原帖 ｜ Jack ｜ 2026-03-14 23:38 ｜ 👍2 ｜ 阅读约1
AI时代，嵌入式到底教什么呢？
在 AI 编程越来越普遍的今天，我们对嵌入式教学的理解，也必须升级。
我们认为，AI 的本质是概率生成，它强在速度、广度和试错能力；
而嵌入式的本质是确定性工程，它要求时序可控、资源可控、行为可控、结果可验证。
这两者天然存在张力。
因此，未来嵌入式工程师真正重要的能力，不再只是手工敲出多少代码，也不只是背会多少外设接口，而是：
如何在 AI 的不精确，与嵌入式的精确之间，建立一套可验证、可约束、可收敛的工程闭环。
这就是我们这套课程体系的出发点。
我们不把 MCU、Linux、架构、AI 编程割裂来看，
而是把它们视为同一条能力主线上的不同阶段：
在 MCU 阶段，建立抽象能力、分层意识、模块边界感
在 Linux 阶段，理解驱动模型、对象关系、系统协同与平台差异隔离
在架构阶段，学会定义稳定层、变化点、资源边界与演进路径
在 AI 协作阶段，学会用约束、测试与验证体系不断校正 AI 输出，让代码逼近真实工程目标
我们始终相信：
AI 可以生成代码，但不能替代工程判断；
AI 可以加速实现，但不能替代系统约束；
AI 可以给出候选答案，但不能替代验证闭环。
所以，我们要培养的，不只是“会写代码的人”，
而是能够：
定义系统目标
划清模块边界
搭建分层架构
设计验证方案
驱动 AI 持续收敛
最终做出可运行、可复现、可维护、可演进系统的人。
这，就是我们理解的，AI 时代嵌入式工程师的核心能力。
也是我们这套课程真正想交付给学生的东西。
相关笔记