一段题为《Claude Code and Codex reverse engineered my 1994 Jeep's ECU over a $3 Arduino》的视频，记录了一次有代表性的尝试：借助 Claude Code 与 Codex 两个 AI 编程代理，并配合一块价格约 3 美元的 Arduino 开发板，对一辆 1994 年款吉普车的 ECU（发动机控制单元）进行逆向工程。
目前该视频没有公开的文字摘要，作者身份、所涉总线协议、具体接线方式与最终逆向成果，都需以视频内容为准；本文只依据标题信息描述其大致轮廓。
为什么值得关注
一是门槛的变化。汽车电子与嵌入式逆向长期依赖专用诊断设备、逻辑分析仪和大量领域经验，属于少数人掌握的技能；这次演示把硬件成本压缩到一块廉价 Arduino，将“读懂通信、写出解析代码、验证猜想、再修正”这一循环交给 AI 编程代理来加速。
二是 AI 编程代理的能力边界在移动。过去这类工具主要用于写业务代码、补测试、改脚本；而当任务对象变成物理设备时，代理需要结合采集到的原始字节流与时序信息提出假设，生成采集与解析脚本，再根据结果迭代。这比纯软件任务更接近真实工程调试。
三是需要保留的谨慎。视频属于个人演示项目，其覆盖范围与可靠程度并不等同于生产级方案；ECU 直接关系车辆安全与排放合规，任何读写与改动都应做好隔离、备份与风险评估。
对从业者的提示
AI 代理在硬件在环调试中的价值，更多体现在缩短“假设—验证”的循环耗时，而非替代电气知识与安全判断。此类项目适合先在台架或备用 ECU 上验证，再考虑接触实车。
具体技术路径与结果，建议直接观看原片。