昨天晚上，我们通过直播发布了首套AI编程开发硬件产品的课程，获得非常多小伙伴的支持。

那为什么我们会开发这么一套课程？除了课程外，我们为什么还开发了一个DevHard AI开发者平台呢？

分享下这段时间以来，我的一些小见闻：

这两年我一直在企业中负责AI编程落地硬件开发相关工作，从一开始在编程时，使用代码补全都不太行，生成代码质量不可控。到现在AI驱动全链路开发，电路识别、协议识别、驱动外设代码编写、软件架构模块化、PR自动化审核、量产工具全自动化生成，整个研发端的开发流程逐渐产生变化。所以作为研发的我们，特别是老工程师，一开始的确倍感压力，因为完全颠覆了我们原来的工作流程，但越到后面，就越发现新工作流的好处，开发效率、技术广度、新领域的研究速度都大大提升。

如果你关注招聘网站，你应该也可以看到企业招聘端，也悄悄发生了变化，我们可以看到越来越多的岗位，都加上了AI编程的要求，这也是越来越多的研发负责人发现，写1000行代码本身价值并不大，而应该把工程师的时间从基础编程语法中，抽离出来，放到产品端，去做更具创意、创造性的事情上，而基础的编码、测试、规范问题，应该尽可能工具去完成，人只需要管控、review、审查即可。

另外，我们的供应商、芯片原厂，也逐步开始给我们提供了AI开发的工具，这些工具的目标，都是希望我们可以使用AI提升开发效率，从以往的Boot、Kernel、文件系统都需要自己移植，到提供完整的SDK，再到提供解决方案，再到现在结合AI提供工具，都是为了让客户更快完成产品开发迭代，把耗时重复的事情封装起来。

做了博主这些年，也认识、拜访过很多厂家，这一年以来，我们和国内的EDA厂家、国内的AI团队聊得最多的，也都是围绕着AI落地来。

所以，我们不妨做个大胆的猜想，驾驭好AI必然会是未来每个工程师都应该掌握的技能，就和我们当初学习C语言编程一样，而AI作为这个时代最好用的工具之一，将带给我们更多的可能，最简单的：

• 软件工程师，可以基于AI编程，加速产品开发、迭代速度，把更多时间放在产品、用户体验上。
• 硬件工程师，可以使用AI编程，快速完成外设驱动的调试，而不需要和软件来回拉扯配合联调。
• 产品、项目经理，也可以基于LLM，快速进行方案评估，短时间内就可以完成方案梳理。
• 测试工程师，可以基于AI编程，快速完成各类工具、测试方案开发、变更风险评估。

也就是基于这么一个背景，我们开发了这么一套让每个嵌入式、单片机、硬件领域工程师上手了解AI的课程。

在这套课程中，我希望把我们落地AI、使用AI开发的经验、积累的技能、踩的坑都可以和你分享下。

课程中，会和你介绍Agent环境搭建、快速上手、AI驱动硬件方案设计、原理图识别、协议识别、芯片手册预处理、AI接入自动完成开发、编译、烧录、调试，AI在线Debug、程序崩溃回溯、逻辑分析仪波形分析，还有团队AI落地的场景，以及一些进阶技巧，subAgent、worktree、多模型协同、Agent Team等等。

回到文章本身，不管你最终是否通过我们的课程了解AI编程开发，我都希望和你分享：AI 对编程开发、对嵌入式、硬件开发的冲击已经开始了，而且未来几年只会越来越强。

你可以继续观望，但你很难永远绕开它，所以，无论你通过那种方式切入，都希望你可以更快建立自己的AI研发方法论。

另外，关于AI编程开发硬件课程更多介绍，可以戳小智学长AI编程实战-用AI开发嵌入式硬件产品_哔哩哔哩_bilibili