聊天调试：人机协作调试模拟电路的探索性研究

一项探索性研究测试了本科生通过与公共领域大语言模型对话来调试面包板和PCB上模拟电路故障的方法。对学生在考试和时间压力下自愿分享的聊天记录进行了主题分析，发现了多模态使用模式，以及现成LLM提供的领域知识和合理调试建议，同时也暴露了LLM在二维和三维图像推理方面的局限、不当的自信语气，以及学生基础概念和批判性思维的不足。

该研究首次系统评估了利用通用LLM进行模拟电路调试的人机协作效果，揭示了LLM在此类任务中的实际能力与显著局限，为将LLM集成到工程教育或硬件开发工具链提供了实证依据。

LLM基于大规模文本训练，能提供领域知识和调试建议，但其对电路布局和物理结构的理解依赖文本描述，缺乏二维/三维图像推理能力，且可能以过于自信的语气输出不可靠的建议。学生的基础概念和批判性思维不足，影响了对LLM建议的甄别和有效利用。

对硬件调试工具或教育产品而言，集成LLM需谨慎处理其视觉推理短板，可能需结合图像识别或仿真工具弥补；同时应设计引导用户批判性评估LLM输出的交互机制，并考虑提供基础概念补习或提示功能，以提升协作效率。

• 开发结合电路原理图或仿真结果的LLM调试助手，改善视觉推理短板。
• 在产品中嵌入对LLM回复的置信度提示或要求验证步骤，降低误导风险。
• 为教育场景设计调试对话模板，引导用户提供关键信息并批判性思考。
• 构建基于真实调试日志的LLM微调数据集，提升对模拟电路问题的专业性。

• 研究样本规模和具体LLM版本未提及，结论的普适性待验证。
• LLM在二维/三维图像推理上的具体错误模式未详细描述。
• 学生基础概念和批判性思维的具体缺失点缺乏量化数据。
• 不同提示策略或交互模式下LLM调试成功率差异未给出。