最近幾年，AI的“進化”速度實在是太快了，Openclaw火了之后，越來越多的人在討論自己的工作多久會被AI替代。尤其是程序員行業的焦慮更為明顯。2前我寫了一篇文章“我用chatGPT產生了一個STM32協議解析的程序，實錘了chatGPT最先淘汰的行業是程序員！”，到現在仍然有人在閱讀。這應該是因為程序員心里有一種越來越強的壓迫感。 01真正危險的，不是35歲，而是技術停止 你會寫驅動，會做通信，會調外設，會排查現場問題。放在前幾年，這已經是很能打的一套能力。可現在，企業在招聘時問的問題變了。以前問你會不會STM32、會不會FreeRTOS、會不會UART、SPI、I2C。現在很多崗位開始追問：你會不會做模型部署？會不會把訓練好的模型放到設備里跑？會不會做量化？會不會處理傳感器數據并接入 AI 推理流程？會不會讓設備不只是“執行指令”，而是“自己判斷”？很多人不愿意承認，但現實就是這樣：企業不一定是在嫌你年齡大，它更可能是在嫌你的能力結構還停留在上一代產品邏輯里。
02嵌入式工程怎么用AI？ 很多程序員一聽到“AI”就緊張，覺得這是算法工程師、研究員、博士才該碰的東西，和自己這種做單片機、做嵌入式、做設備控制的人沒關系。這恰恰是最大的誤判。因為今天企業最需要的，往往不是能寫出最新大模型論文的人，而是能把 AI 真正裝進產品里的人。你讓一個純算法背景的人，去獨立完成一個嵌入式AI產品，通常會卡在很多地方。他可能會訓練模型，但不一定懂 ADC 采樣、不一定懂傳感器誤差、不一定懂 MCU 內存限制、不一定懂實時任務調度，也不一定懂現場環境里的干擾、漂移、功耗和穩定性。但一個懂嵌入式的人，一旦補上 AI 部署這塊能力，他的競爭力會立刻變得很強。因為他本來就懂設備，本來就懂硬件，本來就懂數據從哪里來，也懂系統最后要怎么落地。所以，跟我們嵌入式工程師相關最吃香的，不一定是“最懂 AI 的人”，而是“懂產品、懂硬件、懂系統、還能把 AI 放進去的人”。看一下下面兩個招聘信息的對比：
嵌入式工程師崗位的月薪普遍在10-20K之間
嵌入式AI工程師崗位的月薪在15-55K
這也是為什么很多企業寧愿招一個會一點 AI 部署的應屆生，也不愿意繼續用一個只會傳統開發的老工程師。 03企業到底在要什么？不是會調 API，而是會“部署” 很多人現在說自己會AI，其實只是會和AI“聊天”，最多是會調用一下接口，或者會用幾個現成平臺。這離企業真正想要的“AI 部署能力”，差得還很遠。企業需要的，不是你會在電腦上跑一個模型demo。企業需要的，是你能把這個模型變成設備上的真實功能。比如，一個角度傳感器，電壓范圍是 0.5V 到 4.5V。過去的做法很簡單：超出范圍就報警。這當然沒問題，但它只能抓到閾值超出范圍的異常。真正麻煩的是很多故障，根本不會越界。比如信號抖動變大了，響應變慢了，局部卡滯了，波形開始不自然了，傳感器和機械結構的配合關系開始變差了。這些問題，閾值法往往抓不住。可這些問題如果提前識別出來，對設備價值很大，因為它意味著你不是在故障發生后才處理，而是在故障形成過程中就能發現趨勢。這就是 AI 部署的意義。它不是讓 MCU 變成一個會聊天的玩具。 它是讓設備從“只會按規則執行”，升級為“能根據歷史規律和當前數據做判斷”。再比如：
一個聲音采集設備，不再只是錄音，而是能識別設備異響
一個加速度傳感器，不再只是采集數據，而是能識別動作和狀態
一個攝像頭模組，不再只是傳圖，而是能在本地判斷“有人/無人”
一個單片機控制板，不再只是聯網收命令，而是能先在本地完成一次推理，再決定是否執行動作
上面這些，才叫 AI 部署。說白了，就是把原來在PC上、服務器上完成的“判斷能力”，壓縮、裁剪、適配后，真正放進 MCU、邊緣板卡、終端設備里運行起來。這才是企業愿意付錢的能力。 04為什么這件事，對嵌入式工程師尤其關鍵？ 因為嵌入式工程師正站在一個非常特殊的位置上。你離硬件最近，離現場最近，離真實數據最近，也離產品落地最近。AI 最終有沒有價值，很多時候不取決于模型論文有多先進，而取決于這個模型能不能穩定地跑在目標設備上，能不能接上真實傳感器，能不能在有限內存和有限功耗下完成任務，能不能和整機系統配合起來。這正好是嵌入式工程師的主場。以前，很多嵌入式崗位的價值來自“我能把板子帶起來”。以后，越來越多崗位的價值會變成“我不但能把板子帶起來，我還能讓這塊板子具備感知和判斷能力”。前者是功能實現。后者是產品升級。前者容易被替代。后者更接近核心競爭力。企業做新一代智能硬件，不會只滿足于“設備能工作”，而是會追求“設備更聰明”。設備更聰明，靠的不是 PPT，也不是口號，而是具體的能力鏈條。 05不學 AI 部署，未來最容易陷入什么處境？ 最典型的情況就是：你會的東西，仍然有價值，但價值越來越不稀缺。UART、I2C、SPI、CAN、Modbus、MQTT、RTOS，這些當然重要，而且以后仍然重要。問題不在于它們沒用，而在于，這些東西很容易被AI取代。當企業預算緊、崗位收縮時，它一定優先留下那些能做更高價值工作的人。以前一個人只要把通信打通、外設驅動調好、界面邏輯做完，就算完成任務。現在企業會想：
你能不能再往前走一步，讓設備自己分析數據？
你能不能再進一步，把異常檢測放到端上？
你能不能把傳統規則系統升級成數據驅動的判斷系統？
如果答案始終是否定的，那你不是不會干活，而是在企業下一階段的產品規劃里，位置會越來越邊緣。06最后一句話35 歲真正可怕的，從來不是年齡。真正可怕的是，你做了很多年開發，卻一直在重復昨天已經會的事情。今天企業需要的，不只是會寫程序的人。 它需要的是，能把傳感器、模型、單片機和真實產品連起來的人。如果你還是只把 AI 當成別人的事，那你的技術天花板，很可能已經開始出現了。 但如果你愿意現在補上“AI 部署”這塊能力，你過去所有的嵌入式經驗，不會作廢，反而會一下子變得更值錢。這也是我一直在做這套“AI+嵌入式：讓單片機學會思考”課程的原因。 07歡迎加入我的實訓營 手把手教你將大模型部署到STM32中。可以掃描下圖左側的二維碼聯系我獲取更多課程的知識內容、也可以掃描下面右側的二維碼直接付款購買我的課程。
