2026 年 10 月 24 日下午,我参加了 Qoder Hardware Workshop 北京站活动,第一次接触 M5Stack StickS3。此前我主要使用 VBA,略懂 Python,没有做过硬件开发。当天在 AI 的协助下,我先运行了一个检查设备状态的探测程序,又做出了显示模拟任务进度、计时和结果的副屏,随后尝试把 Qoder 的回复提示送到设备上。
对我来说,这次实践的意义,是原本不熟悉的技术不再妨碍我开始做事。AI 帮助我查资料、解释操作、编写代码,我则通过操作、观察和追问逐步补足理解。活动提供的设备、课件和现成开发库,是实践得以进行的条件;一个下午的成果还不足以说明我掌握了硬件开发。
这次实践给我的三个收获:
- 可以借助 Qoder 从一个有限任务开始学习陌生技术,让概念对应到操作和结果,再围绕遇到的问题补足理解。
- AI 的解释、编译结果和实物表现提供不同层次的依据,需要分别核对;程序写入设备后,还要检查运行和使用效果。
- 即使不会独立编写底层代码,也可以通过操作、观察和反馈参与开发。这次学到的主要是流程与判断,不等于掌握整个技术领域。
一、先从已有经验理解眼前的设备
活动在北京阿里中心举行,安排在周六 14:00–18:00。拿到设备后,我拍了照片,向 AI 提出的第一个问题是:“这是什么硬件?”
这块设备约 48×24×15 毫米,重二十克,集成了一块 1.14 英寸、135×240 像素的彩屏,还有按键、感知设备运动的六轴惯性测量单元(IMU)、麦克风和喇叭。它的型号、这些部件分别能做什么,我都需要从头了解。
14:33,我又明确告诉 AI:“我第一次使用这个硬件,也是第一次接触硬件开发。请给我做个知识普及,扫扫盲。”它给出的解释中,对我最有帮助的是与 VBA 开发的对照。按照当天采用的开发方式,程序需要先编译,再写入设备的存储空间,这个写入过程叫烧录;修改后需要重新编译、烧录,观察运行结果。覆盖出厂固件、设备没有正常启动、程序运行后出错,也分别需要处理。
有了这些基本认识,后面的操作才不只是照着指令点击。我能理解为什么 AI 要在烧录前确认是否备份,也开始知道,电脑上生成了程序文件,并不代表手中的设备已经在运行它。
我没有先通读完所有解释再开始操作,而是遇到问题时回去查相关部分。活动提供的 21 页 PDF 课件也交给 AI 提取文字,结合眼前的设备整理。这种做法的帮助在于,资料不再只是按章节排列,而是能对应到当前需要解决的问题。
环境准备仍然花了时间。14:18,我把活动方提供的配置说明交给 AI,由它安装 arduino-cli、ESP32 板包和相关库。为减少 C 盘占用,开发数据和缓存被安排到项目目录;多个窗口共用终端,还出现过命令输出混在一起的情况。AI 帮我处理了配置和排查,但下载、编译和等待并没有消失。15:12,Hello,Qoder 程序编译通过,当时得到的还只是可以用于烧录的产物。
二、把 AI 的介绍变成能够核对的认识
对于陌生技术,我很难仅凭一段解释判断它是否准确。当天 AI 最初把设备长度写成了 40 毫米,后续资料显示是 48 毫米;对内存类型的解释也有过修正。这些偏差提醒我,理解它的说法与确认它的说法,是两个不同的步骤。
14:50,我要求它核对:“硬件的完整能力是不是真的和文档说的一样。另外,有没有文档没有提到的能力?”它继续查官方资料、管脚映射和开发库源码,到 15:03 给出了逐项结果:课件列出的 8 项能力有相应依据,另整理了 10 项补充信息,包括外设供电和配置方面的注意事项。
这份核对有用,但它当时主要依据资料和源码,还没有把各项功能都在设备上运行一遍。对我来说,需要形成的认识不是“AI 又确认了一遍,所以没有问题”,而是知道每个判断目前依据什么、验证到了哪一步。
随后,AI 编写了一个探测程序,用来显示设备信息,并通过 USB 串口把运行数据传回电脑。串口在这里承担的是电脑与设备交换信息的通道。前面的操作中,我曾按错正面的蓝色 A 键,没有进入下载模式;烧录后,又不知道怎样检查结果。AI 把指导细化为操作侧面的复位键、对照屏幕内容、晃动设备观察数字变化。15:47,我对照屏幕回复“都对”;随后电脑端也读到了持续变化的 IMU 数据和电池信息。
至此,我对设备的认识才增加了一层实际依据:资料描述了它具备什么能力,探测程序把其中一部分能力变成了我能看到的结果。这并不等于麦克风、无线连接等功能也已验证,但足以支持后续使用屏幕、姿态和电量信息的尝试。
三、用一个小任务串起开发和验证
在了解设备的同时,我开始与 AI 讨论用途。15:23,我先要求只讨论、不开发;到 16:02,任务逐步收敛成个人电脑的任务副屏:显示进度、计时、电量和最后一条结果,翻转设备可以切换页面。
第一版采用模拟任务。电脑上的 Python 脚本每秒发送数据,让任务 A 完成、任务 B 失败,设备负责接收和显示。它并没有自动读取其他软件的真实进度。这个范围便于检查两端的数据是否一致,也让我能在不接入实际业务的情况下,走一遍完整过程。
计划把编码、编译、烧录和验证合计限制在 300 秒内。检查分为电脑端自测和实机冒烟测试:前者用自动判断预期结果的断言检查脚本逻辑,后者快速检查设备通信和主要状态是否正常,不是完整验收。我在 16:04:01 要求执行,实际经过如下:
| 时刻 | 记录中的结果 | 当时能确认的事情 |
|---|---|---|
| 16:08 | 电脑端自测的 20 项断言通过,未打开串口 | 这部分脚本逻辑通过了检查,设备尚未参与 |
| 16:11 | 固件编译失败,日志包含变量使用错误 | AI 生成的代码仍需修正 |
| 16:15:16 | 第一版任务副屏烧录完成 | 程序已写入设备,随后还需复位和运行检查 |
| 16:16:27 | 首轮实机冒烟测试有两项失败 | 自检结果读取、超时转离线状态仍有问题 |
| 16:28 | 确认新增交互:短按 A 切页,长按标记已读 | 新的交互方案仍待实现与验证 |
| 16:33:57 | 12 项实机冒烟测试首次全部通过 | 本轮协议和状态检查通过,仍需观察实物效果 |
从要求执行到首次烧录完成,经过了 11 分 15 秒;到 12 项冒烟测试全部通过,经过了 29 分 56 秒,已经超过五分钟预算。这些都是钟表经过时间,包含执行、等待和交互,后一段还包含 A 键功能调整,不是纯粹的代码生成用时。
整个下午还有多个窗口并行工作,认识硬件、安装环境、讨论需求的时段存在交叠。因此,我没有把这些时段相加,也没有把跨夜未结束的终端会话计为连续开发时间。
这段过程让我逐渐理解了检查的层次。电脑端自测没有接触设备,无法证明固件正常;编译通过可以排除一部分代码问题,却不能替代运行;实机冒烟测试检查了基本通信和状态变化,也仍然没有覆盖所有使用感受。AI 可以执行这些步骤,但我需要知道每一步的结果能够支持什么结论。
四、把实物反馈带回对话
设备开始运行后,我能够提出的问题也变得具体了。16:41,我反馈任务文字偏小、计时数字可以缩小,并提出增加成功音和报错音;16:52,又指出部分内容溢出屏幕、另一处留白过多。测试通过并没有消除这些问题,因为当时的自动检查并不负责判断屏幕是否容易阅读。
17:10,我告诉 AI:“成功有声音。失败后,没有声音。”它据此检查音效实现并作出调整。17:13,我在确认选项中反馈失败音“很小声”,之后又讨论了成功音和失败音的相对音量。记录能够说明问题从没有听到推进到了能听到但偏小,不能据此声称最终响度和重复提醒都已完整验收。
我没有能力独立检查音频库的实现,但可以把听到的现象说清楚。这种反馈不直接给出技术答案,却能约束 AI 接下来的排查。反过来,AI 给出的修改理由,也让我逐渐知道日志、程序状态和实际声音之间还需要哪些核对。
下午最后一轮调整同样说明了这一点。17:25,我提出能否在设备上显示 Qoder 对话的回复提示。AI 查找本机会话文件,编写监视脚本,并增加了中文通知页。17:31,1.4.0 版本烧入设备,三条测试消息得到接收回包;17:32,我确认“中文正常”,同时反馈“字太小”。这说明消息接收和中文显示已有验证,阅读效果仍需调整,也还不能说明真实会话提醒在长期使用中可靠。
随后开始编译放大字号的版本。命令到 17:48 仍未结束,次日早晨返回了编译失败的结果,重试后编译成功;上传仍然失败,设备列表返回 No boards found,即未发现开发板。因此,设备上运行过的是此前的中文通知页,放大字号的修订没有完成实机验证。
计划里曾提醒:“不能把‘编译通过’说成‘设备可展示’。”经历这些步骤后,我才更具体地理解了它的含义:每次修改都需要重新确认结果,上一版已经运行,并不能代替对这一版的检查。
五、从发现问题到检验解释
实物反馈能够指出哪里不对,理解原因还需要比较不同解释。回看更早的出厂固件备份过程,这一点也很明显。我希望在覆盖原程序前读出完整的 8MB 固件,但读取多次失败。起初怀疑线材或供电,换线后问题仍然出现。
AI 随后比较了不同长度的读取结果:在同一地址 0xB0000,一次 4KB 读取成功,而此前的 64KB 读取失败;相邻两个地址的 4KB 读取也成功。分段读取取得了部分数据,但没有形成完整、可据以还原的备份。当天没有继续补齐,而是保留了通过官方工具 M5Burner 重装出厂固件的恢复途径。
这些结果让排查不再只停留在“可能是线的问题”,而是注意到读取长度与失败现象的关系,为接下来的检查提供了方向。底层原因仍未确定,这些对照支持的是进一步排查,不是唯一的故障解释。
我从中学到的,是面对自己不懂的错误时,可以要求 AI 说明依据,再比较不同操作得到的结果。即使暂时没有掌握底层原理,也能逐步分清哪些是现象、哪些是解释、哪些仍然只是待验证的推测。这比记住某一条修复命令,更有可能用于下一次陌生技术的实践。
六、这次实践让我学到了什么
回看这次经历,AI 帮助我把陌生技术变成了一系列可以参与的具体工作:先借助已有经验理解设备,再核对资料,用小程序取得实机结果,最后根据屏幕、声音和日志继续修正。我没有手写固件代码,但也并非只是在等待程序生成。操作、观察和追问,使我对开发流程的认识逐渐具体起来。
这份收获主要在流程和判断上:我开始理解编译、烧录、复位和运行检查的区别,能在指导下完成操作,也知道怎样把某些偏差反馈给 AI。底层驱动的编写仍超出我的能力,这与系统掌握嵌入式开发还有距离。当天用到的是集成度较高的设备和现成库,更复杂的硬件项目能否沿用这种做法,还需要另外评估。
设备本身的验证范围也需要分开记录:
| 范围 | 当天记录支持的状态 |
|---|---|
| 基础硬件与交互 | 读取过芯片和存储容量、IMU 数据、电池信息;屏幕显示、短按切页和姿态切屏有检查记录 |
| 任务副屏 | 模拟任务的 USB 通信和状态检查通过;没有接入一般软件的真实任务进度 |
| 声音 | 成功音已听到,失败音调整后反馈为偏小;最终响度与重复提醒效果没有完整验收记录 |
| Qoder 通知页 | 1.4.0 已烧录,三条测试消息被接收,中文显示得到确认;后续放大字号的版本编译成功但未上传成功 |
| 未覆盖部分 | 麦克风录音、红外、Wi-Fi、蓝牙、大块外部内存分配、芯片温度、拔线后的供电连续性、长按清已读和长期运行可靠性仍未完整验证 |
任务历史持久化没有实现,复位后状态不保留;完整用户手册和打包程序也没有补齐,五分钟计划已将这两项明确排除在本轮范围之外。
次日,我让 AI 导出会话记录,重新核对操作、反馈和结果。复盘让我发现,仅看最后一条总结,容易漏掉中途已经运行过的版本,或把“还有问题”误写成“从未成功”。这些记录既帮助我整理文章,也保留了以后继续学习时可以查回去的依据。
这次经历让我看到,在设备、资料和工具具备的条件下,我可以先在 AI 帮助下完成一个有限任务,把实际遇到的问题作为学习入口,再逐步补足理解。基础知识仍然需要学习,但操作和反馈能帮助我知道眼下缺什么、为什么要学。对我这样从实际需求出发学习开发的人,这是比单纯缩短写代码时间更重要的变化。
至于这个原型是否值得继续开发、成为日常使用的工具,还需要另一种判断。我把这部分思考写在《越快越要慢下来:从硬件开发想到警惕伪需求》中。
资料说明:过程依据 2026 年 10 月 24 日至 25 日的会话导出记录、其中保留的计划和命令结果,以及活动方现场提供的资料整理。原开发目录已删除,本次整理未重新进行硬件测试;文中的实机结果限于当时记录,未验证部分不作完成结论。封面为活动现场拍摄的设备照片,屏幕显示出厂界面,不是本文开发的任务副屏。
