《我的旧款 MacBook 的 FreeBSD 没有 Wi-Fi 驱动程序。请 AI 为我编译一个》
=====
本文讨论了使用大型语言模型（LLM）辅助将 Linux 的 brcmfmac 驱动移植到 FreeBSD 以支持旧 MacBook 的 Wi-Fi 的实践、风险与行业影响。核心要点如下：

可行性与潜力：LLM 在有现成参考实现（如 Linux 驱动）的情况下，能显著加速驱动移植，降低入门门槛。人机协作迭代可将开发周期从数月压缩至数周甚至数天，已在多个案例中验证其在编译修复和常规工程任务中的实用价值。

现实风险：驱动移植存在高风险，包括难以复现的并发 bug、硬件损坏（如错误寄存器写入导致 e-fuse 损毁），且缺乏官方文档的专有硬件难以通过“暴力猜测”安全实现。人工监督与低层调试工具仍不可或缺。

法律与版权争议：LLM 训练数据可能包含 GPL 源码，生成的代码若与原实现高度相似，可能构成版权侵权或“版权清洗”（copyright laundering）。尽管代码标注“基于 brcmfmac”并使用 ISC 许可证，但训练数据污染使“清洁室逆向”难以实现，存在法律诉讼风险。

“vibe coding”趋势：该案例被视为 AI 生成一次性软件（vibe coding）的缩影——快速、低投入、短生命周期的工具开发。支持者认为其 democratize 软件定制，反对者担忧资源浪费、恶意代码、维护缺失及对传统 SaaS 模式的冲击。

替代方案更实用：多数评论建议优先采用工程替代方案，如使用 bhyve 虚拟化运行带 Wi-Fi 驱动的 guest VM，或 Qubes OS 式硬件隔离，甚至直接更换兼容的 M.2 模块，这些方法风险更低、部署更快。

工程流程反思：LLM 可辅助生成初稿，但生成代码常存在空指针缺失、魔数泛滥、错误处理不一致等问题。可靠驱动仍需专家审核、严格测试和明确基准验证。仅靠 LLM 编写规范或代码，难以保证质量与合规。

结论：LLM 是强大的辅助工具，可大幅提升开发效率，但不能替代专业工程实践。在驱动开发中，法律风险、硬件安全与长期可维护性仍高于短期便利。对多数用户而言，虚拟化或硬件替换是更稳妥的现实选择。

http://t.cn/AXcbGwvy