top of page

Claude 協助診斷 1994 年 Jeep 的廢氣檢測不合格問題

16 分鐘前
讀畢需時 12 分鐘

據 Muhammad Zulali 所述,在其 1994 年 Cherokee 多次未能通過加州廢氣檢測後,Claude Jeep 診斷協助他調查問題。他透過 Arduino Nano(一塊小型可編程電子板)將車輛的引擎電腦連接至手提電腦。Claude 提供診斷指引,Codex 則負責編程工作。Zulali 表示,該 Jeep 最終通過了檢測。

這個結果是一個吸引人的 AI 成功故事,但當中其實包含數種不同的成就。讀取舊式電腦、解讀其量度數據、改變其行為,以及解決排放問題,都需要不同證據。據報的檢測合格結果,並不能證明之前每一項診斷都正確。

核心張力在於存取與理解之間。編程代理可以協助車主取得被陌生介面困住的資訊,但這種存取同時會讓他們面對誤導性讀數及後果嚴重的錯誤。Zulali 的實驗具體展示了兩面,但並未證明 AI 可以取代汽車專業知識。

Claude Jeep 診斷始於缺乏可見性

直接問題是涉及氮氧化物(通常稱為 NOx)的排放不合格;這是一組會在排放測試中量度的污染物。據 Tom’s Hardware 報道,初步調整未能解決問題,反而令後續結果更差。在作出進一步決定前,Zulali 需要更清楚掌握引擎的運作狀態。

該刊物 11 月 13 日的報道描述了由連接手提電腦、收集量度數據,到調查引擎電腦的過程。報道將最終通過廢氣測試歸功於 Zulali 的項目。這仍屬於據報結果,而非可獨立重現的發現。這項 Jeep 廢氣實驗亦涉及實驗性的控制工作,範圍不止是讀取量度數據。

真正重要的改變,是車主能透過可檢視及延伸的軟件介面調查車輛。

這改變了故障排查的模式。沒有量度數據時,一次調整可能只是猜測,然後再接受一次檢測。有了記錄下來的觀察資料,車主便可以更具體地追問:故障徵狀出現前、期間及之後發生了甚麼事。

這些問題仍需要技術上可靠的答案。引擎電腦只會報告它自身對車輛的理解,並不會自動解釋檢測為何不合格。軟件存取為調查提供證據;它本身並不能完成調查。

這個分別很重要,因為標題將複雜的過程濃縮成一個簡單結果。「AI 協助 Jeep 通過檢測」描述的是車主的說法。它沒有解決哪一項介入最關鍵、哪些想法失敗,以及最終設定其後是否仍然合適等問題。

具說服力的評估,應把最初的不合格、有效的診斷、實際採取的介入,以及後續檢測結果串連起來。每一個連結都會強化解釋。缺少連結時,即使車主準確報告最終合格結果,仍會留下其他解釋的空間。

一次成功連接,與建立可靠的診斷工具亦有分別。成功的實驗只證明某條路徑在特定條件下有效。可靠工具則需要清晰界線、可理解的失敗情況,以及可供他人核查的結果。

對關注 AI 編程代理的讀者而言,這才是值得研究的事件。該項目不只是就汽車問題生成文字,而是建立了一個介面,讓車主可以從機器本身收集證據。

這比「AI 修好了汽車」更具體,也更有用。它指出軟件在哪裏作出貢獻,同時保留實體操作、解讀及外部檢測的角色。

可存取的介面仍需要正確解讀

引擎控制單元(ECU)是負責管理引擎運作的電腦。連接至它可建立通訊渠道,但理解其訊息的含義仍是另一個問題。只有當解讀方法與特定電腦相符,一串數字才會變得有用。

這正是 Claude Jeep 診斷比「把手提電腦接上舊車」的故事更有意思之處。真正困難的判斷,是現有證據是否確實支持所提出的解釋。一個看似合理的解讀,可能會引導車主指向錯誤零件或作出不必要的調整。

可讀取的量度數據,其可信度應低於已獲獨立核實其含義的量度數據。

試想一下,收到一個溫度數值,與信任該數值之間的分別。軟件必須辨識正確訊息、解讀其內容,並以可理解的單位呈現結果。這條鏈中任何一處出錯,都可能產生極具說服力的顯示結果。

螢幕本身對此問題幾乎沒有保護作用。一張精美圖表可以像呈現正確解讀一樣整齊地呈現錯誤解讀。AI 生成的解釋接着可能令該圖表看似更具權威,卻沒有加入獨立證據。

這為進入實體系統的軟件開發者帶來一個常見陷阱。能成功運行的程式碼,仍可能建基於錯誤的設備模型。沒有軟件錯誤,並不代表診斷正確。

因此,汽車調查需要代理本身解釋以外的核查。讀數應與相關文件、已知運作條件或其他合適量度相符。不一致之處應觸發調查,而不是以更繁複的敘述為原有答案辯護。

同樣的道理亦適用於故障碼,即電腦偵測到特定狀況時發出的訊息。一個故障碼可以縮小搜尋範圍,卻未必指出根本原因。把每個故障碼都當成直接更換某件零件的指令,便跳過了真正的診斷工作。

此工作流程最可信的版本,是容許代理明顯地出錯。它保留原始觀察資料、記錄假設,並在證據能區分不同解釋前,讓競爭性的解釋保持開放。這種做法更容易識別錯誤,也較不易讓錯誤植入後續決定。

它亦釐清了編程代理的貢獻。代理可以協助建立收集及整理資訊的軟件;這些資訊是否證明了機械上的成因,仍是關於車輛及證據的問題。

一個有用的比較,是涉及陌生軟件服務的除錯工作。日誌很有幫助,但一則日誌訊息可能不完整或具誤導性。調查者仍要理解是哪個組件產生它,以及它代表甚麼條件。

Jeep 的故事把這個分別帶到一個解讀會影響真實設備的場景。更佳的存取提高了學習機會,但亦提高了核查新取得資訊含義的重要性。

該項目延續早期工作,而非從零開始

名為 xj-scanner 的公開項目,提供了比泛泛而談 AI 能力更具體的成果。其掃描器文件說明可讀取故障碼、查看即時量度數據、記錄行車資料,以及運行內置測試。文件亦指出測試車輛:一部配備 4.0 公升引擎、電腦零件編號為 56030117 的 1994 年 Cherokee XJ。

這種具體性很重要。單靠車型名稱,並不能界定所有相關硬件或軟件細節。項目對相關車輛的既定興趣,不應被視為全面相容的聲稱。

該儲存庫亦鳴謝訊息定義、換算公式及故障碼說明的既有工作。其獲確認的基礎包括 László Dániel 的 Chrysler 診斷軟件,這是一個用於與舊式 Chrysler 系統通訊的既有硬件及軟件項目。已發布的掃描器採用 GPLv3 開源授權。

這項實驗的價值,亦在於透過新工作流程使累積的技術知識變得可用。

這是一項有意義的成就,無需聲稱代理獨立發現了一切。工程往往透過整合而進步:連接既有知識、調整工具,以及解決兩者之間的落差。

對車主而言,這些落差可能是最困難的部分。相關資訊可能散落於技術文件、軟件項目及早期調查之中。要把它們轉化為可運作的系統,需要判斷哪些細節適用,以及哪些假設需要核查。

由代理協助的工作流程,提供一種互動地駕馭這些材料的方法。它的吸引力部分來自連續性:同一段對話可從連接失敗,一路跟進到令人困惑的量度數據,再到修訂後的解釋。

連續性亦會帶來風險。早期的誤解可能延續至後續程式碼及分析。讓底層文件保持可存取,有助車主或其他審閱者質疑這條推理鏈。

對開發者而言,該項目提出了一項評估類似示範的實際標準。產出應展示足夠結構,讓其他人可以檢視所聲稱的成就。一段令人印象深刻的互動錄影,其技術問責性低於有文件記錄、可供審閱的成果。

這並不表示公開程式碼會自動驗證每一項說法。一個儲存庫可以包含有用軟件,同時對最終成果的記錄仍然不足。成果與結果應分開接受審視。

這種分離方式亦有助於知識管理。來源文件、原始日誌、解讀及已確認結果各有不同用途。把它們混在一起,會令人難以分辨觀察資料與事後加入的解釋。

整理類似調查的團隊,可使用可搜尋的知識庫,讓技術文件及工作證據能夠檢索。好處在於保留脈絡與來源追溯,而非將生成摘要視為最終權威。

更廣泛的教訓沒有自主發明那麼華麗,卻更可轉移。編程代理在協助人們建立可驗證的調查時會變得有用。這類調查的品質,同樣取決於其來源與核查機制,而不只是生成的程式碼。

Claude 與 Codex 分擔工作,並非受控基準測試

Zulali 的說法將診斷指引主要歸於 Claude,將編程或記憶相關工作主要歸於 Codex。這種分工說明了他如何使用這些工具,但並不能證明任何一個工具在另一種安排下會有何表現。

對於任何搜尋 Claude vs Codex 診斷比較的人而言,這項區別至關重要。該項目並非在相同條件下,給予兩個系統完全一致的任務。它們各自被報告的貢獻反映的是擁有者的工作流程,而非一項受控比較。

這項實驗支持的是對協作方式的描述,而非對競爭 AI 產品的排名。

公平的比較需要明確定義任務、採用共同輸入資料,以及清晰的成功準則。同時亦須考慮人為介入。否則,提示方式、可用背景資料或任務分配的差異,都可能解釋表面上的結果差距。

這項 Jeep 實驗提出了另一個問題:在代理人輔助調查後,哪些工作應仍可清楚歸屬?擁有者應能說明哪些觀察來自車輛、哪些詮釋來自軟件,以及哪項決定需要人類判斷。

當多個工具參與時,這份紀錄尤其重要。一個代理人可能產生資料收集工具,另一個則解讀其輸出。若收集工具本身含有錯誤,第二個代理人的推理即使內部一致,仍可能得出錯誤結論。

因此,分工只有在界線保持清晰可見時才有用。每項貢獻都需要可識別的輸入及可核查的輸出。否則,責任便會消失在一連串看似合理的步驟之中。

這帶來的壓力首先落在評估代理人輔助工具的人身上。成功示範會鼓勵更廣泛的期待,但買家及開發者需要與這些期待相符的證據。「幫助過這名擁有者」與「能可靠地適用於這類情況」是實質上不同的主張。

工具製造商面對相關的產品挑戰。能解釋其證據並揭示不確定性的助手,比起只直接宣告診斷結果的助手更容易評估。信心應取決於調查品質,而非最終段落的流暢程度。

該項目亦說明,立即推論為取代專家是不恰當的。所報告的工作仍依賴一個人連接設備、觀察車輛,並決定下一步怎樣做。軟件協助改變了這個人的能力,卻沒有消除其責任。

對維修專業人士而言,值得關注的可能性是出現資訊更充分的客戶,或組織得更好的調查。能否節省時間,取決於所收集證據的品質。大量未經核實的 AI 詮釋反而可能增加額外工作。

目前沒有量度得出的生產力結果可解決這個問題。較恰當的理解,是把這宗個案視為一名擁有者在技術上得以實現的工作流程示例。其可重複性及實際價值仍有待檢驗。

Claude vs Codex 診斷比較亦忽略了該項目最強的一點:這些工具是共同用於處理一個可觀察的問題。真正相關的比較,是不透明的調查與可檢視證據的調查之間的差異。

一次據報通過的 Smog 檢查仍留下重要疑問

California 公開指引清楚表明,Smog Check 不僅涉及手提電腦上顯示的一個有利數值。其 Smog Check requirements 說明,檢查包括目視及功能檢驗,較舊車輛還需進行尾氣測試。該機構亦警告有關經改裝或未獲批准的車輛軟件。

這個框架限制了讀者應從所報告結果作出的推論。業餘實驗的成功,並不代表其方法已獲批准,亦不構成對類似改動的一般豁免。California 另行公布了有關 aftermarket parts requirements 的資訊。

據報通過檢查,應與關於長期維修效果、整體安全性或監管批准的主張分開看待。

現有報道把通過檢查歸因於 Zulali 的說法。本文並未獨立核實其車輛的檢查紀錄,亦無法根據已審閱材料確定究竟是哪項介入措施帶來最終結果。

這些是報道限制,並非證明擁有者的說法不實。它們界定了可信的個人示範與完整記錄的技術結論之間的距離。要縮短這段距離,需要額外證據。

第一個問題涉及因果關係。當調查包括多項調整及實驗時,最終改善並不會自動指出決定性步驟。清晰的時間順序紀錄,有助把有效介入與附帶活動區分開來。

第二個問題涉及持續性。在一次檢查中取得的結果,並不能說明之後每種運作條件。持續使用的證據,將有助支持對根本問題是否仍已解決的較廣泛主張。

第三個問題涉及配置。讀者需要知道車輛通過檢查時的相關狀態,而不是假設每項實驗功能仍在啟用。若沒有這種區分,後續轉述可能把項目中不相容的階段拼合成單一故事。

這些問題亦說明,診斷存取與實驗控制應獲不同處理。觀察電腦可以揭示有用資訊;改變其行為則引入額外問題,包括預期效果、非預期效果,以及如何核查這些效果。

公開項目的有限測試範圍在此十分重要。一部特定車輛的已記錄成功,不能證明在相關電腦上有同等表現。相似名稱及共同傳承,並不能免除核實實際硬件的需要。

同樣的審慎態度亦適用於「AI 修好了它」這個說法。這種措辭把軟件生成、診斷、實體介入及檢查捆綁為一項被歸屬的行動,可能掩蓋人類工作及解釋中尚未解決的部分。

更準確的描述應保留其先後次序。Zulali 使用 AI 協助調查並與其 Jeep 的引擎電腦互動,之後報告通過了廢氣測試。進一步主張需要超出這個順序的證據。

對於 Claude Jeep 診斷而言,維持這項區分能保護故事中有用的部分。這項實驗可以繼續在技術上引人入勝,而不會變成普遍適用的維修建議,或聲稱排放合規只是一項編碼挑戰。

獨立核查將決定哪些經驗可延伸至這部 Jeep 以外

下一階段應以能夠強化或收窄原始說法的證據來評價。僅有更多報道不足以建立更廣泛的可靠性。重複轉述可以傳播同一主張,卻不會增加獨立觀察。

最有價值的後續工作,是把有記錄的結果與可重複的調查連結起來。

第一個值得關注的訊號,是對所報告維修及檢查有更清晰的紀錄。若公開時間線能連結故障、介入措施、最終配置及檢查文件,將可加強因果解釋,亦有助讀者把成功路徑與過程中的實驗區分開來。

這類文件亦可令結果更易評估,而不會過度陳述。一項通過結果可支持關於該次檢查的主張;詳細記錄則可支持更具資訊性的解釋,說明車輛為何達到該結果。

第二個訊號,是在明確識別的車輛及電腦上進行獨立測試。報告應說明涉及的設備及實際檢查的功能。成功連接、看似合理的讀數,以及經核實的診斷結果,分別代表不同層級的驗證。

失敗同樣具有資訊價值。一個記錄其失效位置的項目,能讓使用者更現實地理解兼容性。坦誠的限制可令工具更值得信賴,因為它們減少了從有利示例作出泛化的誘惑。

第三個訊號,是把觀察功能與影響設備的操作分開。清楚記錄這條界線,有助審閱者理解軟件讀取甚麼、改變甚麼,以及有何證據支持任何一種操作。這將強化把它視為嚴肅技術成果來評估的理由。

這些訊號應指引未來數月的關注方向,但不應成為對已排定發布的預測。已審閱來源並未證實存在正式驗證計劃或即將到來的認證里程碑。進展應透過已公布證據來評估,而非根據項目的知名度加以假定。

對開發者而言,更廣泛的意義在於介面。當軟件把陌生實體系統的行為轉化為可檢視資訊時,該系統會變得更容易接近。這種轉化的品質,決定新的存取能力帶來的是理解,還是更繁複的猜測形式。

對 AI 產品使用者而言,這宗個案提供了一項有用的判斷測試。請問代理人直接觀察了甚麼、推斷了甚麼,以及有甚麼內容曾由對話以外的人核查。即使沒有涉及車輛,這些問題同樣適用於許多調查。

「xj-scanner 解說」這個說法最終應引導讀者理解這些區別,而不是承諾聊天機械人理解每一具老舊引擎。這項成果之所以重要,在於它讓調查的部分內容可供檢視。它更廣泛的實用性,將取決於獨立審閱者的發現。

在把 Claude Jeep 診斷視為可重複的維修方法之前,請追溯結果背後的證據。閱讀項目的限制、區分量度結果與詮釋,並尋找把介入措施與所報告通過結果連結起來的文件。若你以專業角度評估代理人輔助工作,亦應要求同一條證據鏈。一個具說服力的示範應令你有足夠好奇心作出調查;而一項可重複的結果,則應說明測試了甚麼,以及哪些事仍屬未知。Zulali 的 Jeep 為這場討論提供了具體起點。下一項有用貢獻,是讓其他人能夠檢視、質疑及據此建構的更清晰紀錄。在信任同一套推理可用於你所依賴的設備之前,你需要看到甚麼?

 
 

為每個智能代理提供更完整的背景,提升工作表現

讓智能代理連接 remio 已整理好的知識、決策和歷史紀錄。

remio 目前支援 Windows 10+(x64) 及配備 Apple 晶片的 Mac。

你的 AI 工作夥伴
和 remio 一起高效工作

規劃、創作、交付
一站式完成

bottom of page