导语 

本次暑期实习期间，我在简仪科技 (JYTEK) 承担了一项很具挑战性的技术迁移任务：将原本基于LabVIEW平台开发的生物医学实验程序，全面重构为 C#语言实现，并通过Visual Studio进行专业化开发与部署。作为一名缺乏专业编程背景的数学专业学生，在简仪独特的“AI+AI”培养模式下，我直接接触到了底层的C#代码编写与硬件工程开发。四周的时间里，从搭建开发环境、重构核心代码，到算法优化与软硬件联调，我不仅完成了一次从理论推导到工程落地的跨越，更对当下热门的AI编程与真实硬件项目有了全新的理解。

 一、开发环境部署与 AI+AI 协同工作流  

实习初期，我将工作重心放在开发环境的系统性部署与协同工作流构建上。

· 开发环境配置：完成Visual Studio (.NET Framework 4.8、SeeSharpTools组件) 与简仪硬件驱动 (JYUSB-1601) 的安装调试，确保SDK调用与硬件通信正常。

·“AI+AI”开发尝试：在VSCode中配置了Cline AI助手。简仪推行的“AI+AI”模式非常适合初学者，它打破了传统编程的门槛，让我无需花几周时间死记硬背语法，就能在第一周直接上手写业务逻辑和硬件交互代码。

· 工程排查积累：在驱动部署和环境冲突排查中，我逐渐学会了“复现现象  查看日志  梳理步骤  定向请教”的排查方法。

以上实践过程帮助我建立起工程化的问题解决思维，也是适应企业研发工作节奏的重要起点。

二、核心项目：Bio 系列实验程序重构  

在实习期间，我先后完成了 Bio_01、Bio_02、Bio_03、Bio_07、Bio_08共5个生物医学实验程序向C# WinForms平台的迁移与重构。

三、Bio_01心率实验：从架构设计到功能实现  

Bio_01是本次实习中投入时间最多、技术复杂度最高的项目。原程序基于图形化编程，重构时我需要构建一套完整且稳健的C# WinForms采集与分析系统：

· 双通道采集与实时显示：通过JYUSB-1601硬件采集AI0 (原始信号) 与AI1(滤波信号) ，利用EasyChartX组件实现实时波形对比刷新，并支持硬件采集与软件模拟双模式。

· 频谱与时域分析：引入矩形窗、汉宁窗等窗函数进行 FFT 分析 (去除 DC 分量)，同时结合自相关函数分析信号周期性。

· 双算法心率净化：结合频域 (FFT 亚 bin 精度估计) 与时域 (自相关峰间距) 计算，并采用离群值剔除算法，输出稳定的心率数据。

遇到的技术挑战与解决方法：

· 引导AI规范编程：AI很难自动理解现有的框架，需要我先给出清晰的接口与结构要求，引导AI生成对应代码后，再由我进行人工微调与对接。

· 线程安全与内存管理：后台采集与前台UI刷新容易冲突，通过lock机制与volatile标记确保数据同步，并采用环形缓冲区管理数据窗口，提升内存效率。

· 显示与硬件适配：将线性幅度转换为dBV显示以突出微弱信号，同时处理硬件设备的实际采样率偏差问题。

在开发过程中，我也遇到并解决了多项技术难题：

· 无法正确按照框架编程：需要正确指导AI以期望形式在框架中进行编程，以此才能只有继续进行人为修改

· 缓冲区管理：采用环形缓冲区设计，确保历史数据窗口的连续性和内存效率

· 频谱显示优化：将线性幅度转换为dBV显示，使小信号成分在大信号旁边依然清晰可见

· 硬件兼容：处理JYUSB-1601设备的采样率与实际输出的偏差问题

· 使用.skill：将下载到的技能包安置到可用的路径中，以此节省内存并利用已有的成熟技能

上述技术问题的定位与解决，使我对C#多线程编程模型及数字信号处理的工程实现建立了更为系统的认知。

四、扩展实践：教学网页开发与EEG脑电项目参与  

除了桌面端程序开发，我还完成了数字化教学网页的制作，并参与了前沿项目的讨论：

1. 交互式教学网页 (BioWeb 系列)：使用原生HTML+AI图片，独立开发了BioWeb_01/03/07/08交互网页。网页采用单文件设计、无需服务器，集成了原理推导、动态仿真与自测习题，方便同学们课后复习和预习。

2. EEG脑电项目研讨：旁听并参与了脑电项目的讨论，了解了多通道同步采集、伪迹去除以及高阶谱分析 (双谱/双相干) 等技术，深刻体会到多通道系统中数据规范与团队协作的重要性。

五、简仪实习的独特性：AI Coding认知演进与真实硬件实操  

1. 从“心理抵触”到“高效驾驭”的 AI 编程体验

在简仪实习期间，我对AI Coding的看法经历了一次真实的变化：

· 最初的抵触：刚接触时，我甚至对AI编程有些抵触，觉得用AI写代码太简单，似乎缺乏技术含金量。

· 发现缺陷与卡壳：当项目进入真实的软硬件联调后，我发现AI远没有想象中那么智能。面对复杂的业务上下文、多线程同步、硬件延迟或自定义控件时，AI经常会卡壳、输出有误甚至产生“代码幻觉”。如果一味依赖AI，代码很快就会无法维护。

· 找到正确的合作姿态：我逐渐转变思路，由自己掌控软件架构、逻辑主线与线程安全，把重复性的模板代码和公式推导交给AI。在这种“人把关、AI辅助” 的模式下，开发效率得到了成倍提升。

2. 真实硬件项目 (Hands-on) 不可替代的价值

现在大家都在讨论AI编程，但纸上谈兵和真正动手做项目完全是两码事。以心率测量项目为例，如果不亲手接触硬件，很多知识是永远学不到的：

· 人体信号获取：如何从人体皮肤表面稳定采集微弱的生物电信号？这涉及到传感器贴附、接触阻抗等真实的物理交互。

· 电路搭建与滤波：如何设计和组织前端的硬件滤波与电路放大，直接决定了软件拿到的原始数据质量。

· 软硬件联合调试：现实中的信号往往带有环境噪音和硬件漂移，这必须结合硬件电路调试与软件滤波算法协同解决。在这个过程中，简仪的工程师们非常友善，对我这种非专业背景的新人耐心指导，遇到问题会和我们一起想办法探讨排查。

六、职场适应与数学专业学生的跨界思考  

1. 工程化思维与沟通积累

四周的实习让我建立了严谨的工程思维：不仅要让代码跑通，更要考虑计算精度、多线程安全和数据格式统一。我也体会到在团队中“多问多交流” 的重要性，多说多试、不怕出错，在反馈中及时调整，才能成长得更快。

2. 数学专业背景的弥补与视野拓展

作为数学专业的学生，这次实习让我对自己的专业有了新的思考：在技术日新月异的今天，如果只局限于抽象的理论推导，很容易与实际应用脱节。简仪的实习极大地弥补了我缺乏工程实操的短板，它不仅让我把傅里叶变换、自相关分析、统计滤波等数学工具转化为了真实的C#代码，更让我有机会接触到软硬件结合的前沿技术，为我打开了宽广的技术视野。

七、总结与展望  

为期四周的实习，是我从纯理论学习走向工程实践的关键转折点。我不仅掌握了C# WinForms开发、数字信号处理落地和AI协同工作流，更学会了如何对待新技术与真实世界工程。

展望未来，我将继续秉持“扎实理论，注重实操”的态度，善用前沿工具而不盲目依赖，充分发挥数学专业的逻辑底蕴，持续探索前沿科技与工程落地的更多可能。