AI学习插件_公众号

当一个大学生给 AI 接上了手和眼睛

一、先讲一场和班主任的对话

那天，班主任在微信上问我：你这套东西，实际的应用场景是怎么样的？适合学习这个结论是怎么得出来的——是适合你用，还是具有普适性？

我给他演示了两样东西。第一样：手机上发一句话，电脑自动清垃圾、自动截屏、自动找文件——用手机就能控制电脑。第二样：一个有本地记忆的 AI，我学过的东西它都记着。

然后我说了我的设想：比如上课，老师在台上做了二十多分钟的操作，学生一个没看懂，回头自己动手也不会做。能不能让 AI 控制着学生的电脑，一步一步教他怎么做？老师负责讲解原理，AI 负责陪着每个学生把操作走通。

二、班主任的态度：实操课，他认了

他听完后说了一句让我很意外的话：“这样有 AI，看不懂的学生也会尝试去做。”

然后我说出了那个大部分都知道的事实：“大部分学生是学不懂，不是不想学。一转眼老师操作就飞没了。学生照猫画虎，知道按这个按钮会得到这个结果，但是换一个应用他可能就不知道了。”

这就是问题的核心。学生缺的不是”学习的步骤”——AI 辅助至少给了他学的步骤：这一步按哪里，为什么按这里，卡住了问哪里。先让跟不上的学生跟得上，再谈深度。

他还顺口修正了我的定位：“与其说你这个辅助学习，倒不如说你这个更适合的是人机工作——给电脑下指令，电脑实现人想要的效果。”

我认这个说法。学习只是人机工作的一个场景，下面是我这一个多月里，人机工作真实发生的样子。

三、活案例：我不会硬件，AI 帮我认出了整块电路板

前几天班主任发给我两页手写的电路原理图，问我认不认识。我对硬件只懂皮毛，换作以前，这种问题只能搁置。

这次我把实物拍了两张照片，连同原理图一起丢给 AI——它先从实物照片里认出了元件（两只 D882 输出对管、9013、9012、1N4001、电位器），然后认出了这是 OTL 功率放大器实训套件，还发现这和我 10 月初焊过的一块是同款（新批号 260303）。接着它翻出了我当时焊接时做的整套 BOM 参考卡，逐项比对确认，最后生成了一份新的焊接参考卡 PDF，连”从当前状态继续焊”的顺序都排好了：色环电阻→二极管 V2→瓷片电容……

整个过程我只做了两件事：拍照，上传。

换作以前，这条链路是：翻教材→问同学→搜索引擎里大海捞针。现在是一条消息。

四、这套东西拆开看：端-边-云的 AIoT 系统

它正好是物联网教材里的三层结构，每一层都长出了新东西。

端——感知与执行。 一块 RK3588 开发板，6TOPS NPU，配 IMX415 摄像头；另一端是 Windows 电脑。板子上是我手写的采集代码：V4L2 拿到视频流，MPP 硬件编码器同时产出三路——H.265 主码流、H.264 子码流、JPEG 快照帧。1080p30 只吃掉 VPU 一成算力，剩下的留给 NPU 检测。电脑那头有个管家程序，清垃圾、截屏、搜文件——这是”手”。

边——板子上的管家。 摄像头 24 小时常驻采集，画面在本地 HTTP 服务上实时可看。我说”抓拍”它就摘一帧发群，说”视频10秒”就截一段录像发群。数据全程不出板子，不花一分钱，所有命令和问题都在这里接收与解决

云——认知的大脑。 智谱 GLM 大模型在云端：看懂暗光照片里的宿舍，从两千行代码里指出哪一行会越界，把一个没人认识的电路板变成一份焊接教程。它还有记忆体系——每次配合的结论都沉淀成档案，下次开工不用重新认识我。

缝起这一切的是飞书群。 我说一句话，摄像头、电脑、云端一起动

五、学习积极性：把”看懂了”变成”写出来了”

我复习嵌入式代码有个死循环：看解析册→看懂→过几天忘→再看。“看懂”的感觉是假的，识别不等于记住。

AI 给我的方案是把”看”改成”写”：它按我学过的代码出卷子，填空、排序、问答，我先凭记忆写，写完它批改，错题直接定位到源码第几行。

第一次做卷子之前我跟它说”我完全不会”。批改出来 25 分拿了 24。那天我才意识到：我不是不会，是从没逼自己输出过。积极性不是喊口号喊出来的，是每天一份 25 分的卷子喂出来的——分数摆在那，明天想不想超过它，自己会想。

这正是班主任那个问题的答案之一：它为什么对学不懂的人有用——因为它给的不是鼓励，是可看见的、当天到账的进步。

六、解决学习问题：不是给答案，是给一条能走的路

这些事的共同点：我拿到的不是答案，是一条能走通的路——题目怎么拆、思路是什么、代码在哪、坑藏在哪。走完一遍，下一道同类题我自己就会了。

七、制定学习计划：长在课表上的计划才是计划

AI 拿到我的课表后干的第一件事，是推翻了我自己定的目标。我自称失眠，它对着课表说：你全周第一节 10:41，没有早课——这不是失眠，是熬夜熬出来的作息后移，别立”每天六点起床”的军令状，立了也守不住。

然后它给的计划长这样：有课日十点起，一点半上床，下午两点断咖啡因；摄像头开发精确排到每周十五个小时，全放在没课的时段。

这份计划我执行得比任何一次自我发誓都久。原因很简单：它是照着我的现实裁的，不是照着”理想学生”抄的。

八、控制电脑：一句话让电脑自己干活

我的电脑上跑着一个管家程序，十几个指令全部从飞书群里发：【状态】汇报三个盘的水位和内存，【清】清理垃圾，【截屏】桌面直接进群，【找】全盘搜文件。带安全锁——只有我本人的 AI 能动我的电脑。

它最实用的本事之一是清垃圾。C 盘被各种缓存、残留、更新包塞满是所有 Windows 用户的宿命，手动清要一个盘一个盘翻文件夹。我发一句指令，它先给”哪里能删、哪里绝对不碰”的清单，我确认后执行，完事附一份体检报告。顽固残留它也有办法：注册表扫描定位卸载残留；删除一律进回收站可恢复；系统目录硬拒绝——清理这件事，快和稳要同时成立。

它还会拦我。有一次群里出现一个来路不明的 Windows 更新拦截工具，它认出风险后主动警告：这类工具会锁系统服务。那一次它拦的不是别人，是我自己。

九、遇到 bug：它出速度，我出怀疑

讲一个凌晨到深夜的完整案例。

我调摄像头，VLC 播视频流黑屏。AI 先给结论”屋里太暗”。我盯着照片底部那条绿边说：不对，这是之前 H.264 项目那个编码对齐的老毛病，你去对照代码。

它去查了，回来认错：视频缓冲区越界读了两万字节垃圾内存，填充区没清零——当年一模一样的病。修完跑了六项数据验证，再拍两张图，色差干干净净。

之后又连出三件事：摄像头被残留进程占住谁也启不动，三行清场命令解决；抓拍永远是同一张旧图，查出一个”只有预览页开着才更新画面”的省资源设计，在新的用途下成了反功能，删掉；录像上传被误判失败，其实是程序把正常结束当成报错，一行修掉。

AI 调 bug 不是”它说啥就是啥”。它快，但会误诊；我慢，但我认得那条绿边是什么病。它提供速度和档案，我提供怀疑和指纹——每翻一次案，它的档案里就多一条防错记录。

这种配合不只在今天。之前一个四路编码的摄像头项目，它做了五轮代码审查，一轮一轮给分级问题清单——从资源泄漏到竞态锁，十五处问题全部闭环修复。它审得比我细，但要不要修、怎么修，判断权在我手上。

学习上也是这个风格：我做完卷子，它批改后不打个分完事，而是把每道错题定位到我学过的源码第几行，让我自己回去对着代码看哪里理解偏了。学习提示不给鸡汤，给路径。

十、未来：从这里长出去

这套系统现在能做的：群里指挥抓拍和录像、网页看实时画面、AI 看图分析和生成学习资料、控制电脑执行任务。

接下来要长的：

NPU 自动识别——人形检测模型已经在板子上验证过，加上”检测到人自动推送照片”的钩子，安防就从”我问它答”变成”它主动报告”。

接进学校服务器——把云端大脑从公共 API 搬到校园网内，教室里的板子直接连学校算力，这才是能推广给全班的形态。

插件化开源——按班主任说的，做成插件接入智能体生态，代码传 GitHub。让不会接线的人拿去就用。

理论课的 AI 复习稿、实训课的逐步陪练、宿舍和实验室的远程眼睛——到最后，它就是那个假设里的角色：老师讲原理，它陪练习，学生负责跟上。

十一、结尾

有人问我这算不算创新技术。不算。我做的事情是：把 AI 的能力接进一个学生每天用的聊天软件里，接上他的摄像头、电脑和记忆，然后用说话的方式指挥它干活。

会接线的人早就享受着 AI 的红利了。我做的，是把接线的活干完，给不会接线的人留一个说句话就能用的入口。

你不需要会编程。你只需要会说话，和一点点”不信它永远对”的怀疑精神——剩下的，交给它。