本文作者分享了近期使用本地AI大模型（千问3.6-35B-A3B）的实践体会。通过测试不同量化版本，发现推理速度比精度更重要，可通过输入控制弥补精度损失。在对比Claude蒸馏版、DeepSeekV4Flash等模型处理复杂代码任务时，原版A3B表现最优。实验表明，当任务过于复杂时，AI容易陷入无效循环，而将需求拆解为清晰框架后，免费版DeepSeek仅用3分钟就完成了编码工作。作者认为当前AI更

本文记录了作者探索AI编程工具的使用体验。通过对比测试，作者发现Cline在代码编写、自动测试和纠错方面表现优于Continue等工具。在本地模型方面，测试发现小参数模型虽然偶尔出错但能完成任务，验证了节省Token的可行性。当前主要瓶颈是32k上下文限制，下一步计划优化配置以支持更长上下文。整体而言，Cline展现出更强的智能化和流畅性，甚至能辅助发现代码错误，成为作者推荐的首选工具。（149字

本文分享了在本地部署千问3.6-35B-A3B大模型（IQ3量化版）的体验，其推理速度可达80-100 token/秒。作者发现该模型虽在原始能力上有限，但通过Agent框架（如Codex、TRAE）和VS Code插件（Cline）能有效提升开发效率。特别探索了多模态潜力，计划结合语音转文字、FFmpeg等工具实现会议纪要自动化处理，将文字、截图等信息交由模型整合分析。初步测试显示该方案具备可行

本文分享了在本地部署千问3.6-35B-A3B大模型（IQ3量化版）的体验，其推理速度可达80-100 token/秒。作者发现该模型虽在原始能力上有限，但通过Agent框架（如Codex、TRAE）和VS Code插件（Cline）能有效提升开发效率。特别探索了多模态潜力，计划结合语音转文字、FFmpeg等工具实现会议纪要自动化处理，将文字、截图等信息交由模型整合分析。初步测试显示该方案具备可行

文章摘要：作者近期尝试弥补AI技术短板时注意到Agent工具趋势，在众多选择中经推荐尝试Codex。由于访问限制问题，转而使用本地大模型DeepSeek，通过Codex++方案成功接入。测试发现，相比直接使用网页版聊天窗口（包括DeepSeek、豆包和阿里千问），经过Codex处理后的天气查询结果在排版、可读性和内容丰富度上显著更优，但API消耗较大。作者认为本地部署或第三方服务结合Codex可提

本文作者分享了自己从对AI工具持怀疑态度到认可其价值的转变过程。最初因百度文心等早期AI工具存在幻觉问题、错误率高而长期排斥使用。但随着DeepSeek等国产大模型的快速迭代，尤其是其在代码编写、文件分析等方面的出色表现，作者开始重新评估AI工具的价值。通过实际应用案例（使用千问清理树莓派磁盘空间）展示了当前AI工具的高效性：仅用两轮提示就生成了完整的清理脚本，使磁盘使用率从90%降至52%。文章

近期接触了ARM芯片，学习的条件从软硬件上来说都不具备。等待公司解决这种问题是很难的，在这方面我基本上放弃了对公司的最后一点幻想。我觉得，如果想要掌握什么技能或者去接触一点比较有意思的东西，还是得考自己去投入、努力。通常，类似的学习基础环境在淘宝上都能够解决。            买了开发板，又找来了Keil试用版本。接下来基本上就可以开始不断挖掘知识金矿了！从最简单的开始，创建一个简单的工

用了两天Arduino的IDE，还是有点弄不明白编译器以及链接器等不同的工具是如何调用的。简单看了下安装目录，前面几次没有看到所谓的编译器。看了一下手册，其实这个编译器就是avr-gcc。目录太多，一时间没有找到。直接搜索了一下全目录的exe文件，找到了相应的目录：总算是找到相应的工具了。接下来，或许可以顺着这...

学习笔记汇总： https://github.com/GreyZhang/AURIX_TC387近段时间的工作开发平台全都是AURIX，精力有限以及工作职责上的因素导致我这个平台一直没花时间来学习。目前遇到问题很多时候都觉得只是匮乏，依据不足。因此花了小两千块买了一个板子研究一下。第一步，先搭建开发环境，先从编译器的IDE开始。网络上比较容易申请到Free版本的Hightec，之后基本就是来个双击

3. ICU的中断控制寄存器可以禁用以及使能全局中断，结合上面的描述来看，当前正在进行中的中断应该是禁不掉的，其相关的ISR还会继续进行。中断相关的寄存器其实没有太多需要关注的，在基本的中断系统介绍的时候穿插介绍了比较重要的部分。5. 从可以阻断中断发生的几种条件来看，其实中断可以有相同的优先级出现，最简单的一个就是同一个中断出现了多次响应。2. 从上面的图中可以看出来，如果有的中断向量没有用到，