企业官网建设流程全解析

为什么说嵌入式行业是AI落地的最佳场景之一

有个很有意思的现象：大多数人的第一反应是，AI是互联网的事，跟我们搞嵌入式的有什么关系？

累计下来，我做了14年单片机开发，深度用了2年AI，来说说我的判断。

我一开始也觉得没关系。

前两年AI刚火的时候，我的想法跟大多数同行一样，AI关我屁事，做好当下事情要紧。

后来出于好奇，或者说某种焦虑感，感觉不用就会被淘汰的心态试了一下，用它去参与自己日常工作，比如写代码，帮我理解代码，给代码写注释等等。

以前网页对话框我就开始用了，是能起到提高效率的效果，但是上下文丢失的问题让我很觉得很烦，每次都要重新投喂一堆文件。

而AI也正以月，甚至周的速度在更新迭代，从早期网页版，到现在Claude code 各种cli Agent。

一路运过来，还是感慨万千的，它们每次更新迭代我就感觉是要干掉程序员的节奏。

其实一直在用的人就知道，头部AI大模型这群人是真懂我们的痛点，特别是cli这种工具诞生，直接在电脑本地操作，能很好地解决之前上下文，以及数据投喂的便利性。

从那以后我开始认真想一个问题：到底是我们不需要AI，还是我们还没意识到自己需要？还是说我们觉得AI又是一个噱头离我们太远？

我以前也这样认为，但是发现自己错了，因为最近帮几个工程师，使用AI解决了他们头痛的问题，我相信这个场景你一定要有。

我早些年也干了有将近10年工程师，回顾了一下自己的日常工作，其实大多数都是被一些琐碎小事搞完了。

嵌入式项目的知识密度非常高。一个中等规模的项目，几万行代码里藏着模块依赖关系、寄存器配置逻辑、通信协议实现细节、硬件版本差异、历史问题的临时方案。

这些东西，大部分没有文档记录，随着时间过去，很多知识，经验也消失了，哪怕这个项目是我研发的，现在回过头去看代码，也是一头雾水。

还有公司资深工程师被老项目绑住拖不了身，每天的时间被老项目吃掉了大半。售后出了问题找你，新人不懂来问你，改个小功能还是你。你变成了这个老项目的全职保姆，想做新项目完全抽不开身。

比如说，客户现场出了个问题，但明明以前处理过，但就是找不到当时的记录，翻了半天聊天记录，最后还是靠记忆硬想。

比如说，新人来问这个参数为什么这么配，你跟他讲了，后面另一个新人又来问同样的问题，我还得再讲一遍。

比如说，一个功能评估，其实我只要看看以前类似项目的方案和踩坑记录，很快就能给个靠谱的判断，但这些记录散落在不同地方，找起来比重新想一遍还慢。

这些事不大，但它们每天都在发生，每天吃掉的时间加起来，可能比写代码的时间还多。

这就是团队知识沉淀的问题，没沉淀好嘛。

但也没办法呀，以前没有人有耐心有时间精力把这些全部整理出来，工程量太大了。

这些枯燥重复的活，其实AI都可以帮你干。

我是用claude code，发现它可以帮我干这苦逼活，而且干得比我好多了。

我写了一个skill，让它可以直接从源码提取项目所有信息。

然后自动生成这样的知识库：

然后自己审核和微调补厚，后面项目任何变动，都可以去更新这个知识库。

但是我感觉还是不够全面，不够灵活，项目问题都是各种各样，有些可能很细节的，这些文档里没有，要是能有个工具随问随答就好了。

所以我为这个知识库又设计了一个skill，把知识库本地路径投喂进去，实现针对我项目的AI问答。

skill的设计原理就是，把知识库作为索引和扩展，然后深入分析代码后给我解答。

比如说我之前一个项目，我问他一共有几个温度探头，分别作用是什么？

大概只花了一分钟，它就给我一顿精准输出，然后信息来源精确到哪个程序文件，哪一行代码。26

总耗时1分钟30秒：

互联网公司用AI，大部分是在已有基础上提效。本来就有工具、有流程，AI让它更快一点。10%也好，20%也好，是增量。

嵌入式公司用AI呢？解决的是有没有的问题。

没有知识库，没有可检索的资料，没有新人接手路径，没有售后自助查询系统。这些基础设施，在嵌入式行业几乎是空白。

意味着AI填补的不是效率提升，是从0到1的质变。

所以我觉得，用AI不非得干大事，用它干大事是个坑，但把这些琐碎的应用场景用AI去提效，付出的成本又极低，又能节省很多隐形成本，我感觉现阶段还更靠谱一些。