9月14日到9月21日这一周，嵌入式圈子里同时发生了不少事：
西安电子科技大学一位老师把《嵌入式软件AI编程》专栏更到了第16讲，从Claude Code的安装配置、接入国产模型，一路讲到VS Code里协同开发STM32工程，基本一天一更，配套图书《嵌入式系统AI编程》也已经排上出版计划。知乎
9月20日，B站有UP主开源了一个让AI调试硬件的Skill，通过MCP协议帮AI打断点、读寄存器、看内存，不用再人肉守着Keil点单步。哔哩哔哩
同一天，知乎上出现一个叫DCM（设备能力模型）的业余项目：设备编译时自动生成一份"数字说明书"，AI Agent通过MCP和串口直接操作一块STM32F407，全程不写一行上位机代码。知乎
也是9月21日，一篇《嵌入式软件开发到了和古法编程彻底说再见的时候了》的长文在社区流传。文章给"古法"下了个新定义：不是用寄存器还是用HAL，而是凡是需要人手完成物理世界反馈闭环的环节，都算古法编程。文章末尾挂着"有需要的私信我"——这是一篇软文，但吵起来的话题是真的。
热闹归热闹，把这周的信息摊开对一遍，会发现争论的焦点早就不是"要不要让AI写嵌入式代码"，而是下一层：AI到底能不能从编辑器里爬出来，摸到你的板子和仪器。
一、"古法编程"这个词，比这篇文章本身有意思
先说那篇软文里最值得留下的一个判断框架。它算了一笔工作量账：需求分析约占30%、代码开发约占30%、测试约占40%。按这个口径，只让AI写代码，等于只动了那30%，而且AI写得越快、越自信，剩下40%的验证负担越重——测试工作量不降反升。这个比例是作者自己的账，未必精确，但方向戳中了这一轮讨论的要害：嵌入式的瓶颈从来不在打字，在反馈环。知乎
对照着这个框架，再去看社区里三个月来的真实产出，可以整理出一个很清晰的阶梯——AI在嵌入式开发里到底接管到哪一步了，现在其实是三个台阶：
台阶一：AI在你的编辑器里写代码。 这是渗透最快的一层。youcans的西电专栏就是给这层铺路的：VS Code里打开STM32工程根目录，用@引用文件让Claude Code读懂main.c的初始化流程，改代码、跑构建、看diff都在一个界面里完成。小红书上做ESP32 vibe coding的、知乎上"50元从零到成品"的AI辅助定时器教程，也都在这层。知乎
台阶二：AI接管你的工具链。 4月20日B站发布的那个"AI自动完成嵌入式开发、烧录、调试闭环的技能库"视频，5.6万播放、140条评论，至今还是这条赛道的风向标。：给大模型提供MCU固件全流程能力，Keil/IAR/CMake/PlatformIO多工具链构建、烧录、GDB调试、串口监视、Modbus/CAN/VISA协议调试，Linux、macOS、Windows三平台。评论区里长出来一串同路项目：有人做了直接改Keil工程文件的skill，有人手搓了带Agent的Qt IDE，有人把逻辑分析仪和烧录器打包成MCP Server，还有人做了面向AI编程的OLED UI框架kk_ui（9月14日更新，2.7万播放）。到了DCM这一步，连"设备本身"都对AI可读可写了。哔哩哔哩哔哩哔哩
台阶三：AI操起仪器干活。 让AI自己接示波器、逻辑分析仪、程控电源，写完代码自己烧、自己测波形、测不过自己改。RLink、ExlinkPro这类调试器已经开始往MCP方向走。ExlinkPro那次升级在B站有4万播放。那篇"古法编程"软文卖的也正是这个台阶的东西。哔哩哔哩哔哩哔哩
台阶一已经人尽皆知，台阶二的开源生态热得发烫，台阶三才刚冒头——而社区真正的分歧，全在台阶三。
二、评论区才是真实世界：三篇血泪账
判断"AI行不行"，别看演示视频，看评论区和踩坑帖。这一轮我捞到三个很具体的：
其一：AI不查手册就动手。 有人用国产模型做开发，AI拿到需求后数据手册一个字没翻，直接`GPIO i++`往上怼。另一台设备快做完，加个功能发现引脚不够用，AI开始自己"头脑风暴"停不下来。知乎9月19日那个《别让AI直接写寄存器！先搞懂这五层"嵌入式世界观"》的问题，说的就是同一件事：AI不知道你的芯片地址、位域和有效值范围，它只能猜，“代码看着像那么回事，烧上板就不工作”。台阶二那批工具（SDK头文件抽寄存器知识库、DCM自动生成数字说明书）本质上都是在堵这个洞。哔哩哔哩
其二：AI的日志是新的噪音源。 公众号"嵌入式大杂烩"9月15日那篇《AI打印的日志全是废话》在圈里传得很广：AI默认写的是"防御性日志"，它不知道你的MCU主频、串口波特率、Flash容量，更不在乎ISR里能不能打印，只会把"我在干嘛"一条条刷出来。文章给的解法不是少用AI，而是把日志规则写进上下文——一条日志必须能回答它是谁、何时、何级、何事件、带什么上下文数据，ISR里只留证据、错误路径必留痕、正常路径别吱声。改完之后日志清晰到什么程度？连喂回给AI做诊断都"出奇地准"。这是很典型的一轮新技能：会写prompt只是入门，会给AI立工程规矩才算上道。知乎
其三：量大管饱之后是还债。 B站技能库视频的评论区，有人说用AI写了30万行代码，人工检查了三个月还在纠错。而另一面，知乎9月21日刚有人复盘ESP32工程里"Debug正常、一开-O2就崩"的经典事故：优化等级一上去，指令重排、激进内联、严格别名全来了，AI生成的RTOS多任务和中断代码没有任何义务对这些负责。AI把写代码的成本打下来了，但嵌入式那种"软硬件耦合+故障偶现"的债，一分没少，只是换了个地方还。哔哩哔哩知乎
还有个更现实的争论：《大量使用AI做的嵌入式项目算自己的项目吗？可以写进简历吗？》——高赞回答一句话："随便问你项目里任何一个问题，你能随时答上来，就OK。“翻译一下：AI时代，简历的验收标准从"做过"变成了"答得上来”。知乎
三、软文先跑，说明这个台阶已经有人想收钱了
值得警惕的一个信号：台阶三刚刚有点样子，“私信版"的闭环智能体就已经开始出货了。那篇古法软文宣传"一次迭代5分钟、零人工介入、可直接进量产”，顺带列了几家国内外商业平台的名字。——按这个口径去查，多数还只是发布者自己的说法，缺少可独立核实的官宣，产品效果更没经过社区检验。对普通工程师来说，这类"你描述需求，它从写代码干到物理验证"的东西，现在最理性的姿势是：看演示、读开源实现、别付钱。 台阶二的东西全是开源的，先白嫖。知乎
四、不同位置的人，从哪级台阶开始爬
把上面的信息落到自己身上，大致三类：
学生/电赛党/入门者：停在台阶一就够当前用了。硬件成本极低——社区里真实跑通的方案，一块ESP32-S3开发板30元上下。35元的开源触屏MP3、50元的定时器实战教程都是全案预算；先把"AI写的寄存器代码烧上去为什么不工作"这种坑亲手踩一遍，比追闭环概念值钱。知乎
1~3年MCU/RTOS固件工程师：直接上台阶二，几乎零成本。装一个Claude Code或Codex，拉一个embed-ai-tool或DCM这类开源技能库进项目，第一件事不是让它写新功能，而是把日志规范、寄存器知识库这些"工程规矩"注入给它——你缺的不是AI，是让AI认识你那块板子的桥。
做测试、量产、电机控制这类重验证岗位：台阶三先观察再动手。示波器、逻辑分析仪、程控电源这一套仪器的门槛本来就远高于开发板，商用闭环平台又处在"软文期"，现在最划算的投入是把40%的测试环节文档化、结构化——既是给未来接AI闭环留接口，也是自己短期不被替代的本钱。
至于"嵌入式是不是AI最后堡垒"这个老问题，这周的信息给了个新答法：堡垒从来不是代码，是物理世界。AI写代码的能力每个月都在涨，但它能不能看见你板子上那根引脚的真实波形，决定了它离你的工作流有多远。接下来值得盯的信号很简单：台阶三的开源工具会不会长出"不用私信"的版本，商业平台敢不敢公开报价和实测数据。到时候再决定要不要让AI碰你的仪器，不迟。
