AI時代，我們還需要LabVIEW嗎？
身為一個LabVIEW工程師。我常常思考一個問題：在這個AI寫程式的年代，我們還需要LabVIEW嗎？
講結論：要！
做為一個重度AI使用者，我自然探索各種AI寫程式工具。事實上在這個時代，Google有超過25%的程式由AI撰寫[1]，Microsoft表示大約有20~30%的程式由AI撰寫[2]。行業巨頭Anthropic更表示風靡Vibe Coding界的Claude Code有80%程式碼都由AI完成[3]。
LabVIEW最為人所知的就是三個大優勢：
- 快速開發
- 圖形化介面
- 深入的硬體支援
AI幻覺（Hallucination）對儀控的致命風險
AI 最為人詬病的問題之一，就是「幻覺」（Hallucination）。它會自信地產生看似合理卻完全錯誤的資訊。在一般軟體開發中，這可能只會導致程式錯誤或功能異常；但在儀控領域，這卻是致命的。 想像一下，AI 為你的馬達控制程式產生了一段錯誤的指令，導致馬達超速運轉；或是在讀取壓力感測器時，給了一個不存在的函式，讓系統誤判壓力正常而導致工安意外。這些都不是可以簡單重啟解決的問題，而是可能造成昂貴設備損壞，甚至危及人員安全。 LabVIEW 的價值在於其確定性與可靠性。它不是猜測，而是精確的邏輯實現，這在分毫都不能出錯的自動化與量測應用中，是無可取代的。AI看不到儀器
AI很會讀書，但它從沒進過實驗室。AI的知識全來自網路上的PDF和說明書，它能背出示波器的所有規格，卻不知道你桌上那台的BNC接頭有沒有鎖緊。接地干擾？訊號飄移？這些工程師每天處理的「鳥事」，對AI來說就像是異世界魔法。 但LabVIEW不一樣，它就是為了這些「鳥事」而生。在寫下第一行程式前，我能用NI MAX先跟我的DAQ卡「打聲招呼」，確認每個通道都正常。流程即程式
為什麼自動化工程師喜歡LabVIEW？因為我們的思考方式就是流程圖。從「啟動馬達」到「讀取溫度」再到「壓力過高時停止」，這整個流程，在LabVIEW裡幾乎是直接「畫」出來的。你的程式，就是你的設計藍圖。 這點AI生成的程式碼就差遠了。就算AI能給你上百行完美的Python，但三個月後，當另一個同事（甚至是你自己）要來維護時，誰能快速看懂那錯綜複雜的邏輯？LabVIEW的圖形化程式碼就像一份共通語言，讓機械、電機、軟體工程師都能圍著同一張「藍圖」溝通。這不是什麼花俏的功能，這是工程實務的硬需求。優秀的硬體支援
連接新硬體，是工程師的惡夢之一。你要去K那本厚厚的通訊協定手冊，處理底層的VISA、TCP/IP，一個指令一個指令地試。AI現在也許能幫你看手冊，給你一段看起來像樣的程式碼。但然後呢？連線不穩怎麼辦？儀器沒回應怎麼辦？你終究還是得親自下海去debug，花費的時間可能比自己寫還多。 LabVIEW最強大的地方，就是它數十年累積下來的「軍火庫」，也就是上萬種儀器的驅動程式。這是NI和各大廠商真金白銀砸下去開發、驗證過的。對我們來說，這代表著「隨插即用」的安心感，讓我們能把時間花在真正的挑戰上，而不是在搞定通訊這種基本功。如何使用AI輔助LabVIEW開發
在NI推出他們專屬且能用的Code Assistant之前，我們顯然不能期待跟寫Python一樣「講一句話完成一個程式」，但這不代表我們沒辦法搭上AI這台高速列車。 AI很會讀書，那就讓他讀書，落落長的儀器手冊丟給NotebookLM，讓他讀完，問問題還會附上原文。還有更多的AI使用技巧......我偷偷藏在課程裡啦！無情工商時間
咳咳...講了這麼多，還是要宣傳一下。無論你是已經會LabVIEW卻不知道怎麼發展他的超強潛力，
或是你看到那些線就頭痛，
甚至你還不會LabVIEW都沒關係！
陽明交大推廣教育中心推出LabVIEW課程啦！
基礎班｜8/30–9/20（每週六）從零學 LabVIEW，打好自動化基礎
進階班｜10/18–11/8（每週六）帶儀器來，學 SDK 串接，還有最新 AI 大型語言模型輔助開發！
交大推廣教育中心：報名連結 8/11前報名享早鳥優惠！
參考資料
[1]: AI Writes Over 25% Of Code At Google—What Does The Future Look Like For Software Engineers?
留言
張貼留言