上周还在刷到大家吵“AI能不能写嵌入式代码”，这周就发现厂商们已经动手了。8月21日，行业媒体EEWorld发了一篇盘点，标题直接叫《嵌入式IDE变天》，越来越多厂商正在给IDE塞进AI Agent，这些Agent已经开始参与完整的软件开发和验证流程。EEWorld电子工程世界8月19日，乐鑫干脆发布了一块专为AI Coding Agent设计的开发板，为AI Coding打造专属硬件载体。网易8月12日，MIKROE宣布自家的NECTO Studio已经支持12家芯片厂的10000多颗MCU。“AI写嵌入式”已经从嘴上争论，走到了厂商开始出产品的阶段。
但到底好不好用？今天我把十几家厂商的动作盘了一遍，再结合社区里正反两面的真实反馈，聊聊AI写嵌入式到底走到哪一步了，以及用不同芯片的你，现在可以从哪儿下手。
一、先发生了什么：芯片厂商集体往IDE里塞Agent
先盘点。以下是根据今年公开资料整理的主流厂商AI布局，重点看“进度”：
Microchip：MPLAB AI编码助手，VS Code扩展，基于开源项目Continue开发，预置了Microchip自己的AI聊天机器人，已经打包进MPLAB Extension Pack，免费，可用。
TI：CCStudio正式支持Anthropic的Claude Code和OpenAI的Codex，通过AI Assistant Configurator配置，也可以装其他VS Code的AI扩展。顺带一提，年初TI官宣了75亿美元收购Silicon Labs，而Silabs正在搞的Simplicity AI SDK，口径是覆盖整个IoT开发生命周期。
瑞萨：e² studio里的AI Navigator插件组，号称覆盖AI模型训练、转换、应用构建到部署的全流程。
ST：今年2月推出STM32Cube AI Studio（负责AI模型优化、验证和部署），随后又推出STM32 Sidekick——基于ST官方文档回答芯片选型、外设用法、CubeIDE问题，知识源覆盖产品页、开发者专区和社区。
乐鑫：4月发布官方文档MCP服务器，把整个文档库接入Cursor、VS Code、Claude Code；8月19日又推出为Coding Agent设计的模块化开发板ESP-Mosaico。
Infineon：5月发布ModusToolbox for VS Code，还有一个预览中的AI Assistant插件，让Copilot、Cursor、Windsurf能理解你的MCU、BSP和外设配置，给的是“能编译的代码”而不是泛泛建议。
ADI：CodeFusion Studio的AI调试助手正在预览内测，MCP驱动，支持Copilot、Claude Code等。
Nordic：5月推出MCP服务器，AI助手可以直接查SDK文档、API参考、设备配置，甚至nRF云上的现场数据。
NXP：没出自家Agent，MCUXpresso靠VS Code扩展加Copilot辅助。
MIKROE：NECTO的AI Code Assistant从2025年就有了，能结合具体MCU、Click板和传感器配置生成初始化、驱动和应用代码；8月12日官宣支持12家厂商、10000+颗MCU。
Qt：6月发布的Qt Creator 20加入ACP（Agent Client Protocol）支持，可以把Claude Code、Codex、Gemini CLI、GitHub Copilot接进IDE。
Tasking：在Embedded World 2026现场演示了AI Agent通过MCP调用LDRA工具，分析代码、生成测试、再按结果改代码，全程不离开IDE。
国内这边，8月13日也有厂商在微博推“还在用通用AI大模型写嵌入式代码？试试PPEC Workbench”，打的也是AI嵌入式IDE这张牌。微博
二、AI到底能写到什么程度：社区分成两派
乐观派已经用出心得了。知乎“嵌入式vibe coding”话题下有位网友分享了自己的完整流程：先用CubeMX配管脚（把需求写清楚丢给AI，让它告诉你怎么选），生成LL库工程（代码少、省token），再写个框架，剩下的交给AI。他的总结很清醒：框架之后的活儿交给AI，但debug必须自己动手，毕竟是嵌入式，波形输出这类问题肯定要自己动手查。知乎
悲观派是真被坑过。7月底一篇叫《我用AI写嵌入式代码半年，把自己坑惨了》的文章讲得很细：让AI写Modbus RTU从站驱动，超时处理用的是阻塞延时，放进RTOS直接卡死整个任务；CRC校验帧拼装在边界条件下是错的；AI不知道你用DMA还是中断，默认给你一个轮询版本。作者的结论一句话：这不是AI写错了，是它从头到尾都没有你项目的上下文。知乎
EEWorld那篇盘点里受访的工程师也是明显分歧：多数人承认，生成初始化代码、驱动模板、配置定时器这类模式固定的小功能，AI效率提升明显；但嵌入式代码高度依赖具体MCU、寄存器和硬件环境，AI生成的代码可能寄存器配置错误、混淆不同芯片的资料，不能直接进生产。EEWorld电子工程世界
把两边放在一起看，其实分水岭很清楚：AI写嵌入式的竞争，已经过了“能不能写代码”的阶段，现在的瓶颈是“能不能理解你的硬件、并自动验证结果”。理想流程是一个闭环：AI生成代码→调用真实编译器编译→发现错误修改→仿真环境运行→检查外设行为→反复迭代。这也是为什么厂商的竞争从“往IDE里塞聊天框”，变成了“让Agent调用整个工具链”——Tasking演示AI调LDRA做静态分析和测试生成、乐鑫把真机验证做进开发板，都是冲着这个闭环去的。
还有一句提醒值得反复说：AI代码最大的风险是“看起来很正确”。基础不够的人，甚至看不出AI写的哪里有问题。AI可以是高效助手，但系统设计和最终验证必须在人手里。
三、普通开发者怎么用：按阵营给你分个工
STM32主力用户：先试STM32 Sidekick，基于ST官方文档回答选型、外设、CubeIDE问题，知识覆盖面相对全；配合CubeMX生成代码+AI补框架，是目前比较成熟的组合。
实际用下来，Sidekick的回答会附带官方文档引用，精确到具体手册的页码，顺着来源就能去核对。
乐鑫生态（ESP32）用户：乐鑫文档MCP已经上线，Cursor、VS Code、Claude Code可以直接调用官方文档，答案可追溯，比通用大模型瞎编少得多。想玩“自然语言描述需求、AI写完直接上板验证”的，可以关注8月19日发布的ESP-Mosaico。这块开发板支持多机拼接与模块化扩展，摄像头、传感器、按键、灯光、电机等模块自由组合。网易从Chat Coding开始，用一句自然语言生成并运行硬件原型；Vibe Coding模式下，Agent进一步参与开发、部署和真机验证。小红书
汽车、医疗等安全关键行业：AI用来查文档、做代码预审、生成测试用例，审校和验证环节保持完整。知名嵌入式工程师Jacob也认为，AI可以帮助工程师更快开发高质量固件，但最终软件质量和安全的责任仍然在人。EEWorld电子工程世界这不是保守，是行业要求。
不管哪个阵营，三条铁律是社区用坑换来的：
提问先给全上下文：芯片型号、用什么库、裸机还是RTOS、实时性要求，一样都别省。上下文给到什么程度，AI就回馈什么质量。
寄存器级、时序级代码必须人工核对：查手册、抓波形、对边界。AI出的是60分底稿，你得把它打磨成90分的工程代码。
验证权永远留在自己手里：AI写的每一段代码都要过编译、下载、测试。只写代码不负责验证的，是在埋雷。
四、接下来值得盯的信号
一是MCP会不会成为嵌入式厂商文档接入的事实标准——乐鑫、Nordic、ADI、Infineon都走了这条路，NXP的按兵不动反而挺显眼；二是IDE的Agent什么时候能调用逻辑分析仪、示波器这类硬件调试手段，那是从“会写代码”到“会验证行为”的关键一步；三是国产工具接下来怎么跟。
最后一个话题抛给大家：你让AI写过驱动代码吗？是真香还是踩坑？评论区聊聊。
