新的起点现在写新模块,流程很简单:把需求说清楚——什么接口、什么协议、输入输出什么数据、错误怎么处理——丢给 AI 出框架和样板代码。出来的代码框架基本对,但细节得改。我在上面改逻辑、补边界条件、加硬件相关的异常处理。比如 AI 不知道你这个 SPI 设备的片选信号拉高后要等 50 微秒才能再次拉低,不知道这个传感器上电后要等 200 毫秒才能读 ID 寄存器,不知道你的 DMA 缓冲区必须 32 字节对齐。这些细节,AI 搞不定,得你来。效率高不高倒是其次,关键是你脑子能空出来琢磨真正要命的东西——上电时序对不对?中断响应够不够快?内存对齐会不会搞出 cache line bouncing?调度延迟能不能满足实时性要求?驱动架构怎么跟上层解耦?这些东西,不是你手写一百遍协议配置就能琢磨明白的。我做的大多是设备端应用,涉及硬件交互和通信协议设计。私有协议的控制逻辑、加密算法的核心实现、设备的安全认证流程,这部分我不用 AI,自己写。丢给 AI 的都是协议帧拼装、日志宏、配置解析、JSON 打包拆包这些通用层的东西,不存在泄不泄密。真要搞合规项目,开发机不联网,Ollama 跑个本地模型,一样干活。说实话,用什么工具不重要,Claude Code, Opencode,Kiro,哪个顺手就用哪个,先把工作流跑通了再说。嵌入式开发有个天然优势——代码在开发机上写、交叉编译到目标板,AI 工具跑在 x86 开发机侧完全不受限。只要你打通了 AI 开发工作流,任何 AI 工具都可以用,无非就是迁移成本的问题。