对于嵌入式工程师而言，AI 写出来的代码再漂亮，真正放到板子上跑不起来，也只是穿着旗袍站在泥地里的美女，远看风情万种，近看鞋底全是屎。AI 写不好嵌入式工程代码，这基本上也是一个事实。硬件差异太大、工程环境太碎、寄存器配置太细、调试链路太长，这些因素决定了，AI 写嵌入式代码，不如它写前端、后端这类软件代码来得顺手。但我这段时间高强度折腾 AI 下来，发现了一个反直觉的现象：如果单让 AI 写一段嵌入式代码，能力可能只有 60 分；可一旦用上“AI + 工具链”，也就是让它以 Agent 的形式参与嵌入式工程开发，它最后表现出来的能力，可能达到 90 分。为什么？先说清楚，什么是 Agent。现在常见的 Codex、Workbuddy、Trae、Claude Code，都属于 Agent，中文叫智能体。然后，具体到嵌入式开发里，两者啥区别？你把一个启动失败日志截图丢给普通大模型，它会认真建议你：检查时钟配置，检查外设初始化，确认引脚复用，查看链接脚本，检查中断优先级，确认栈空间。这些话都对，像《论语》里说“学而时习之”，没人敢说孔夫子错。问题是，对归对，它不能直接替你把板子跑起来。具体改哪里、怎么改、改完有没有用，还得你自己趴在工程里翻。Agent 的工作方式不同。它可以直接打开工程，读取源码、配置文件、启动文件、构建脚本和编译日志，顺着错误一路摸过去，看看究竟是哪一个宏、哪一个驱动接口、哪一段配置，把整个工程拖成了瘸腿马。然后它修改 C 文件、头文件、工程配置、链接脚本。时钟树该改的改，外设初始化该补的补，Makefile 或 CMake 该修的修。改完不是拍拍屁股说“贫道已尽力”，而是重新编译，重新读取日志，继续验证。这就是 Agent 和普通大模型的核心区别：一个纯粹是嘴炮，一个会深度参与全程陪伴。而且帮你闭环迭代。当 AI 进入这个闭环后，即使一开始生成的代码或配置不完全正确，它也可以通过真实工具链拿到反馈，再继续修改、验证、优化。说白了，就是用流程和工具机制，弥补 AI 本身写嵌入式代码能力不足的问题。所以 AI 也许会犯错，但 Agent 会纠错。用 Agent 辅助嵌入式工程开发，是当下我觉得最务实、最高效的工作形态。
发布于 上海
1
1
1
未登录
友善发言
评论
加载中
