AI开始写嵌入式驱动后,我成了那个“工具人”

最近公司在推 Claude Code 和 Codex，还给大家免费充值。我连续深度体验了一个多月。以前我总觉得，嵌入式离 AI 还远一些：代码得跟硬件打交道，SoC 厂家的 SDK 又各有一套，架构、接口和开发流程都不太标准。AI 能写通用代码我相信，真要把驱动跑到板子上，应该还得靠工程师一点点啃。

实际用下来，情况跟我想的不太一样。

这一个多月，我几乎没怎么亲手写代码，驱动大多由 AI 来写。我负责编译、烧固件、上板验证。遇到问题，就把日志、运行现象和测量结果反馈给它；它接着分析、修改，我再重新测试。最让我惊讶的是，它排查问题的思路很清楚，会顺着 SDK 调用、配置和实际表现一层层往下找。示波器波形和逻辑分析仪的数据，它也能看懂，还会提出接下来该测什么、怎么验证。

原本我以为 AI 只是在旁边帮忙补几段代码，现在它已经能参与完整的调试过程。很多时候，我要做的就是把板子上真实发生的情况说清楚，再照着它的思路去验证。至少在代码实现和初步排查上，岗位对个人能力的要求，好像一下子降了好几个等级。

AI当然会出错。芯片资料不全、SDK接口特殊，或者它一开始理解错了，最后还是得靠实物测试来纠正。但它改得快，也能根据新的证据接着推理。过去工程师要自己查资料、试方案、改代码；现在其中相当一部分工作可以交给 AI 先跑一遍。

所以我有时真觉得自己像个“工具人”：负责烧录、测量，再把结果递回给 AI。可上板验证也不是简单按个按钮。板子有没有接对、现象是否复现、测量数据能不能说明问题，都需要人来判断。AI没有办法亲手碰到设备，工程师依然是它和真实硬件之间的那座桥。

从公司角度看，这种变化肯定会影响团队配置。以前项目要多少人，多少时候是在估算编码和排查需要投入多少工时；现在 AI 能把不少重复工作压缩掉，少数有经验的人确实可能带着工具完成更多任务。但只留下几个老手，再让年轻人照着 AI 的步骤操作，未必行得通。新人得有基础，才看得出它哪里想错；老工程师也得继续熟悉新工具，经验才有机会变成更大的产出。

我快40岁了，心里有点复杂，也有一点庆幸。过去积累的硬件经验和调试习惯，现在正好能用来判断 AI 的方案靠不靠谱。可我也会想，如果自己现在20岁，该学什么才能不被 AI 淘汰？大概不能只练写代码的速度了。系统、硬件、测试方法和判断力，可能比记住多少语法更重要；还得学会把 AI 放进真实项目里，让它做事，也能看住结果。

一个月前，我觉得嵌入式和 AI 中间隔着一块电路板。现在那块板子还在，AI却已经能和我一起看波形、追问题、改驱动。它暂时不能亲手插线、烧录和复现故障，但工程师的工作已经开始变了：键盘敲得少一些，判断、验证和把关变得更重要。