9月23日晚上，25.9万粉丝的B站UP主keysking更新了一期《AI时代的STM32教程》，从STM32C5出发，全面拥抱AI Agent带来的全新开发方式，配上STM32CubeMX2、VS Code的现代化开发生态。 两天时间3.6万播放、2060点赞、3000收藏、306条评论——对一个硬核单片机教程来说，这个收藏比相当夸张。哔哩哔哩
视频简介里还特意感谢了意法半导体中国对这系列教程的支持。 MCU原厂开始认真押注AI Agent开发方式，这个信号比任何个人体验都硬。哔哩哔哩
同一天，知乎"嵌入式软件，all in AI的话有可能吗"的问题下，答主小智学长写下一句话：我上一次手写一个完整的函数，已经是半年前。 这个回答当天就刷到4.5万阅读。知乎
再往前一天，UP主晨星万象发了条情绪拉满的视频——《一个嵌入式从业者对失去饭碗的焦虑（实际上是用codex摸鱼摸爽了）》，8000多播放、89条评论，评论区吵成一锅粥。哔哩哔哩
一周之内，三拨人同时在说话。这不是"AI会不会取代程序员"的老话题重炒，而是这场争论第一次真的烧进嵌入式这个此前公认"AI啃不动"的领域。我把知乎、B站、小红书三边的证据都翻了一遍，这篇帮你把账算清楚：AI到底吃下了哪些环节、哪些还啃不动、你现在该做什么。
焦虑派：话最难听，但不是没道理
晨星万象视频的评论区，是这次争论里最真实的声音。一条33赞的评论说，用codex干了一段时间之后，很多时候人就是个ai驾驶员，换个大学生都能做的东西已经毫无价值了。 也有人判断更狠：所有搞标准化技术的都会面临AI的严重打击，非纯软程序员还没感受到，只是因为AI还没往这些方向发力。哔哩哔哩
也有学生直接在评论区求助：双非电子信息，感觉AI的代码水平完全追不上了，专业上还有什么知识是仍然值得花时间学的。同期知乎"29岁学嵌入式算晚吗"这类问题密集冒出来，高赞回答开头第一句就是29岁学嵌入式不晚，但别走应届生那条路。 焦虑的不只是35岁老兵，还有没入行的新人。知乎
但最有意思的是这条26赞的评论：我也想魔芋爽，但是公司电脑不联网。 这句话比所有宏大叙事都真实——它点破了AI红利派的隐藏前提：你得先用得上。哔哩哔哩
红利派：工具确实已经到这一步了
另一边，正在吃红利的人晒出的东西，确实超出了很多人对"AI写代码"的想象。
小智学长在知乎回答里放出了他过去一年做的开源工具：mbed-ai-tool，一套面向AI编程助手的嵌入式开发技能集，覆盖MCU固件开发的构建、烧录、调试、串口监视和协议调试，Keil、IAR、CMake、PlatformIO这些主流工具链都支持。 翻译一下：AI不只帮你写代码，还能直接帮你编译、烧录、看串口——以前嵌入式工程师最核心的日常闭环，现在Agent可以全程接管。知乎
他还有个更进一步的NextBoard，一个面向硬件产品PCB方案设计的AI Agent，输入产品需求后自动推进方案设计。 也就是说，从需求确认到芯片选型这条线，AI也开始往里走。知乎
B站UP主"n你要我再怎样啊"开源的东西更狠：一个AI调试硬件的Skill，能通过MCP帮你打断点、看寄存器、看内存，不用在Keil里手动调试。 1000播放收了127个收藏，收藏比超过10%，说明看的人是真拿回去用的。另一位UP主展示的workbuddy自动调试开发嵌入式设备，一万播放里收到365个赞。哔哩哔哩
翻车现场：AI和人一起幻觉
但如果只看红利派，你会以为嵌入式已经被AI拿下了。小红书168赞的一篇帖子是必要的解毒剂。
一位软件工程师年初入坑嵌入式，这周想做一套可穿戴输入设备：ESP32-C3开发板+IMU模块，识别腿部动作，ESP NOW汇总到S3主控，蓝牙发给电脑。他原以为不就是传感器识别几个动作，结果一个周末两天半全线溃败：图便宜买的杂牌C3 super mini中了WiFi问题的雷；IMU贴裤子上，布料晃动采集不准；魔术贴绑腿上，时间久了低温烫伤；杜邦线接触不良，最后只能拆线硬焊。最关键的是姿态识别算法，v4.1-flash和5.3-flash修正了非常多的轮次之后还是没有修好，不得已用了中转站的5.6-Sol，修了三轮之后才勉强可用。 下蹲姿态直接放弃，手部节点做到周日晚上，道心破碎。小红书
帖子的开头就是结论：软件做久了，总想着自己做点什么硬件，结果在AI的帮忙下做出幻觉来了。 AI能写姿态算法，但不能替他发现魔术贴会烫伤腿。小红书
B站UP主小符fufu那期《GPT-6Astra生成的PCB，到底还有哪些技术上的不足？》也值得看。 标题本身就是答案：AI能生成PCB了，但"技术上还有哪些不足"这个问题能问出来，就是因为不足还很多。哔哩哔哩
把嵌入式拆成三层，答案就清楚了
吵翻天的两边其实各对了一半。
第一层，已经被吃下的：样板代码、HAL配置、纯算法模块、查寄存器文档、协议解析。这些环节手写已经没有价值，"人就是AI驾驶员"那条评论在这层不算暴论。知乎答主兰闲月的做法很代表：框架提前搭好去耦合，算法和硬件操作分层，纯算法部分在PC上跑单元测试，AI改完过一遍case就行——纯算法的部分，只要单元测试合理就可以完全不用看，于是就成功从研发转职为测试。知乎
第二层，正在被啃的：调试闭环（MCP接Keil打断点看寄存器）、PCB方案设计、测试工作流。这些已经能用，但返工率完全取决于你的工程约束做没做好——小步提交、模块隔离、测试兜底。这层是人监督AI，不是AI替代人。
第三层，还啃不动的：物理世界闭环。接触不良、低温烫伤、杂牌板WiFi坑、EMC、功耗、产线良率、出货后的责任签字。AI没有手感，没有示波器，也不会为量产事故负责。小红书那位老哥的周末就是这层的完整展览。
所以结论可以下得具体一点：嵌入式岗位不会整体消失，但"纯写代码"的那部分嵌入式工作会最先被压价。护城河从来不在你会不会C语言，而在你对物理世界负责的那部分能力——示波器、烙铁、EMC实验室、产线，这些东西AI暂时一个都摸不到。
现在就能落地的：一套被人跑通的工作流
如果你是在职工程师，兰闲月那套被验证过的方法值得直接抄。 具体是五条：知乎
提前搭好代码框架，尽可能去耦合，让AI每次只改一个模块
用好git，每次AI只改一个小模块，测试通过再提交
上下层分离，纯算法隔离出来在PC上跑单元测试，别和硬件操作混在一起
完善测试case，AI改完全流程必须过一遍
AI工作流本身也要设计：AI列方案→AI审查方案→AI执行→AI复审→测试→入库，每一步都有审查
工具侧，mbed-ai-tool加上MCP调试skill，基本能把你现有的Keil或PlatformIO工具链接到Agent上。前提是你所在的环境允许联网——涉密项目、内网隔离的厂，这套暂时与你无关，这反而是很多嵌入式工程师短期内不用焦虑的客观原因。
分人群说几句
在职1-5年的工程师：别急着焦虑，也别嘴硬。先把AI用在文档查询、纯算法模块、测试case生成这三个最安全的环节，硬件操作相关的代码保持人工逐行审。你的目标不是追上AI的代码水平，是成为那个定义问题、验证结果的人。
嵌入式方向的学生：评论区那位双非同学的迷茫，答案是别把时间花在跟AI比写代码上。简历上的价值正在从"会写"转向"会定义问题+会验证"——能独立完成一个含硬件调试闭环的项目，比刷十套八股文值钱。
观望转行的：29岁问题的共识是培训解决入门、不解决竞争力，AI时代这句话只会更成立。转行赌的不再是入场券，而是你能不能快速摸到第三层。
接下来盯这几个信号
一是ST、兆易这些原厂会不会把AI Agent工具链正式收进官方IDE——keysking教程拿到官方支持只是第一步，真进CubeMX了就是行业级变化。二是MCP调试工具是被Keil官方收编还是持续野蛮生长。三是招聘JD里"熟悉AI辅助开发"从加分项变硬性要求的速度。四是社区里翻车帖和红利帖的比例——现在大概五五开，等翻车帖明显变少，说明第二层也被啃下来了。
在这之前，"嵌入式是AI替代洼地"和"嵌入式要完"两种说法，都先别全信。
