夜雨聆风
当AI重塑软件,硬件为何仍在“石器时代”?
（仅大二学生个人观点，欢迎评论）
一、 硬件设计的“深渊”：被软件抛弃的孤岛
起因是我在 LTspice 枯燥的仿真与繁琐的电路搭建中的巨大的挫败感。LTspice 强则强矣，但那 Win95 风格的 UI 和反人类的第三方 SPICE 库繁琐导入流程，不太符合现代审美和效率。
1. 选型与文档的泥潭：
现在的电路设计，本质上是在做“信息考古”。为了选一个电容或芯片，我们需要在各大官网翻阅几十份全英文 DataSheet。国内手册语焉不详，国外手册专业英语复杂，阅读成本极高。这种毫无容错率的工作，一旦选型失误或推荐电路推算错误，结果就是整板报废。
2. PCB设计的“试错成本”：
画 PCB 就像是在一个拥有几十种变量的复杂系统中寻找那个脆弱的平衡点。分区、隔离、等长、阻抗匹配……目前没有通解，只有无数前人用炸板换来的规范。我在布局阶段的一个细节纠结，往往就能卡住好几天。
我不禁思考：这种极度依赖经验、重复性极高、且具有明确逻辑规范的工作，不正是 AI 最擅长的“底层逻辑”吗？ 为什么人类还要在这些琐碎中消耗创造力？
二、 软件开发的“降维打击”：AI与工程化的成熟范式
对比硬件，软件工程领域早已发生了翻天覆地的变化。
前一阵子openclaw火了，他能帮你疏通各个软件成为个人管家，直接获取权限帮你操作好，而不是传统AI那样给你文字思路。似乎真的能像神笔马良那样，只要能描述，就能得到。前一阵我玩了vscode的AI插件很快做了想法的实现（做网页，游戏），而且效果很好，以及看到技术博主分享AI对软件的赋能，发觉现在的编程远不是AI完善上下文或者给出编程题算法题答案，而是渗透到各个细节效率起飞了。
Gemini的总结：
- Copilot 与 Cursor 的深度渗透： 现在的编程不再是简单的代码补全。以 VS Code 的 AI 插件为例，它已经实现了从“解释代码”到“重构项目”的跨越。通过自然语言，AI 能直接帮你搭建整个网页框架或游戏逻辑，甚至处理复杂的上下文关联。
- 版本管理与协同的艺术： 软件界有极其成熟的 Git 体系。配合 GitHub Action 或 GitLab CI/CD，代码提交后会自动触发测试、构建和部署。如果出错了，一键回滚即可。
- 在我相对更熟悉的固件开发中，也感受到了变化。vscode内置丰富的嵌入式插件，意法半导体官网都推动STM32CubeMX 接入 AI ，开发者只需描述需求，AI 就能自动生成初始化代码。软件开发正变得像“乐高积木”，重心已从“敲键盘”转向了“架构设计”。
（细节前一个更古老的软件只剩个安装包，界面太老不太想用）
三、 深度剖析：为什么硬件设计还在“原地踏步”？
我偶然看到有专业硬件ai的播客介绍。这已经是当下面向硬件设计最前沿的AI垂类产品了，设计师作为前meta高管，产品确实有一定的先进性，toC做的很好，界面像Copilot，用的舒服有审美，我们可以在对话框输入自己的需求（需要蓝牙，响应速度，电池性能，扬声器功率……）像是产品经理在总结客户的需求，然后输入对话框发送。之后一大段都是两人的闲聊，然后看Flux在加载……直到最后生成了ESP32，接口等器件，连了一些线，然后就没了。设计师重点引以为豪的用AI画好了多数的封装，选取了价格实惠的器件。但嘉立创eda封装几乎全有，价格也一目了然……最后说用自动布局布线完成PCB。
四、 总结与展望：打破 P 与 NP 的屏障
在学习离散数学时，P 与 NP 问题让我思考：验证一个产品（看懂开源项目）的成本极低，但原创一个产品（从零设计）的成本极高。
我理想中的未来是：AI 成为那座桥梁。我只需要描述需求，AI 就能帮我完成那些消磨兴趣的重复劳动——选型、布局、查规范。让我能像稚晖君那样，真正实现“所思即所得”。
实践的乐趣应当来自于创造本身，加之专业技术的钻研。而不是死磕老旧语法，过时的标准库，也不是在纸面上手写寄存器配置代码。 在 AI 秒杀人类编程能力的今天，我们更应关注如何利用 AI 赋能硬件，让嵌入式更有改变世界的生命力。
加之最近嘉立创也在推动开源社区，接入各种AI也印证了我的想法（不过效果我感觉都不太好）硬件开发AI就是一片蓝海。
当时刷教程，考古到立创官方的评论，说预计23年会上线AI（现在也没踪影hhh）。以及标准版在19年发布的仿真工具（不过感觉还是不太主流，一直是不温不火）。想法确实很多，也期待这个优秀的国产公司能迎来蜕变
