嵌入式要被AI攻陷了？社区实测：写代码是神，上板还在猜
“这两天试了用AI调FPGA、调MCU，ILA抓波形、debug，直接找问题、解决问题了，嵌入式已经被攻陷了”。小红书
10月底小红书上这条帖子收获429个赞，196条评论基本一半调侃一半慌。慌不是没道理——AI编程真的开始向嵌入式进军。有人花2小时让Codex写完一块新板子的全部代码，连带上位机工具。也有人让AI自己写testbench、跑仿真、出覆盖率报告，全程不用打开Modelsim和VCS。知乎小红书
但泼冷水的帖子也紧跟着来了：AI的代码能编译，为什么烧进去没反应？AI为什么总在"猜"你的STM32？小红书小红书
AI在嵌入式里真正的墙：上下文是断的
一个被大量从业者认同的分析：代码、Keil编译错误、J-Link状态、串口数据、原理图、Datasheet散在不同工具里，AI看到的上下文从一开始就是断的。一句话总结现状：只要挂在PC上的，它都能操作；AI只管操作，至于对不对，由使用者买单。小红书
评论区就有血泪样本：别玩，等哪天跑错了东西，把你板子烧了就老实了——有人真被烧过一个电机。小红书
哪里交给AI，哪里自己死守
社区实测下来，分界线比较清楚：
放心交给AI：外设初始化、驱动胶水代码、上位机和调试脚本、重构祖传屎山。有人拿AI指导设计的板子回板就验证通过。还有人让Codex重构了公司里一个函数就写了2000多行的祖传老代码，最后"一把过"。小红书小红书
必须自己死守：时钟配置、GPIO复用、中断处理、并发超时这些底层判断，AI生成的代码最常在这里翻车。用那位博主的原话说：“AI适合当副驾驶，但不能替工程师理解硬件”。小红书
还有个容易被忽略的点：不同模型做嵌软差距巨大。同样的移植任务，有的模型一轮过，有的多轮都不行，甚至有现成例程都跑不明白。别指望一个模型通吃，也别拿一个模型的表现下结论。哔哩哔哩
真正该慌的，是"能力停滞"的人
已经有工程师发帖说，用Claude Code干活，“盯着AI输出了很多代码，但感觉自己的能力没有提升”。AI干得太快，人退化成看不懂内部发生的审批员。这对从零入门的新手是真实风险：寄存器一个没手写过，直接让AI生成，等于跳过了长肌肉的全部过程。小红书
但对有基础的人，更冷静的判断是：这轮端侧AI的门槛不在模型，在部署，卡住人的通常是"把模型塞进现有固件"的工程问题。量化、推理引擎适配、资源受限下的裁剪，这恰恰是嵌入式工程师的地盘。知乎
所以结论没那么悲壮：AI淘汰的不是嵌入式，是"只会背八股、没碰过板子"的嵌入式。 会用AI的嵌入式工程师不会取代你，但懂硬件边界、还会指挥AI的，确实会。
