嵌入式纯软件开发凉了，至少在 esp32 这个平台上已凉。ai 写的不比专业人员写的差，自己写过一个 ai 音响的纯软件开发+串口通信。画 pcb 应该还行

一般做 ai 音响，要买有 mic 回采的 s3 开发板。或者新出的 s31 。可以不用带屏，但是需要如果 gpio 能有一个 rgb 灯最好，可以做指示灯。gpio 多暴露一些，好做串口，或者其他

https://play.google.com/store/apps/details?id=com.littlegold.pace

我媳妇做的，欢迎各位大佬下载。我还做了一个复杂版本的，更详细的统计。

原生的定位在户外的精度都还可以。国产地图 sdk ，是混合定位，他们收集了基站信息，会在无 gps 的根据这些估算位置，原生定位是没有的。至于图层，个人觉得不是特别重要。

@layxy 亲测 google play 退了，被封后第一时间，取消订阅，取消订阅的原因写，账号被封

都 AI 了，那就都原生，主写一个平台，功能拆细一点，后面的用 ai 迁移到另一个平台，AI 很快就能弄好；你可以先尝试找一个开源的 app ，先用 ai 迁移到另一个平台，先练练手

别想不开充钱就行

老哥，之前我看到过一个论文 Debug2Fix: Supercharging Coding Agents with Interactive Debugging Capabilities ，把原生 debug 做出来，就厉害了，虽然说打 log 也能解决问题，但是一个不断试错，不断反复收集运行环境上下文的过程；但是 debug 能完全掌握运行环境，完整的运行上下文，对小模型也是非常有用的，友好的；这应该是下一代 code agent

@KaiWuBOSS 我试了一下 codex cli 中对话 OK 了，但是 agent 调用工具不行（比如读文件)，应该我模型不行吧

■ unexpected status 404 Not Found: 404 page not found, url: http://127.0.0.1:11435/responses

PS C:\Users\cfm880\Downloads> kaiwu run .\Qwen3-Coder-30B-APEX-I-Quality.gguf

██╗ ██╗ █████╗ ██╗██╗ ██╗██╗ ██╗
██║ ██╔╝██╔══██╗██║██║ ██║██║ ██║
█████╔╝ ███████║██║██║ █╗ ██║██║ ██║
██╔═██╗ ██╔══██║██║██║███╗██║██║ ██║
██║ ██╗██║ ██║██║╚███╔███╔╝╚██████╔╝
╚═╝ ╚═╝╚═╝ ╚═╝╚═╝ ╚══╝╚══╝ ╚═════╝
本地大模型部署器 vv0.1.6 · llama.cpp b8864
by llmbbs.ai · 本地 AI 技术社区

[1/6] Probing hardware...
GPU: NVIDIA GeForce RTX 3080 Laptop GPU (SM86, 16384 MB VRAM, 760 GB/s)
RAM: 63 GB DDR4
OS: windows amd64
⚠️ CUDA 13.2 detected — known bug with low-bit quantization
If you see garbled output, downgrade driver to CUDA 13.1

[2/6] Selecting configuration...
Model: Qwen3-Coder-30B-A3B-Instruct (moe, 22B total / 1B active)
Quant: Q6_K (18.1 GB)
Mode: moe_offload (experts on CPU)
Accel: Flash Attention

[3/6] Checking files...
Using bundled iso3 binary: llama-server-cuda.exe
Binary: llama-server-cuda.exe [cached]
Model: Qwen3-Coder-30B-APEX-I-Quality.gguf [cached]

[4/6] Preflight check...
✓ VRAM sufficient

[5/6] Warmup benchmark...
Probe 1: ctx=128K ... 13.6 tok/s (< 18, too slow)
Probe 2: ctx=64K ... 14.6 tok/s (< 18, too slow)
Probe 3: ctx=32K ... 15.7 tok/s (< 18, too slow)
Probe 4: ctx=16K ... 14.8 tok/s (< 18, too slow)
Probe 5: ctx=8K ... 13.8 tok/s (< 18, too slow)
Tune ubatch: ub=128 → 14.5 tok/s; ub=512 → 14.6 tok/s;
✓ 14.6 tok/s @ 32K ctx
Saved profile: C:\Users\cfm880\.kaiwu\profiles\qwen3-coder-30b-apex-i-quality_sm86_16384mb_ddr4.json
✓ 14.6 tok/s

[6/6] Starting server...
Waiting for llama-server to be ready (port 11434)...
llama-server started (PID 17428, port 11434)
Kaiwu proxy started (port 11435)

┌─────────────────────────────────────────────────┐
2026/04/25 14:35:09 Kaiwu proxy listening on :11435 → llama-server :11434
│ Ready — Qwen3-Coder-30B-A3B-Instruct @ 14.6 tok/s │
│ API: http://127.0.0.1:11435/v1/chat/completions │
│ 模型文件夹: C:\Users\cfm880\.kaiwu\models │
└─────────────────────────────────────────────────┘

运行 kaiwu inject 接入 IDE · Ctrl+C 停止
─ 实时监控 · 空载 ─────────────────── 每 2s 刷新 ─
reuse:1024 · KV:f16 · 32K ctx · ub512 · mlock
速度 显存 内存 GPU 温度
— tok/s 6.4/16 GB 30.4/64 GB 0% 50°CC
[..........] [====......] [====......] [..........] [=====.....]
─────────────────────────────────────────────────────────
上下文 [....................] 0.0K / 32K 余 32.0K

放 android studio 里，看火焰图，找最耗时的函数，看看调用栈，还有就是调用最多次数的函数

小米平板 5

判决书里应该有这么一条，如果未按本判决指定的期间履行给付金钱义务，应当依照《中华人民共和国民事诉讼法》第二百六十四条之规定，加倍支付迟延履行期间的债务利息。加倍部分债务利息：法定固定标准为日万分之一点七五（年化约 6.3875%），相当于定期存款呗，不用着急；大家都慢慢耗着就是了。