先说结论：AI可以用，但不能这么用。
我见过最离谱的案例：一个学生让DeepSeek直接写了整篇"基于单片机的温度控制系统设计"，连代码都是AI生成的。答辩时老师问了一句：你这个ADC采样频率为什么设成100Hz？
他支支吾吾说：呃……网上查的……
老师追问：那你知道NTC热敏电阻的响应时间是多少吗？100Hz采样有必要吗？
——当场社死。
AI可以帮你生成，但它生成的东西逻辑不会自洽，细节经不起推敲。
那AI到底能怎么用？
依照这几年辅导电气专业学生的经验，我给你划几条安全线：
可以用AI的地方：
- 帮你理解一个你看不懂的概念（比如SVPWM调制原理）
- 帮你优化某段代码的写法
- 帮你润色某个段落的语言表达
- 给你提供思路参考
绝对不能用AI的地方：
- 直接生成整篇论文或整章内容
- 生成你不理解的代码然后直接用
- 生成实验数据和测试结果
- 生成硬件参数选型理由
怎样让论文不像AI写的？
- 加入真实的调试过程。"第一次仿真时电机转速震荡严重，后来发现是PI参数没调好，经过多次调试，最终确定Kp=2.5，Ki=0.8效果最佳"——这种话AI写不出来。
- 加入具体的型号和参数来源。"选用施耐德ATV310变频器，额定功率2.2kW，因为实验室现有这台设备且功率匹配"——比"选用合适的变频器"强一万倍。
- 加入你的困惑和解决过程。"最初设计时考虑用继电器控制，后来发现触点寿命不满足要求，改用固态继电器"——这叫思考过程。
本人985电气专业毕业，高校科研岗在职，这些年改过不少"AI味"浓的论文。整理了一套让论文"去AI化"的方法和范例，需要的同学点赞
