这段时间AI Coding非常火之前是纯软件这段时间则逐渐衍生到硬件开发领域。这段时间学长也一直在尝试了解芯各芯片原厂和方案公司在AI编程端的进展截止目前我们也看到很多芯片公司在AI coding的平台、工具和SDK上推出了一些新的开发模式。今天这篇文章把这部分的信息和大家分享下。乐鑫EIM、MCP和ESP-CLAW首先是乐鑫乐鑫是国内芯片领域资料部分做得非常完整而且开发度非常高的一家公司目前整个生态接入AI编程开发已经非常成熟包含了EIM、MCP服务、ESP-CLAW相关AI开发方案 。EIM解决的是一个特别基础的问题环境。ESP-IDF 以前在 Windows 上装起来并不算轻松Git、Python、工具链、环境变量、版本路径随便错一个都能让新人原地怀疑人生接入EIM后借助AI辅助可以帮我们快速完成环境的搭建。而乐鑫MCP则是把乐鑫官方文档接入AI工作流以往你可能需要通过手动的方式让AI去查找相关文档而乐鑫MCP则是把文档进行结构化接入MCP后大模型就可以非常快速、非常准确找到相关开发资源安装使用方式也非常简单Claude Code 安装claude mcp add --transport http espressif-documentation https://mcp.espressif.com/docs然后进入 Claude Code输入/mcp选择 espressif-documentation即可。Codex 安装codex mcp add espressif-documentation --url https://mcp.espressif.com/docs正常会自动打开浏览器认证。如果没有弹出可以检查codex mcp list安装后重启 Codex/新开任务即可。提问时可以明确说请使用 Espressif documentation MCP 查询官方文档后回答。ESP-CLAW则是围绕SkillsLab技能商店给我们提供各类硬件外设的技能让大模型可以直接读懂各类外设按用户需求实时读取或控制各类外设实现从预编程到动态加载的编程方式改变。全志 ThunderWorkbench而在Linux开发层面全志 ThunderWorkbench 则往前走了一步。它不是只管安装而是把串口、ADB、烧录、程控电源、日志、测试这些东西接进工作台。这个方向比“AI 写代码”更接近嵌入式的真实现场。因为嵌入式开发和纯软件开发不同嵌入式不仅仅是坐在编辑器写代码而是要看板子有没有启动看串口有没有日志看内核有没有 panic看电源重启后现象会不会复现。它的定位是把 串口、ADB、可编程电源、固件烧录、设备监控、自动化测试、日志诊断、AI Agent 集成到一个工作台里让 AI 能从“改代码”一路走到“编译、烧录、跑板、看日志、复盘问题”。支持对接 Claude Code、Codex、OpenCode 等 AI Agent支持支持 Tina Linux SDK官方提到已深度适配 V821 / V861 / V881依托 Tina Skill 知识库让 AI 按全志原厂 SDK、板级适配、编译和调试规范做事通过 MCP 协议把 AI、编译服务器、本地硬件管控串起来支持多路串口、ADB、可编程电源集中管理支持 AI 主动烧录、批量循环烧录、烧录日志留存支持事件触发测试比如 Kernel Panic、OOM、死机、启动异常后自动分析、告警、重启可自动生成测试复盘报告我对它的理解是如果说乐鑫 EIM和MCP更像“把开发环境装好、支持文档接入”那全志 ThunderWorkbench 更进一步是“把真实开发板接进 AI 工作流”。它重点不在环境安装而在板端自动化闭环代码改完能自动编译、烧录、跑测试、抓串口/ADB日志再让 AI 做故障定位。峰岹科技Itior AgentItior Agent 是峰岹科技旗下翱韬智能做的“嵌入式开发 AI 智能体”围绕使用AI驱动电机控制。它的定位不是普通代码助手而是想把 AI 接到电机控制板、示波器、程控电源、传感器上让 AI 从需求拆解、写代码、编译下载、硬件调试、波形采集、测试分析到生成报告形成闭环。像BLDC、FOC、PI 参数、电流采样、保护策略、转速响应、波形质量这些参数初学者往往难以理解但在电机项目里一个波形不对可能是采样相位问题可能是死区补偿问题可能是电流环参数问题也可能是硬件板子本身有问题所以通过这类的Agent就可以帮我们加速开发你可以理解为这是一个“电机控制行业专用 AI 工程师”的雏形。但目前仍处于 内测/早期商业化阶段实际成熟度还需要看内测体验。这类平台目前的优势也非常明显面向嵌入式开发尤其是 电机控制 / BLDC / FOC / 峰岹芯片生态支持自然语言生成或修改固件代码能联动真实硬件不只是生成代码支持示波器、程控电源、电机开发板等设备接入官方提到有 Vibe Coding 和 Vibe Testing 两个引擎工作流覆盖需求导入 → Vibe Coding → 硬件调试 → Vibe Testing → 测试报告目标是解决电机项目里“参数调试、波形采集、测试报告、论文算法工程化”这些人工重活嘉立创 Coder嘉立创在上周发布了Coder和相关AI开发硬件的岗位嘉立创Coder做的是面向 MCU、MPU、DSP、SoC 的嵌入式 AI 开发平台。早期是 VS Code 插件和 CLI后面可能做独立 IDE。它要覆盖资料检索、工程创建、代码生成、编译、烧录、运行、日志分析、GDB、OpenOCD、J-Link、串口调试、跨平台迁移、自动化测试。为什么这事值得我们去关注呢嘉立创有一个很强的入口优势它已经覆盖 PCB、EDA、开源硬件平台、元器件、打样、贴片、开发板、社区。以前它主要服务“画板子、做硬件”的部分现在这个项目是在补 固件开发/嵌入式软件 这块短板。如果做成它会把嘉立创的闭环从原理图 / PCB / 打样 / 焊接 / 采购扩展到选型 / 建工程 / 写驱动 / 编译 / 烧录 / 调试 / 测试 / 迁移再结合嘉立创近期的上市计划这是件很有想象力的事情。DevHard AI嵌入式开发者工作台DevHard AI而我们也在开发者端进行尝试上周上线了DevHard AI硬件开发者工作台围绕着嵌入式AI编程全流程AI进行探索涵盖硬件方案生成、原理图识别、电路原理分析、芯片手册预处理、工程创建、代码生成、编译、烧录、日志监控接入Jlink/STLink/DAPLink进行调试接入逻辑分析仪进行协议分析还有团队AI接入技能多Agent、多模型协同进阶技能应用。乐鑫 EIM MCP接管环境把入门门槛降下来。全志 ThunderWorkbench 管板端工作台让 AI 接触真实设备。AItior 管垂直行业把电机控制里的现场经验喂给 AI。嘉立创 Coder 则是更通用的嵌入式开发过程。DevHard AI则是从开发者和团队角度整合AI接入流程提升开发效率。我们可以看到无论是芯片原厂企业、还是解决方案公司、或是硬件企业都开始在这个方向做Agent、做工具、做SDK你感觉AI Coding在硬件领域还有哪些可能点欢迎分享。