没有OBD2,Claude如何逆向工程一辆94年Jeep?

AI智能体用三美元芯片绕过OBD2,读取并改写1994年Jeep车载电脑,助其通过排放检测。
文章讲述了一位车主面对1994年Jeep Cherokee因NOX超标无法通过排放检测的困境,放弃传统换件思路,转而让AI智能体(Claude Code和Codex)直接与车载电脑交互。通过三美元Arduino Nano和反相SPI协议,AI先读取实时数据,发现燃油修正异常和油压不足,进而控制燃油泵;随后复制电脑程序离线分析,识别出加州版电脑在检测负载下减油过多是NOX超标主因。因硬件早于可编程版本,刷写联邦版失败,Codex最终通过向Flash存储器写入自定义程序绕过限制,使车辆通过检测。项目展示了通用AI在逆向工程和硬件交互上的潜力,硬件成本仅约15美元。
当一辆1994年的Jeep Cherokee因为排放检测不过关而面临无法注册的窘境,常规的修车思路——换氧传感器、换零件——在反复失败后显得苍白无力。一位车主决定换一条路:让AI智能体直接与这辆老车的车载电脑对话。没有OBD2接口,没有现成的诊断工具,Claude和Codex用一块三美元的芯片和一堆跳线,完成了从读取数据到写入代码的跨越。
从尾气检测失败说起:为什么需要读电脑?
故事始于加州的一次排放检测。这辆94款Jeep在25英里/小时工况下因NOX(氮氧化物)过高而不合格。NOX的生成与混合气偏稀密切相关:当发动机混合气偏稀,多余的氧气在高温下与氮气结合,最终从排气管排出。车主最初换了氧传感器,结果15英里/小时项目的数值从80左右飙升至900,问题反而恶化。
每次检测花费约10美元,反复换件和复检的成本让人难以承受。车主意识到,与其盲目试错,不如直接读取车载电脑里的实时数据。问题在于,这辆车早于OBD2时代,无法通过车下插口或蓝牙读取数据。克莱斯勒90年代后期出过专用工具,但难找且只提供少量故障码,几乎碰不到电脑内部的实时数据。

三美元芯片与反相信号:打通物理层
Claude Code介入后,首先发现这辆车使用的是老式慢速SPI协议,且信号线是反相的,因此需要一个转换器。方案最终落在一块三美元的Arduino Nano上,插在面包板上。Cloud一步步指导接线,但由于说明太长,车主按自己对插头的理解来接线,第一次什么也没读到——电阻把信号压没了。在Cloud建议下拔掉电阻,凌晨1点30分终于读到第一组数据:冷却液温度138、电瓶电压12.38、无故障码。
这是AI第一次真正从这台老古董电脑里读出数据。虽然只是几个数字,但它意味着后续判断可以基于真实数据,而不是瞎折腾乱换零件。
SPI(Serial Peripheral Interface)是一种同步串行通信协议,通常用于芯片间短距离高速数据传输,采用主从架构和四线制(时钟、数据输入、数据输出、片选)。90年代初期,部分车企在车载电脑诊断接口上采用了简化或私有的SPI变种,速率远低于现代CAN总线,故称“慢速SPI”。反相信号指信号电平逻辑被翻转(高变低、低变高),这常出现在老式差分或集电极开路输出中,直接连接现代微控制器会无法识别,需要反相器或软件层面的逻辑取反。Arduino Nano之所以胜任,是因为其ATmega328P芯片可通过软件模拟SPI时序,灵活适配非标准协议,且成本极低。
从只读到控制:AI第一次动手改车
首批数据里的燃油修正显示比原厂要求多喷了22%的燃油,而这基本是电脑的默认值。车主把MacBook放在副驾,让Cloud记录行驶全程数据,保持15到25英里/小时的车速。Cloud很快注意到电脑发出的车速是翻倍的——这是内部计算方式,除以2才是真实读数。
更关键的发现来自燃油压力表:油轨压力严重不足。Cloud提议让它自己控制燃油泵。车主觉得做不到,但Cloud开始给油轨泵油,持续约十秒后车主开始慌了,让它赶紧停。这是Cloud第一次真正在电脑里执行操作并让车辆产生动作,从只读变成了可控。

之后车主打着火逐个拔喷油嘴,Cloud读取燃油压力变化和氧传感器数据,同时用气泡测试查漏,结果几乎什么都没发现。
燃油修正(Fuel Trim)是电喷发动机闭环控制的关键参数,分为短期(STFT)和长期(LTFT),以百分比表示电脑对喷油脉宽的调整量。正值表示电脑在增加喷油以补偿混合气过稀,负值则减少喷油以修正过浓。文中“比原厂要求多喷22%”即长期燃油修正+22%,通常暗示系统存在漏气、油压不足或传感器偏差。燃油压力不足会导致喷油量不够,氧传感器反馈稀信号,电脑便持续加大修正,形成恶性循环。读取燃油修正并结合油压表数据,能快速区分是油路问题还是控制逻辑问题,避免盲目换件。
复制整个程序:在电脑上离线分析
Cloud把车载电脑里运行的全部程序复制到了笔记本电脑上,这样不用进车里也能分析。对比后发现,这台电脑是专为加州做的:在排放检测的特定负载下,加州版电脑比联邦版减掉的油多得多,联邦版燃油曲线一直平稳,加州版则会直接把油砍掉且不加额外燃油,容易导致严重爆震。

这解释了为什么燃油修正显示多喷22%却混合气正常——电脑实际上在减油。Cloud在这里第一次出错,但错不在AI本身,而是网上现成的工具本身就不适用。
Codex登场:向1994年的电脑写入代码
最明显的修法是把整个电脑刷成联邦版设置。Cloud为此做了一整套套件并备份了电脑,但上车测试时,无论怎么试都无法进入编程模式。原因是这台电脑造于1993年12月,比可编程版本早了约4个月,物理上缺少进入编程模式的零件。
于是OpenAI的编程智能体Codex接手。Codex发现可以通过同样的三根线向这台1994年的电脑发送一个小程序,让它直接运行。程序每轮跟着电脑循环跑,每秒约90次。最初版本只算个数发送到笔记本,但RAM会被电脑自己的代码几秒后覆盖。Codex改为把真正的程序写进Flash存储器,这样断电后内容仍能保留,车载电脑里就能运行自己的代码,完全不用碰编程芯片。

这是第一次智能体能进到车载电脑内部做修改,而且修改效果可以直接看到。车主不用一直在旁边拔线换零件,智能体自己就能搞定。最终在多次折腾后,智能体读完了电脑里的全部信息并写入自己的代码,车辆通过了检测。
Flash存储器是一种非易失性内存,断电后数据仍保留,可电擦写,广泛用于车载电脑存储程序代码和标定数据。90年代初,部分ECU使用EPROM或一次性 programmable ROM,需专用编程器;而Flash的引入使得在板编程(in-circuit programming)成为可能,但早期实现常需特定电压和时序进入编程模式。文中电脑因缺少编程模式所需零件,无法常规刷写,Codex改为将小程序写入Flash的未使用区域,利用ECU自身的循环执行机制运行自定义代码,这类似于现代“刷写”但绕过了官方编程接口,属于底层逆向工程手法。
硬件清单与接线要点
完整接线和代码会放在GitHub。所需硬件包括Arduino Nano、一块面包板和几根杜邦线,亚马逊上大约15美元。诊断插头在引擎盖下,有六个针脚,按每一列从上往下编号:左边1和2,中间3和4,右边5和6。只用其中三个:左下角2号是接地,中上3号是电脑接收信号,中下4号是电脑回话。1号和5号为空,但6号要特别小心——它和接地线一样,开钥匙后有12伏,千万别接东西,否则会烧板子。
接线建议从防火墙的走线孔穿过去,用扎带固定转换器,避免急转弯时飞出去。车主建议直接克隆这个项目,让Claude Code、Codex或任何智能体过一遍帮忙搭建;不会设置的话可以问ChatGPT或其他网页聊天工具,它们会教你怎么配置。
这件事的意义
这辆1994年的Jeep没有OBD2,没有蓝牙,没有现成工具,但AI智能体硬是通过反相SPI协议、三美元芯片和反复试错,完成了从读取实时数据、控制燃油泵、离线分析程序到写入Flash代码的全过程。车主总结说,工作大多是Codex做的,Codex基本做了所有内存相关的事,自己只负责接线和开车。不需要机修工,也不需要克莱斯勒经销商工具。
对于老车玩家和嵌入式爱好者来说,这条路径展示了通用AI智能体在逆向工程和硬件交互上的潜力:当官方工具缺席时,AI可以成为那个愿意陪你凌晨1点30分调电阻的搭档。
相关推荐

Gemini 4 Neon评测:跑分比肩Carbon,API定价与额度解析
Google Gemini 4 Neon正式上线,跑分紧咬Carbon,API定价3/15为Hydrogen两倍。本文汇总B站UP主实测:Neon可平替90% Carbon场景,AntiGravity中额度消耗仅为Carbon三分之一,并解析订阅渠道限制与2API封号风险。

Gemini 4 Helium或将至?Google订阅限制松绑信号
Google团队成员预告发布将继续,社区推测Gemini 4 Helium(Flash Lite)或成下一款模型;订阅封禁争议获回应,产品负责人以「Soon」暗示可能开放限制。本文梳理Gemini动向、OpenAI Coding Agent与风险管理、豆包实时音视频API及算力商业动态。

AI辅助React开发实战:视频应用优化与错误处理
14年经验开发者演示如何用AI辅助优化React视频应用:通过ImageKit将视频从80MB压缩至5MB(约94%),并实现可靠的错误处理与重试机制。包含与AI协作的规划、代码理解和验证方法。