顯跟不上市場客戶的應用需求了,其實都只是自己無法去面對現實
環境裡相關MCU 平台都已經幫應用市場升級到相關技術領域的價值感下降了。
還是一直強調自己多努力,多專注。是啊,你可以感動一些人啊,就像我
當初創業開公司時,人家幫我弄個技術研討會,還有不少人士共襄盛舉,
報名來聽課也不少。然後呢?你真的也不知道你下一個真正會下訂單的客人
會出現在哪啊?
第二種:趕快轉個念頭,利用自己在MCU 平台系統開發有點能力與經驗,
讓自己跨出不同的應用領域:我就跑去接觸機車ABS 系統的測試驗證工作,
也開始接觸新一代的MCU 平台。找機會讓自己可以繼續存活下來。
其實這些都不是光想就可以,真的自己那個心態與相信自己面對未來的挑戰
的勇氣。那時候我也超過五十歲了,還要調整心態去面對這些嗎?
我還是走過了,我也跨出原先MCU 單純的引擎控制系統領域。
在這種年紀靠的已經不光只是核心技術而已,而是需要在技術應用上的
靈活操作找尋本身技術觀念價值的出海口。其實主要還是市場客戶需求為導向,
更要懂得將核心技術往後擺在深處,不要老是給人倚老賣老的賣弄風騷。
活到這個年紀:職場與商場上的諸多可能的發展情勢判斷自然已經了然於心,
只是你自己心態上如何面對與調整而已。--- 這點非常重要,老人家的那種
冥頑不靈脾氣肯定不能展現在技術領所延伸的生活細節上。很多人會犯的毛病。
此技術環境與趨勢的更迭已經讓自己技術學習與生命體力在這個階段已經不容許
如年輕歲月一般的任性了,更需要懂得技術與市場之間的平衡感。
以後有機會,我也會陸續地說明這些過程,也分享給每一位年過中年,
面對世界技術潮流不斷精進與複雜技術變化環境,我自己所保有的心態與
學習態度。
感謝大家耐心的閱讀,祝同樣不斷學習成長的工程師們:永保安康。
一切順心如意!














大概是由 STM32 開始吧,MCU 軟體開發漸漸走向平台化,抽象化,
回覆刪除如: RTOS for MCU,HAL (Hardware Abstraction Layer)。
對於搞應用端,做產品這類屬性的公司,除非要弄很底層的 Code, 如 bootloader,
需要去翻 CPU 指令,對於用哪顆 MCU 或 CPU 是何種架構倒不是那麼重要。
他們比較在意晶片成本,交期,開發工具好不好用? 軟體工具要不要花錢買?
資源/生態圈是否豐富? 範例程式,函式庫是完善? 原廠支援程度?
畢竟 MCU 內含功能原廠設計與驗證好, 對客戶來說, 拿來 "用" 即可。
另外,文中提到 TI,想到先前看到的新聞: "TI為何收購Silicon Labs? 關鍵在IoT與Edge AI"
https://www.eettaiwan.com/20260304nt01-what-ti-s-acquisition-of-silicon-labs-stands-for/
現在應用越來越複雜,對有本錢有資源的公司來說,要進入到某些領域,重新開發產品不一定划算,用買的也行,
以上是個人的一點淺見,謝謝。
非常感謝你提供寶貴的意見與看法。
刪除也分享引用非常好的報導解析。
stm32 族系是屬於一般非常大眾化的系統應用領域。
所以他們很早就一直在強化他們MCU 的開發工具平台生態系。
這一點也為其他MCU 平台樹立一個基本範例。
當然啊,如果你是將MCU 應用在特殊系統應用場合。
可能還需要額外去了解相關開發工具平台。
但道理是一樣的:這本來就是系統開發者所未來所必須思考
的一個專業方式。
譬如:現在許多應用都需要TFT LCD。所以也就延伸出
像 ST 自己的 TouchGFX 或公開源的LVGL 底層搭配像
SquareLine Studio/EEZ Studio 等系統開發工具平台。
你看像二十幾年前鐵達尼號電影製作背後:
https://youtu.be/SJp8Csbm5AY?si=-JH6wHrxnJ52u2x5&t=642
那些需要特殊電影畫面所需的電影輔助軟體,
根本就得要專業的軟體處理,你想人家為了一部電影都可以
開發一套專屬的影像製造軟體...這是二十幾年前的做法了。
所以你說像我們的引擎控制系統或無刷馬達控制系統,
你想人家用你設計的控制系統平台,你就得要提供相關的
系統開發工具的生態系...這也是我一直強調給大家的概念。
我的CDI 點火控制器是如此,如果要我弄一套馬達控制器
應用在某一個應用領域,我就不會天天搞那個控制器本身的技術,
而是將心力或心思擺在如何建立自己控制系統平台生態系,
讓廣大的客戶市場可以很快上手切入。
這才是專業的系統開發者應該專注的地方,這也是那些MCU 原廠
沒辦法跟你競爭的地方。
ST 的 TouchGFX 很明顯就是打不過
LVGL + SquareLine Studio (EEZ Studio...) 這些開發工具生態系。
再一次感謝你留言與見解。
補充說明一下:
刪除我現在連寫 USB 介面的 Bootloader ,我也沒去K
翻閱 stm32 的指令,就找一下原廠所提供的一些
Bootloader 的作法,不用一兩天就搞定了。
最麻煩還是在 上層APP 如何整合操作流程而已。
大家都應該有認知到:現在的系統應用平台真的是
越來越複雜了,真的沒有那麼多美國時間去研究
MCU 裡面每一塊周邊模組的完整功能,
利用原廠提供的資料或工程範例,能上就上了。
反正越是越普遍的 MCU 平台,原廠都會透過全世界
的使用者驗證與使用範例。早就完整了啦。
更何況現在網路上那麼開放源碼平台那麼多。
不是嗎?😂😊😄😂😊😄
同意版大的觀點,
回覆刪除補充:
這個策略的前提是開案選料要選大品牌, 大家都在用的 MCU,
試想這些大品牌它們的產品全球都有人在用(IC/Library/SDK),
如有問題, 原廠會很快處理(是少會當一回事), 網路上也很容易找到相關資訊,
除非客戶指定或特殊應用, 太冷門的, 或是規模小的品牌廠, 能不要用就盡量不要選用,
如果遇到問題, 又加上本身對這棵IC 的用量小, 原廠/代理商不見得會處理,
一不小心, 耽誤到研發進度
其實這個道理再明白不過了:
刪除因為原廠才養得起這些系統支援的工程師,
也有本錢可以讓龐大的資源投入相關工作。
這資源也不只侷限在你我左右附近之間。
他們是從全球佈局去整合這些相關資源的。
你說:你只是拿個平台就想硬槓這些東西?
現在MCU 系統越來越複雜,你小貓兩三隻想做甚麼?
你想做也不是像傳統 8051 那個年代的想法或做法了吧?
這些都是眼前大家都看得到,也接觸得到的實際情形。
若還是視若無睹,也只能說:老人家的冥頑不靈吧。
或只是說:只有自己不敢面對而已,也拿不出對策吧。
由於工作需求, 當時我在構想如何檢查 sensor 是否故障的邏輯與條件,
回覆刪除我試寫了幾個條件, 總覺得好像還有疏漏, 有盲點, 於是寫的訊息帶入到 Chatgpt,
請它幫忙看看, 來回幾次完善邏輯與條件後, 突然我做了一件事: "轉成 C code",
Chatgpt 真的寫的出來, 除了有些小地方沒注意到外 (如:檢查變數遞增邊界), 比我預期想的還好,
想想也是啦, 對於邏輯推導, 分析, 這本來就是它們的強項 - 前提是要 "會" 問, 要問的 "準",
"會" 與 "準"的養成來自於本身對這領域專業是否足夠? (至少能區分 AI 是否一本正經的胡說八道?)
與豐富的工程經驗(踩過的坑) 與 domain knowledge的積累, 至少這些還是我們的優勢,
================================================================
這件事讓我識到關於 AI 工具, 它們不是未來式, 是現在式, 不可逆,
滲透到日常生活與工作中, 而且演進步伐越來越快,
不過它們還處於數位/虛擬世界, 人們處於物理真實世界,
AI 還未能靠自己與物理世界連接, 對於身為人類的我們來說還有時間
AI比我們想的快就要進入真實世界
刪除https://www.inside.com.tw/article/40586-tesla-optimus-gen-3-q1-2026
就我的體驗,會用的人比不會用的人生產力會拉開很多。
我在STM32/8051上有一個自有核心,也是用github上的專案拼裝的。然後我叫AI看,它就吐出一大堆要如何用
https://wallace7914032.blogspot.com/2026/02/stm32.html
解釋比我寫得要好,所以我直接貼上。
即然它看得懂,我就叫它寫一套xmodem傳輸做為大量資料上下傳MCU,沒有幾分鐘就寫好了。我還來不及架板子。過了一段時間我才找到可以的demo板,上去會跑,上傳可以,下載卡在第一個封包上。它真的用我的核心在寫程式。可能卡在MCU特性才有狀況。
我轉去寫PC程式,本來用C。但開發很慢,windows UI要查的東西太多了。轉學C++又不是很快。上個月開始用AI寫C++生成windows應用程式,AI比我更清楚UI元件,API也熟。反而叫它先寫我再反過來看,大部分都只是驗證。用了只有一種感覺,學電腦語言在未來是最沒有價值的,自然語言就可以生成,誰要學電腦語言。我想今年考上資工系的大學生要怎麼辦?就像我認識的同事,4年前他兒子美工科畢業,出社會整整花了一年重學AI生圖。當時我同事也沒有想到會跑出AI,早知叫他兒子去讀別的。
"AI 還未能靠自己與物理世界連接, 對於身為人類的我們來說還有時間"
刪除修正後:
"AI 還未能靠自己與物理世界連接, 對於身為人類的我們來說優勢還在, 但逐漸轉移"
心中隱約感到, 人類發展已經處於一個重大的轉折點上, 它是個跳躍式的躍進, 能夠躬逢其盛, 感到真是有趣,
這已經是一種革命。當機器人可以提供無限勞力,所有勞工/農民都會失業,且機器人只要很便宜的電力就可以完成工作。極大產出/極低消費,直接破壞目前的經濟運作。你認為下一代還能找到什麼樣的工作?
刪除農業革命->大型城市, 文字化政府(無法口頭報告)
工業革命->免費公路, 全民教育(工廠要SOP才能運作)
AI革命->免費勞力,全民都不用工作。政府要做什?
以下這個影片中已經跟你說:他們做機器人
刪除已經開始引進物理學理運算了。
https://www.facebook.com/share/v/18Hf2vMF3F/
以下是迪士尼官方的解說影片:
https://youtu.be/d-WdUYdOdHY?si=su6JgzdlVqGadhY4
因為這些AI 都是由全世界頂尖工程師們在教導他們,
引導AI 學習,看來都已經加速進行了。
那我還要花多少時間來研究 MCU 平台裡的一個系統應用?
所以我現在還真的有點懶得來貼文跟大家說
關於 USB 系統的一些相關細節了。
搜尋網路(也是有AI 輔助了),加上互動式AI ...
還要去買書學東西?這樣子還來得及嗎?
我自己都有點懷疑自己是不是有點趕不上時代了?
@Bee 你轉貼那個自有核心的程式瑪有去看了一下,
刪除我都覺得我自己怎麼想也想不出那個架構...真的自嘆不如了。
所以我非常同意你說的:現在寫程式還有其價值嗎?
以前我自己都說:想學甚麼?從做中學最快。
(不要老是想去報名上課,或買本書K 完再來學習...)
就直接去淘寶買塊 EV 版,人家都會附學習教材內容,
還有完整的程式碼,然後呢?你就拿這些東西
就跟AI 一起互動。這樣學習還比較快...
因為你手上就有東西可以餵給 AI 了啊。
所以我才說:現在許多技術學習方式會被快速改變了。
只差AI 現在沒辦法幫你在 EV 版上 Debug...😂😊😄
這可能還需要一點時間,但如果照大家對機器人的
期待來說:搞不好有一天也可能發生喔...
要不然,你以為大家現在跑去 Nvidia GTC 大會幹甚麼?
去學 MCU 嗎?去學寫C/C++ 基礎程式?
或是去學車用電子或無刷馬達控制嗎?
外面的世界都已經翻天覆地了,
如果是我兒子,我當然就不會叫他們去學這些了啦。
這不是教他們怎麼釣魚?而是在害他們等著被淘汰啊!
物理 AI :
刪除https://www.eeworld.com.cn/gykz/eic718843.html
芯片厂商集体“站队”英伟达,机器人这项技术要崛起?
----
我只有說電腦語言沒有價值,但程式架構我沒有說它沒有用。就算用自然語言生成一個可以執行的程式,還是要驗證,沒有架構要怎驗?就像以前電路都是電晶體,每個人都要算BJT三支腳的電流。後來改用IC,只要知道IC的功能,不用再考慮內部每一個晶體是要吃多少電。電腦語言大約像BJT,函式庫大約就是各式OP(運算放大器)。現在電路設計開IC已經很便宜,於是都開成一個IC幾乎取代整個電路。AI生成程式就是在生成你專用IC,但功能還是要分割好,不然你要如何知道出問題在那?要如何叫AI再生一個改進專用IC。
刪除改用專用IC做電路時,就不會考慮這個IC是BJT(C語言),還是它是MOS(C++)實作出來的。電路的架構還在,因為還是有不同功能模塊要切換。
刪除不知道這樣形容是不是有符合。其他人有想到更好的比喻請提出來,不然實在很難說明清楚。
你的比喻非常好啊!
刪除就像我三十年前學 8051,然後進入IC 設計業做SOC。
結果一樣是 8051 ,但已經沒有再單獨研究 8051 了。
道理是一樣的:當SOC (專屬IC) 越來越蓬勃發展與
成本越來越低時,就沒有人想去研究這些基本東西了。
這個我很早就有這種認知了,就像現在 MCU 也慢慢
發展各類的系統應用的專屬 IC 時,就沒那麼多人想研究
他們底層架構是甚麼了?用C/C++/Python 語言平台了。
所以像對一顆無刷馬達控制,人家專屬MCU (原廠打包
許多諸多的應用範例與程式語言等等...)也可以輕易完成。
以後像所謂的邊緣運算或相關AI 應用...MCU 的平台也會
越來越走向你所說的架構樣子了。
所以我們每個工程師真的要懂得了解這種趨勢應用,
進一步的去找出生活市場中所需的系統整合技術。
這樣子才因應市場潮流趨勢而存活,
那些還停留在你所說的:研究BJT/MOS、C/C++/Python
甚至有刷馬達/無刷馬達控制差異等等。
就真的顯示出你對於科技技術發展趨勢與反應對策,
有點遲鈍與不知變通?
有時鑽研技術真的不要太過於一頭熱的弄個十幾、二十年的。
(人生歲月有限啊,不要過度投資本身稀少的資源-時間與金錢)
人家現在懂得利用資源與許多輔助工具。
不出幾年甚至幾個月就已經走很遠了啦。
從單純走過學8051 到 SOC,再從 MCU 設計業再到
使用 ARM-Based MCU 諸多系統應用,
這是我看到、學到的經驗。也希望年輕人也可以從中
可以學到的教訓...
再一次感謝你這麼精準精闢的比喻說明。
今天的AI生成程式變成一次動到二組AI。以前只有一個。主力是生成程式,另一個看來是在驗證生成的程式是不是符合使用者需求。就是驗證用AI。我上個月才註冊,程式版本為0.0.48(MS的),一週產生二次升級(極可能也是由AI生成程式)。二週前正式變成1.0版,今天變成二個AI。升級速度真的很快。
回覆刪除可能昨天就是二個AI在跑,因為有看到生好程式後又回去補,它發現在發動新功能換頁時會有舊的圖留下,然後又回去補舊程式在換頁中要清除。也就是能在加新功能時發現新生成的邏輯問題,然後再加補程式。
刪除這一兩年,AI 的進展真的神速啊。
刪除以前我們老是常在說做技術研發:十年磨一劍...
那可能是我們觀念錯誤,跟不上時代,
也可能真的我們用錯方法了啊。
回覆刪除補充:
還在討論白領會不會失業?貝佐斯已經瞄準了物理世界!
https://www.unpack-economy.com/bezos-physical-ai-manufacturing-transformation/
AI 轉到物理/真實世界已經是進行中, 不過已經超出個人理解, (還有許多不確定性)
"生成式 AI 更新快,幾個月就一個版本。但工廠不是軟體,你不能把一條產線「下載更新」。硬體設備的替換、流程重設計、員工再培訓、在國防航太這類高監管行業通過安全審查——每一關都是以年為單位在計算的。我認為把這件事期待成三到五年內能看到全面成效,是高估了。十年,可能才是比較務實的刻度。"
你的問題在於人做事,人做驗證,人做審查。未來都有變成AI+機器人。所以我才會說人是沒有工作可以做的。
刪除再回頭看看我上個月貼文中:那個"蘋果在中國"的故事。
刪除我猜這些有錢的大老闆當然也知道啊。
他們都在努力地落實改善他們美國科技業最脆弱的一環。
所以有些事情一開始發生,你覺得是壞事(缺點),
但就是因為是壞事,人們才會努力地去彌補這個問題,
結果又創造出另一個新境界...
所以回來我們每個人的身上問題,走錯了,學不來?
沒關係,趕快調整一下,從問題與缺點中,趕快找出
解決方法,現在環境中有太多工具與方法可以供你
參考的。趕快去做吧。
不找還不知道
刪除https://udn.com/news/story/7331/9072761
人家三天組一台,我們的有比人家難?至少要3年一台,這是那門子製造?
研發又至少十倍時間,所以研發一台要30年?
我真的很懷疑國家的科技有這麼低?
https://udn.com/news/story/7331/9387165
刪除所以呢?有新飛機,舊飛機跟人就一起處理掉好了。
😂😊😄😂😊😄
這類新聞看看就好。
我們才兩千多萬人,不可能甚麼東西都要跟別人比。
一樣的道理,我們自己的能力與資源也就那麼多。
我們也不可能看到甚麼好?甚麼新技術、新知識就想跟。
趕快就以自己所能掌握的機會與資源,有效地轉換成
對自己、對家人的人生價值吧。
我自己已經一把年紀了,非常了解與深深體會到:
把自己與家人好好顧好比較實際吧。
以下是別人分析說的:
如果你六十五歲退休,但台灣男性的平均年齡是 77 歲。
意思是代表說:等你退休後,可以為自己好好活著的
時間就只有十二年而已。這還不包括晚年還要常跑醫院~
其實年紀大了,你所能做的事真的是越來越少了啦。
你就不會還有那麼多的時間為這些事操心的。
就在剛剛朋友傳給我的:真的是搞笑啊。😂😊😄😂😊😄
回覆刪除https://www.youtube.com/watch?v=JGYpzGlmvzk
在這樣子玩下去:都不知道會玩到甚麼境界?
最搞笑的還是人類的腦袋啊。
看諸位試用AI在程式和硬體上的感受都是十分正面的,
回覆刪除讓我十分好奇諸位使用的AI是付費還是免費的?
因為我使用免費版的狀況其實是還不少,
比如說,
我覺的AI最好用的是讓它幫我寫程式碼的注釋,
它的資料庫和程式碼分析十分好用,
讓我省了超多的注釋寫作時間,
但是,
它常常會動到我的程式碼,
即便我將prompt寫明了不可以動到原始碼,
它還是改動了我的原始碼,
雖說我猜測是不是付費版和免費版會有差異,
但是免費版都這樣了,
我跟本就不敢試試付費版的效果...
也可能是免費版的TOKEN太少吧。
其次,
我也覺的用AI來查找適用於自家產品程式模版或架構得確十分省時,
但是,
同樣的,
有時它會十分的後知後覺,
討論久了,
又會自已初始回一開始對話的建議,
只能說和AI的對話不能太長,
不然你花費的時間更長。
相同的情境的在硬體設計的對話中也是會出現。
說實在的,
就我的使用體驗來說,
這些問題在設計階段來說
十分的讓人困擾
簡單地給個我們這幾個月的心得:
刪除一般會使用 chat-gpt 是一些小公司,資源比較不足的
中階主管,因為有時候老闆問時,想趕快給個說法或
答案時,就求助一下AI。
反正老闆一時間也沒辦法驗證你(AI)的說法,
這就很容易就可以應付過關的。
而一般年輕工程師也會如此泡製,但差別的是:
你不只要給的答案與說法,你自己還要實際去驗證結果。
但如果這樣子往返幾次,發現效率也沒比較好。
我們資深一點的,使用AI 大概就是"僅供參考"。
本身也會過濾一些情況與答案,可能也或許是
提問題的方式還需要一直反覆地來來回回。
結果幾個月之後,我們就把付費的 Chat-GPT 給停了。
因為我們發現:就連 Google 搜尋給的答案也還可以。
當然有人說:Anthropic 的 Claude 比較強,我們沒試。
但相信各種各類的AI 往後還會一直精進吧。
但問題還是在於:實際結果的產出。
畢竟我們在台灣,很多成果老闆還是需要看到實體,
才是他要的最終答案。
動手做出實物這件事,目前AI 還幫不了最後一哩路。
AI 在輔助協作軟體或教育知識分享這件事上,
的確有很大的幫助,所以我才一直強調目前
AI 對於教育與出版業者的衝擊絕對是第一順位的。
對於年輕人來說:你就得要好好想想與利用這樣的資源。
來縮短你的學習與經驗累積。
而對我們老人家來說:就是可以趕快去整合資源,
這也會衝擊未來公司組織型態的:
大公司還是會往整合更大的資源做更大的計畫目標:
像tsmc 、鴻海與廣達等這些AI 系統提供者。
小公司就得更懂得善用AI 吧。
AI 這股趨勢潮流絕對不可擋的,也唯有更懂得善用
才不會被時代與市場所淘汰的。
這是我個人目前的一個小小心得吧。分享一下。
在實際使用 AI 一段時間之後,很多工程師會發現一個很現實的落差:AI 並不是不好用,而是在真正進入「設計與實作階段」時,
刪除開始變得不太可靠,甚至讓人感到困擾。這種感受,在軟體與硬體開發中其實相當普遍。
首先,多數人會直覺認為問題出在「免費版與付費版的差異」。確實,付費版通常在穩定性、回應品質、以及長對話記憶方面表現較好,也較不容易出現明顯的能力下降。
然而,關鍵問題其實並不在這裡。像是「AI 會擅自修改原始碼」這種情況,即使在付費版本中仍然會發生。
因此,對 AI 產生不信任,並不是因為使用了免費版,而是因為它的運作方式本身就如此。
AI在處理程式碼時,往往傾向於產出「一份它認為更完整或更正確的版本」,而不是嚴格遵守「只加註解、不改內容」這類指令。
這背後的原因在於,它的優先目標是生成看起來合理且完整的答案,而不是完全服從細節限制。
換句話說,它更像是一位會主動「幫你優化」的初階工程師,而不是一個精確執行指令的工具。
另一個常見問題,是對話進行一段時間後,AI會出現「失憶」或「回到原點」的情況。這並不是單純的錯誤,而是所謂的上下文漂移:當對話變長、資訊變多,
模型反而難以抓住真正重要的條件與限制。免費版本會更容易出現這種現象,但即使是付費版本,也只是延後發生,而無法完全避免。
在硬體設計領域,這些問題會被進一步放大。因為硬體設計往往高度依賴實際規格、環境條件與經驗判斷,而這些資訊並不完全存在於對話中。
AI 很容易在資訊不足的情況下「合理推測」,導致給出看似專業、實際卻不可行的建議。這也解釋了為什麼在這類場景中,AI 的回答常常「聽起來對,但用不起來」。
那麼,問題是否無解?其實不然,關鍵在於使用方式的調整。
首先,在下指令時,與其用「不要修改原始碼」這類描述性限制,不如直接限制輸出格式,
例如要求逐行保留原始碼,僅在行尾增加註解。當 AI 的輸出空間被明確限制時,它偏離需求的機率會大幅降低。
其次,任務應盡量拆分。不要同時要求分析、修改與註解,而是分成多個步驟逐一完成。
這樣不僅能提升準確率,也更容易檢查每一步的結果。
再者,長對話往往不是效率的來源,而是問題的開始。與其在同一串對話中反覆修正,
不如在每個階段重新開始,並提供必要的上下文。這種「短回合」的方式,反而更節省時間。
更重要的是,需要重新定義 AI 的角色。它不適合作為最終決策者或設計主體,而應該被視為一個輔助工具,例如用來產生草稿、提供不同解法、或作為思考的延伸。
特別是在架構設計或硬體選型這類高風險決策中,與其詢問「哪個最好」,不如要求它列出多種方案與各自的風險,再由人來判斷。
總結來說,現階段 AI 的價值,並不在於取代工程師完成整個設計流程,而是在於加速思考、減少重複性工作,以及提供額外的觀點。
當期待與實際能力之間出現落差,就容易產生「不值得使用」的結論;但若將它放在合適的位置,它仍然可以成為一個有效的工具。
因此,與其討論免費版或付費版的優劣,不如回到更核心的問題:我們是否用對了方法,以及是否對 AI 有合理的期待。
只有在這兩點成立的前提下,AI 才有可能真正提升效率,而不是增加負擔。
目前AI的特性:執行到輸出完成,它就結束了,生不帶來死不帶去。對下一次對話沒有任何記憶。如果有安裝local AI就會知道。
刪除可以寫碼也是AI公司利用AI單次執行特性再加上程式去補償記憶才能做到,完成這種功能的第一件事就是全公司利用AI加速程式開發。所以寫程式AI本質上就是用來開發。另外程式開發的市場也比維護舊程式的市場來得大。
人類科技發展和應用經濟相關性很高,想要知道人類科技發展方向,就不得不去做經濟分析。農業革命造就出什麼經濟,工業革命造就出什麼經濟。資訊革命會怎樣走,都和經濟脫不開關係。
非常高興的,大家都提供很好的使用經驗與體會觀察。
刪除個人也絕對認同AI 趨勢,但個人畢竟已經是老工程師了,
一來學習能力真的沒那麼好,二來,若要導入AI 扶助開發,
也不知道還讓我花多少額外時間?
目前來說:我也只能利用我手上的資源做我還可以做的
東西。也幸好產品客戶端的要求,還應付得來,
所以也只能參考各位的經驗與建議。
能學習應用多少?也就是多少了。
畢竟人有了年紀,能做的是真的是:越來越少了,
事情也只能挑著做了,不可能甚麼都可以隨便去玩玩。
歲月不饒人,這句話是越來越有感了。
還是非常謝謝各位寶貴的經驗。
故事分享:
回覆刪除Claude Code 升級 10 年老專案行嗎?
https://www.facebook.com/hinet/posts/claude-code-%E5%8D%87%E7%B4%9A-10-%E5%B9%B4%E8%80%81%E5%B0%88%E6%A1%88%E8%A1%8C%E5%97%8E145-%E5%A4%A9%E5%89%8D%E6%9C%89%E4%BA%BA%E5%9C%A8%E4%B8%AD%E5%9C%8B-v2ex-%E7%99%BC%E4%BA%86%E4%B8%80%E7%AF%87%E6%96%87%E7%AB%A0%E8%AA%AA%E5%85%AC%E5%8F%B8%E6%96%B0%E4%BE%86%E7%9A%84%E6%8A%80%E8%A1%93-leader-%E6%BA%96%E5%82%99%E7%94%A8-claude-code-%E6%8A%8A/10163069840958318/
"但這個團隊做的是「讓 AI 在人的監督下搬磚」"
關於老專案還要不要去升級?
刪除這不只得看開發維護者,也要看客戶使用端,
如果產品還好好的,還能使用,一般使用者都
比較會傾向:那就不用動了。
至於,你們有更好的方案?那就重新開始一套吧。
疊床架屋的東西,總是難免會有些疑慮的,
我是不知道實際 Claude code 會不會硬是暴力改寫?
但以商業行為模式的話,我的經驗:
要嘛就是重新開發新一代的專案計畫。
要嘛就是不要動了,雙方也都擔不起風險責任啊。
https://technews.tw/2026/03/24/how-ais-revolution-could-mirror-the-industrial-revolution/
回覆刪除感謝你貼出這個幾乎是即時報導。
刪除看來多讀歷史是沒錯的。
從歷史經驗軌跡中,去看出未來發展趨勢。
這些都是值得我們學習思考的。
反向思考: 哪些MCU 就不要用了。
回覆刪除7 Microcontrollers You Should NEVER Use in a Product
https://www.youtube.com/watch?v=igQEP52DvfU
很驚訝的是:有許多知名的MCU 也在名單內,
包括 PIC16 系列,Arduino 的ATMega328P。
還有那些名不經傳的 MCU
--- 我第一個想到的就是我以前參與的八核心MCU。😂😊😄
不好意思...但他也指出這些MCU 的癥結點:
就開發社群的生態系嚴重不足...也剛好符合本文主題。
所以啦,不要以為你是一個喜歡"嘗鮮"的工程師,
浪費不必要的時光歲月在一些無法有效變現最佳化的平台...
真的只是徒增你本身寶貴的生命與資源而已。
尤其當你年紀越來越大時,就更有感了。