有不少嵌入式和通信的题目，代码部分不算难但我是傻福debug搞超时了

AI 有时候真的会“睁眼说瞎话”。它生成的信息看起来很自信、条理清楚，但不一定真实或准确。这并非故意，而是模型根据已有数据和概率生成回答，所以可能出现错误或夸大。使用 AI 时，我们需要带着批判性思维，善于验证关键内容，而不是全盘信任。合理利用它的辅助能力，同时保留判断力，才能真正发挥 AI 的价值。

我在处理一个嵌入式系统的算法代码时，用户反馈输出异常。我用ai深入分析，从内存分配到循环优化，试了各种调试方法，整整半天都没进展。直到自己看代码，才发现数据结构定义有误：本应用16位无符号整数（u16）存储传感器数据，但ai误写为8位（u8）。这下好了，数据一超255就溢出，算法自然崩了。这种低级错误让我反思，AI在生成代码时，有时会过于追求复杂逻辑，却栽在基础类型上。或许这就是‘幻觉’吧，自以为正确实则漏洞百出。

原文发布于我的博客：https://blog.hikarilan.life/thinking/3250/why-i-believe-senior-tech-jobs-will-gone/前几天刷抖音看到很多人在分析 AI 对未来产业的宏观影响，发觉有一个经典观点用在这里很合适：人们总是倾向于高估新技术带来的短期冲击，却低估其长期影响基于这个观点，我开始重新考虑 AI 对程序员行业的影响，然后我发现，AI 对我们，尤其是对于初级技术岗位应聘者的影响，远比很多人想象的大得多，甚至可以说，在没有其他因素影响的情况下，随着 AI 的发展，可能会导致初级技术岗位完全消失，靠吃程序员这碗饭逆天改命的阶级跃...