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 Agent

Itior 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。