凌晨一点，一个工作两年的嵌入式工程师把需求丢给大模型：STM32，I2C读一颗六轴IMU，100ms打印一次加速度。三十秒，代码出来了，注释整齐，变量命名比他自己写的还讲究。他盯着屏幕愣了很久，脑子里只剩一个念头：这活儿，以后还轮得到我吗？知乎专栏
不是他一个人这么想。10月21日知乎热题"为什么都在唱衰嵌入式"下，更刺耳的说法是：有人买了十几块ESP32和一堆单板机，一行代码没写过，LLM就让机械臂动了起来——嵌入式的春天来了，只可惜跟嵌入式程序员没啥关系。知乎
焦虑已经成了声浪，但两边大多凭感觉。把过去一年的实验数据和一线证言翻一遍，你会发现真实战线比"能不能"有意思得多。
先说句公道话：AI现在确实很能打
nRF52上做功耗优化，GPT-4把电流从9.1mA一路压到12.2μA，七百多倍。让它写五十次I2C接口，三十多次烧进板子直接能跑。知乎专栏
在MAX78000上部署YOLO目标检测，人类专家调出来的最好成绩是mAP14.15%，AI Agent自己写代码、编译、烧录、看测量结果，第7轮就超过人类，最后做到18.03%。三百多个物联网小任务，八成多能从头走到尾；搭一个LoRa传感节点，四个不会硬件的新人，没AI只有一人做得成，有AI全员做成。效率数字也是真的：用Copilot写同一个HTTP服务器快了一半还多，微软、埃森哲近五千名开发者的对照实验里，用上AI的人每周多完成四分之一的任务，而且越没经验的人受益越大。知乎专栏
可一碰物理世界，AI就开始露怯
拿126道嵌入式人人写过的小题——数码管显示、按键计数、舵机转角、点亮LED——去考十个主流大模型：最强的给了原理图，只做对55.6%。这还只是入门级操作题。知乎专栏
错法让人哭笑不得：数码管四成的错误是分不清共阳和共阴、段码表写反，有的模型在共阳接法上最后的准确率是0；按键消抖将近四成的错误是套了个150ms计时却不跟踪电平边沿，长按被识别成好几次按下；往ESP32迁移，每五份生成代码就有两份连编译都过不了。老工程师翻数据手册一分钟的事，模型平均烧四千多个token逐位推算，最后还算错。知乎专栏
现场证言：岗位不是消失，是被拆开重组
正方说得很干脆：除了板子AI还画不太好，其他的都可以替代我了，从方案到软件到硬件电路设计以及电路板评审都可以。知乎
反方更具体：让机械臂动起来那只能叫玩具，你让一个非嵌入式专业毕业的人去搞一搞任何一家工厂的机械臂流水线，给他半年，他搞得明白吗？评论区里贴着量产的追问更扎心：一个量产项目总有几台机器开不了机，该怎么用AI排查，目前没人给出过答案。知乎
一位刚被优化的Linux嵌入式工程师补了现实注脚：芯片方案厂商一般会提供尽可能完整的SDK，驱动开发和维护的需求被大量削减，日常工作主要是改设备树、做产品匹配。知乎
AI把测试和问题定位再提速一档之后，共识变得很冷：虽然还是需要有人，但是，不需要那么多研发了。知乎
所以往哪走：别在AI擅长的半场跟它赛跑
国际劳工组织给近三千项任务逐条打分：软件开发者0.53的任务能被AI接走，电气工程师0.31基本不受影响——离纯代码越近，AI越好下手；离电路、离物理世界越近，它越使不上劲。嵌入式恰好一只脚踩代码、一只脚踩硬件，岗位不会整个消失，只会被拆开重组。知乎专栏
另一份1591名国内从业者的调研里，四成人预期收入下降——焦虑真实，但方向指错才是浪费时间。这行越久越该记住：别和AI比谁样板代码写得快，也别把RTOS、Linux、ROS、AI一股脑全部学一遍。AI够不着的，是电流表、示波器、产线和量产bug的另一端：HardFault怎么定位、中断为什么会丢、DMA什么时候出问题、系统跑满24小时稳不稳。AI抢不走的那半边饭碗，才是你该深挖的方向。知乎专栏知乎
