现在很多AI基础知识不过关，大家使用要特别注意

eric2013

比如腾讯的workbuddy，说STM32N6是M33双核

信源的错误，导致他后面的回复将都是错误的，虽然说AI强的是逻辑推理，但是信息来源也同样无比重要。

比如让他比较调试接口规范V5.0，V5.2和V6,0区别，如果获取的信源不对，那他更加无法比较了。

因为你无法确保他的信息来源是对的。所以就得直接把手册上传给他，让他去思考，比较靠谱些

LinY

之前问Chatgpt ESP32C6支不支持zigbee，和我说不支持，实际已经集成了
这玩意只能作为参考

eric2013

再测ChatGPT，那个寄存器可以读取ADI版本，回复完全错误，他回复的是DP版本不是ADI版本



然后问DeepSeek新增的专家模式，完全不知道



然后问Github Copilot，同样的问题，回复错误

会飞的猪_2020

https://gemini.google.com/share/b97b37381298

https://developer.arm.com/docume ... -Debug-Access-Port-


不知道AI说的对不对。我问它，他说这个DP VERSION和 ADI版本挂钩的。

会飞的猪_2020

会飞的猪_2020 发表于 2026-4-8 13:13
https://gemini.google.com/share/b97b37381298

https://developer.arm.com/docume ... -Debug-Access-P ...

看了一下文档，AI回答的不正确。
DPV和ADIV有一定对应关系，但是不是一一对应的。

lg75@163.com

我曾经由于豆包的低级错误浪费了一天时间，编译Linux Kernel内核源码时，豆包换算CONFIG_ENV_OFFSET的地址，不知为何将十进制的8192000换算成了0x1F4000，结果总是出现问题被误导了很久。这个问题让我很震惊，因为说明它根本没有计算，只是照搬以往获取过的信息，直接作为答案转给了你。

会飞的猪_2020

lg75@163.com 发表于 2026-4-8 15:33
我曾经由于豆包的低级错误浪费了一天时间，编译Linux Kernel内核源码时，豆包换算CONFIG_ENV_OFFSET的地址 ...

现在LLM的原理貌似就是根据你的问题。推算下一个最有可能出现的字是什么。
然后根据最大概率给你。这样子做每次问题回答都一样了。

然后它搞了一些方法，让每次问的回答都不一样。比如最大概率的前几个字随机给你生成。这样子看上去就像是有人在回答你的问题了。。

实际上就是通过概率生成的。。

fxyc87

这锅不能怪workbuddy，workbuddy可以选择用哪一个模型的。

regbbs

类似Gemini的fast，很多时候就是胡言乱语的，切换到thinking和pro就正常了。但是有很多时候还是会用过时的或者是编造的信息。

死不低头

淡定，我很早就吐槽所谓的AI不能涉及硬件，否则错误率几乎接近100%，什么稀奇古怪的错误都有

当然我这个穷逼只用过国产免费AI，收费的不知道

eric2013

fxyc87 发表于 2026-4-8 16:38
这锅不能怪workbuddy，workbuddy可以选择用哪一个模型的。

我用的Auto，后面我指定下试试

dieman

确实，ai 现在还处于起步阶段， 地球能源能提供的算力有限，要等到在轨数据中心以后 才有实质性的进步

fxyc87

eric2013 发表于 2026-4-9 09:26
我用的Auto，后面我指定下试试

这几个模型里KIMI 2.5和MiniMax-2.7还不错，其它的像GLM模型不行，乱说话

eric2013

fxyc87 发表于 2026-4-9 13:37
这几个模型里KIMI 2.5和MiniMax-2.7还不错，其它的像GLM模型不行，乱说话

好的，我试试

小梁呐

其实不管是什么模型，都会有思维进入死胡同的情况，所以需要使用者告诉他跳出问题去思考或者干脆直接一个新session；另外关于信息获取，不同模型的训练数据都很杂，你无法保证数据来源的准确性，最好的方式就是把正确的数据喂给模型，让ai去做逻辑分析和信息归纳的工作