最近，我刷到一份跟嵌入式相关的高薪岗位：嵌入式 AI Agent 工程师。核心要求是：丰富的嵌入式开发与架构经验 + AI Agent 应用能力，目的是为了全面赋能嵌入式。这一点我们上一篇文章随笔 | 会调 AI 之后，嵌入式工程师还剩什么？也有提到：当下，我们需要不断深化 AI 辅助工程化落地能力。
1. 这个岗位 VS 传统岗位
传统嵌入式岗位，核心还是围绕着嵌入式相关专业技能，如芯片、驱动、中间件、操作系统、软件架构等。
而这个嵌入式 AI Agent 岗位，除了熟悉传统嵌入式相关专业技能之外，还需要几个研发流程全面提效方面的工作：
1.1 搭建嵌入式通用知识库
把 Qualcomm、Rockchip、MTK、NXP 多平台的 datasheet、原理图、时序图、认证文档，自动清洗、向量化、构建 GraphRAG。以后工程师查规格、找寄存器、看电路风险，不用翻几百份 PDF，由知识库直接回答。
1.2 嵌入式专用 AI Skill 封装及工作流设计、标准制定
基于 Claude Code / Gemini CLI 封装一套嵌入式工具箱：自动代码审计、跨平台外设配置、单元测试自动生成。AI 不再只是补代码片段，而是可以按照嵌入式工程规范，完成一整套固件开发子任务。
1.3 IPD 流程 AI 化重构
DFMEA 生成、物料选型对比、合规自检这类嵌入式研发里繁琐、容易漏项的事务，目标做到 80% 自动化。甚至往更前瞻走：用数字孪生 + AI 仿真，在打样之前预判功耗、散热、EMI 无线干扰风险。
2. 嵌入式 AI Agent 岗位，会越来越多？
其实，其它行业的 AI Agent 岗位现在已经非常多了，大家感兴趣可以去招聘网站上搜索下。
只是与嵌入式相结合的 AI Agent 岗位，当下还是比较少的，但是我觉得未来应该会越来越多，因为越来越多的公司，也在慢慢践行 AI Native 研发范式：AI时代，嵌入式的卡点早就不在编码，而在闭环。
嵌入式软件，强耦合硬件在内的多个方面的知识。并且是碎片化、图文混合的：datasheet 表格、时序图、电路原理图、版本差异、芯片勘误、量产问题台账……
当下还比较难做到研发流程闭环。在践行 AI Native 研发范式过程中，必然会诞生这种复合型的人才：懂嵌入式底层，有丰富的嵌入式项目经验，同时又懂 RAG、Agent 工作流、知识图谱。
但是话又说回来了，嵌入式 AI Agent 岗位的核心门槛还是：懂嵌入式相关专业知识，如懂嵌入式架构、Linux/RTOS、驱动、通信协议、完整产品量产周期。这也需要我们持续进行修炼的。
只是在原有硬核能力之上，叠加了一套 LLM 工程化、知识治理、Agent 编排的能力。
3. 做些准备，匹配行业新的要求
给不同阶段的朋友一个小建议：
- 初级工程师：在用好 Agent 助手的同时，有意识的沉淀自己的工程笔记、踩的坑以及解决方案，并把零散的知识结构化。
- 中、高级工程师：上手玩 RAG、GraphRAG，尝试把芯片手册、调试记录做成私有知识库，同时，多思考哪些研发环节可以被 Agent 自动化，而不是只盯着单一产品。
4. 总结
现在有很多 AI Agent 的岗位。但是，嵌入式 AI Agent 岗位还是专属于我们嵌入式，门槛还是嵌入式。这个岗位是个新物种，岗位要求还不是很多，符合岗位要求的人也不是很多。
嵌入式行业，芯片平台越来越多，适配成本爆炸；嵌入式研发的标准化诉求极强；通用代码 Agent 无法满足硬件领域的强安全约束。综合这几个因素，未来嵌入式 AI Agent 岗位只会越来越多。
未来 3 年，这个嵌入式 AI Agent 岗位会是嵌入式大厂标配吗？欢迎来云栈社区聊聊你的看法。 | 
发表于 3 小时前
|
查看: 4|
回复: 0
/1 
