Я не разочаровался в нейросетях. По-прежнему считаю LLM сильнейшим инструментом. Но в работе с железом их роль ДРУГАЯ. Вот принципиальная разница. Когда делаешь бэкенд или бота — модель видит почти всю картину: весь репозиторий, структуру, контракты, зависимости. Она ориентируется в системе целиком. Когда работаешь с железом — часть проекта находится ВНЕ репозитория. В физическом мире. LLM не видит, как у тебя реально подключены провода. Не видит, что контакт иногда отваливается. Не видит, что на третьем пине странное поведение. Не видит, что диод мигает не так. Не слышит реле 🔌 Она просто не может загрузить всю информацию о проекте в контекст. И поэтому тут ты гораздо чаще вынужден думать сам и писать сам. Иногда даже мелкие скрипты на C++ пишешь руками — просто потому что именно ТЫ сейчас видишь систему целиком. Включая ту её часть, которой нет в коде. Железо нельзя промптнуть в готовый прод. Его всё равно нужно собирать, паять, тестировать, отлаживать. И именно здесь вернулся тот отклик, который я потерял. Ты снова не только направляешь — но и руками дожимаешь до результата. #IoT #LLM #embedded #разработка