如果你还在给 MCU 手写外设驱动，过去一年嵌入式开发的工具链已经翻了个底朝天——而你可能还没察觉。
一位做了 13 年嵌入式的 37 岁工程师最近开了账号记录心路：从今年 1 月起，他把 DeepSeek、Claude Code、Codex 这些 AI 挨个跑了一遍，还顺手把模型搬上板子做端侧部署。他的结论很扎心，原话是“第一次觉得攒了十几年的经验，好像不够用了”。让他不安的不是 AI 会写代码，而是整个行业已经把 AI 变成了标配。小红书
芯片大厂集体动手：把 Agent 塞进 IDE
最近半年，厂商的动作密集到像约好了：TI 的 CCStudio 已经开始正式支持 AI Coding 工具，装好就能在 IDE 里配 AI 助手。36氪
ST 则把 STM32Cube AI Studio 和 Sidekick 问答助手安排到位，让它基于官方文档回答芯片选型和外设问题。乐鑫上线文档 MCP 服务器，把芯片规格书、TRM、硬件设计指南直接接入 Cursor、VS Code、Claude Code，8 月还发布了一块为 Coding Agent 设计的模块化开发板 ESP-Mosaico。36氪
Microchip、瑞萨、英飞凌、ADI、Nordic 等厂商也全都在自家工具链里跟进。Qt Creator 20 更是原生支持 ACP 协议，把主流 Agent 一个不漏接进 IDE。竞争的焦点已经从“AI 能不能写代码”，转向了“AI 能不能调用编译、仿真、静态分析、烧录验证这整条工具链”。36氪36氪
社区共识：AI 能提速，但翻车得你来接
所以 B 站那条“学生用 AI 写代码，上真机一跑全错”的视频能拿下 6400 多个赞。面试官对纯软转行的评价也很直接：“现在都是 AI 开发，比资深工程师效率高，不过 bug 较多”。哔哩哔哩小红书
工程师圈公认的雷区：寄存器配置幻觉、不同芯片资料张冠李戴、“看起来很正确”。而江科大的“AI 全流程开发 STM32”教程被近 4500 人收藏，高赞评论点破了关键：真正难的不是“生成代码”，而是读工程→编译→看报错→烧录→串口验证这一整条链路跑通。36氪哔哩哔哩
新工作流：骨架归人，血肉归 AI
目前一线被反复验证的玩法是这样：自己先把硬件接口调通、搭好“骨架”，再把芯片手册和需求文档喂给 AI，让驱动、外设、应用逻辑这些“血肉”由它长出来；最后拿真机测试日志喂回 AI 迭代下一版。三个要点：小红书
让 AI 查官方文档，别让它凭记忆：MCP 接入权威文档源，寄存器幻觉能少一大半。
把验证闭环焊死：生成→编译→烧录→串口日志→反馈修正，没跑过真机的 AI 代码一律不算完成；
安全、实时、低功耗留给人：汽车等安全关键场景里，AI 生成代码之后，人工审核、测试和验证不可替代。36氪
写在最后
新人问得最多的一句话是“AI 都完成得挺好，到底有没有必要自己把代码学好”？真实答案是：AI 的坑恰恰都长得很像正确的代码，接住它靠的就是基础。被 AI 稀释的是抄数据手册、配寄存器这类体力活，被放大的是“看得懂硬件、兜得住验证”的价值。你的护城河，正在从“背得住多少库函数”，挪到“板子抽风时，你还稳不稳得住”。哔哩哔哩36氪
