非程序员利用AI开发嵌入式监测系统：消耗2亿Token的实战复盘
2026/08/31 16:00阅读量 2
一名无编程背景的用户通过调用Codex等AI工具，成功开发出一套用于解决公司“坑位之争”的嵌入式监测系统。该项目累计消耗约2亿个Token，过程充满挑战但也验证了Vibe Coding在嵌入式开发领域的可行性与潜力。
项目背景与目标
为解决公司内部卫生间“坑位之争”导致的排队问题，作者决定开发一套实时监测系统。尽管作者自称是纯小白（无编程基础），但选择利用AI辅助编码的方式完成这一嵌入式开发任务。
核心实施过程
- 工具使用：主要依赖 Codex 等大语言模型接口进行代码生成与调试。
- 资源消耗：整个开发过程中，累计消耗了约 2 亿个 Token，显示出AI在处理复杂逻辑和嵌入式底层交互时的高算力需求。
- 开发模式：采用“Vibe Coding”（提示词驱动/氛围式编程）模式，即通过自然语言描述需求，由AI生成代码并迭代优化。
结果与反思
- 功能实现：系统最终成功上线，实现了坑位状态的实时监控，有效缓解了员工如厕排队的痛点。
- 技术挑战：作者在分享中提到，嵌入式开发对硬件交互、实时性要求较高，AI生成的代码往往需要大量的人工修正和调试，过程被形容为“被毒打”，反映了当前AI在垂直领域落地时的局限性。
- 价值验证：尽管门槛高、成本高，但该案例证明了非技术人员借助AI工具也能独立完成具有一定复杂度的嵌入式应用开发，为低代码/无代码开发在物联网领域的应用提供了参考。