用 AI 画了几天 PCB 之后,我发现大家争论的根本不是一回事
作者用 AI 设计 PCB 和 CAD,打样上电成功但外壳开孔出错。评论中有人贬低 AI 能力,有人指出 USB 走线问题。作者认为争论源于比较对象不同:业余原型与量产产品标准不同,AI 让普通人能做出第一版,但硬件仍需制造、测试和迭代。类比 AI 写代码,AI 降低了启动门槛,但专业工程并未消失,难点转移到判断和验证。
作者用 AI 设计 PCB 和 CAD,打样上电成功但外壳开孔出错。评论中有人贬低 AI 能力,有人指出 USB 走线问题。作者认为争论源于比较对象不同:业余原型与量产产品标准不同,AI 让普通人能做出第一版,但硬件仍需制造、测试和迭代。类比 AI 写代码,AI 降低了启动门槛,但专业工程并未消失,难点转移到判断和验证。
文章以亲身经历深入剖析AI设计PCB的争议,观点独到且时效性极强,但缺乏具体操作指南,实用性一般。
文章由OpenAI会议室发现的一台23美元ESP32录音设备切入,系统介绍ESP32单片机的基本原理与实践。内容包括XIAO ESP32-S3 Sense开发板的拆解、ESP32-S3芯片的计算、存储、无线和接口四大模块,固件从编写、编译到烧录的完整流程,以及如何借助Claude Code、Cursor等AI工具编写和调试固件。作者还给出五个由易到难的周末练手项目:土壤湿度提醒、蓝牙快捷键盒、墨水屏天气日历、拍照识物相机和AI语音助手,并附选型建议、引脚说明和五大常见故障排查方法。
文章提出'氛围制造'(Vibe Manufacturing)概念:就像vibe coding让非程序员能开发软件一样,AI正在让普通人能制造实体产品。四大变化同时发生:1) 设计变成代码——GPT-6 Astra在BenchCAD上达95.9%,Text-to-CAD工具涌现;2) 工厂变成API——Xometry等平台让下单像租用云服务器一样简单;3) 智能化成本骤降——几美元的ESP32芯片即可让产品联网;4) 家庭3D打印普及——Bambu Lab推动桌面打印迭代速度接近软件开发。产品正从库存实体变为可参数化的设计文件,开创全新的商业模式和创业机会。
Anthropic 工程经理 Felix Rieseberg 宣布其团队面试不再考核传统编程题,因为 Claude 等AI已能轻松完成这类题目,且团队最能出成果的人与编程题表现关系不大。他认为AI时代让入行不久的工程师有机会跑赢资历更老的员工,因为把想法做出来的成本大幅降低。文章介绍了新人面临的困境(想法不被重视、受所谓'常识'束缚),并给出五条建议:紧盯业务影响、提出大胆想法、快速做原型、一个原型聚焦一个好点子、善用新人视角。文中以两位新工程师用周末做出 Claude Code 图形界面版为例佐证。
作者作为一名不会写代码的文科生,详细拆解了如何在24小时内借助AI为家乡苹果搭建一个可收款的电商网站。文章分九步讲解:准备资料(商品信息、成本、库存、售后规则)、开通域名和Cloudflare、Stripe、GitHub等账号、用AI追问生成PRD、交给Codex开发(Astro+React+Cloudflare Workers技术栈)、在Stripe沙盒测试支付、分开部署测试站与正式站、上线前清理与检查,以及后台登录、订单通知、代码备份、移动端优化等后续迭代要点。文中还给出多段实用提示词,强调AI能包办写码,但资料、账号和决策需自己完成。
本文是 Devin Desktop 桌面客户端的使用教程,作者从安装配置讲起,详细介绍界面布局(Agents View 与 IDE View 两种视图)、模型切换与 Adaptive/Fusion 两种智能路由模式(推荐 Claude Opus 5.5 + SWE-2 的主导+辅助模型搭配)、权限设置提示词、Normal/Plan/Ask 三种工作模式,以及 IDE View 的 Git 提交、Codemaps 等功能。重点介绍了较少被讨论的 Devin Cloud 功能,可在 Windows 上通过云端虚拟机构建 Mac/iPhone 应用。文章面向刚上手 Devin 或从 Codex 迁移的开发者。
作者基于 10 年 UI/UX 设计经验,结合 AI 工具实践,总结出一套设计审美方法论。文章实测了 5 个 GitHub 上星数最多的 AI 设计 Skill:UI UX Pro Max(自动匹配行业风格)、Taste Skill(原创设计方向)、Impeccable(逐块打磨去 AI 味)、Emil Kowalski Skills(动效细节)、Hallmark(上线前检查),并配以场景演示。作者还分享了 8 条可复用的设计原则,包括先定义再动手、拆解好设计不照搬、先出全貌再逐块改、统一视觉规则等,强调工具在变但好的设计判断力依然无法被 AI 替代。
作者被“逆向任何 iOS 应用”的夸张标题吸引,点进去后发现是三套给 AI 使用的 Skill。文章推荐了 Appllama Skills(让 AI 先研究畅销 App 的界面设计再照做)、Expo 官方 Skills(涵盖路由、原生 UI、打包上架的最佳实践)以及 Emil Kowalski 的 Skills(5 万星项目,专治 AI 动画与细节没品味的问题)。作者认为虽然标题夸张,但内容对做 App 开发的人很有价值,值得安装尝试。
文章介绍了 Anthropic Claude Code 团队的代码审查实践,以及作者团队自研 AI 代码审查工具 HeyDeer 的落地经验。核心思路是:AI 写代码占比接近 100% 后,人工逐行审查不再可行,应把人的注意力留给真正有风险的部分。做法包括按风险分级审批(低中风险由 AI 自动批准,高风险由人判断方向)、多模型交叉审查降噪、用仓库检查落实团队规范、通过 Autopilot 自动修复问题直至收敛。作者团队跑了 8 个月未因合并有 bug 的代码导致线上事故,认为大部分创业和中小公司都适用这种方式。
本文介绍了 Claude Code 团队在 AI 生成约 90% 代码的情况下如何重构代码评审流程。团队将代码评审从人工逐行阅读转变为分层自动化体系:包括 PR 前的 Claude 自验证、子代理 diff 审查、内部 skill(bug 猎捕、diff 缩减等)、以及每个 PR 的 AI 评审,仅将人类注意力保留给高风险决策。通过 CLAUDE.md 和 REVIEW.md 等文件向评审者注入项目上下文,并快速回滚机制兜底。6 月至 9 月间合并 PR 数量翻倍,回滚率下降超 40%,实现了用最少人工环节保障代码质量的目标。
作者推荐了两个开源 AI 设计 Skill:一是 AI Design Skills 中的 landing-page-design,为 Claude Code、Cursor、Codex 等编程工具提供从内容规划到视觉系统的落地页制作规则,包括卖点组织、统一字体配色、按钮悬停、空页面、移动端和无障碍支持等交付细节;二是 Fantastic Posters,内置 33 种设计风格提示词(如瑞士极简、包豪斯、Riso 印刷等),支持自动选风格、上传参考图和 Logo、批量生成海报。作者强调把设计风格沉淀为可反复调用的 AI 工作流,比一次性提示词更有价值,并能解决风格不稳定的问题。
ESP Labs 是一个开源的 ESP32 在线学习平台,借助 AI 把开发板、电路模拟和固件代码搬进浏览器,解决硬件调试痛点。平台内置可视化可交互的 3D 开发板,点击芯片、天线或按键即可高亮对应部件,提供 32 个 3D 交互式实验章节,支持实时引脚图、电路模拟和串口交互。教学内容渐进式设计,从点亮 LED 到 Wi-Fi 蓝牙、RFID 和声音处理,固件源码与虚拟板卡行为实时绑定。支持中文等多种语言,适合硬件新手在购板前先在网页练手。
作者作为非技术出身者,分享利用 AI Agent 半年内从零搭建 SANYUE.AI 工具网站的全过程。文章涵盖动手前的心理纠结与决策理由、选品规矩、AI 写代码的协作方法(说清需求、版本管理、数据库备份)、界面细节、收款方案(USDT 自动对账与手动确认)、邀请返佣与创作者分成规则设计,以及上线前让 AI 以攻击者视角进行安全检查的完整提示词。最后总结了一份涵盖规划、技术、界面、收款、返佣、上线的避坑清单。