- 硬件架构与技术方案
主控核心：采用 STM32 最小系统板作为核心控制单元。
传感器模块：使用自带 MCU 的 8 路灰度传感器杆，保障路况信息的精准采集。
算法控制：借助 AI 编写了 PID 控制算法，确保小车在循迹过程中的平稳运行。
- AI 辅助开发过程 (Vibe Coding)
研发提效：首次尝试完全依靠 Agent 进行“Vibe Coding”，开发周期得到极大幅度的缩短，核心主体代码的编写仅用时一天。
人机协同：尽管代码编写效率显著提升，但车体结构的搭建与相关硬件的安装接线仍需手动完成，且后期的系统调试环节依然占据了整体开发绝大部分的时间。
- 项目感悟与反思
AI 的边界与人的价值：第一次深切体会到了目前 AI 编程的强大与便利。但 AI 无法代替思考——项目的下一步规划、想要达成的最终效果，仍需要开发者自己去构思与框定。
硬件功底依然不可或缺：在开发过程中，必须对所接触硬件极为熟悉。例如，引脚等底层信息必须准确无误地传递给 Agent。这表明，在 AI 时代的嵌入式开发中，扎实的硬件基础不仅没有过时，反而更加重要。
对系统鲁棒性的重视：赛前调试处于完美状态的小车，在比赛临近时却出现了问题。这暴露出开发初期对运行稳定性的考量不足。在未来的项目中，无论是准备备用元器件，还是对“能跑”的代码进行极致的稳定性优化，都与完成初始功能同等重要。
- 深度思考：技术路线的继承性
在解决小车的电源问题时，我沿用了此前在“复活玩具小车”项目中使用的双电源供电模式。这一决策不仅有效解决了当前的问题，也给我带来了更深层的启示：无论是个人开发者还是大型科技公司，各开发主体的技术路线都具有显著的“继承特征”。这也是为什么我们能在许多公司不断推出的新产品中，清晰地窥见一脉相承的设计风格与技术基因。