搞硬件的都看看！AI二三十分钟干完我一天的活，这行还能干吗？

作为一个靠硬件吃饭十几年的个体户，最近用AI搞了个上位机软件Demo，二三十分钟就出来了，当时第一反应不是高兴，而是后背发凉——客户有了AI，是不是就不需要我了？今天跟大家交个底，聊聊我调研后的真实发现。

---

前言：我的"后背发凉"时刻

前几天我干了一件以前想都不敢想的事——用AI大模型帮我写上位机软件。

熟悉我的朋友都知道，我是搞硬件的，STM32、物联网这些是我的老本行，纯软件说实话真不在行。以前要搞个上位机测试工具，要么自己硬啃C#/Python，要么花钱找人做，费时费力。

结果呢？把需求往AI里一丢，二三十分钟，Demo出来了。能跑，能用，数据能显示。

当时我的心情特别复杂，就像当年第一次用示波器看到完美波形一样激动，但紧接着一个念头就冒出来了：

“等等……我的客户如果也会用AI，那他们是不是就自己干了？我这活不就没了？”

这个念头让我整整失眠了一晚。第二天我坐下来认真调研了一圈，看了大量行业数据和同行讨论，今天把我的发现分享给大家——不管你是搞硬件的、做嵌入式的，还是写软件的，这篇都值得看完。

---

一、先说结论：冲击是真的，但不是你想的那样

我调研完之后的感受用一句话总结：天确实在变，但不是塌了，是换了个方向。

几个数据大家先感受一下：

• 全球IT外包市场约6180亿美元，其中约3万亿元人民币的市场正面临被AI直接替代或大幅压价
• 软件外包行业净利率从接近10%降到约0.1%，利润几乎被榨干
• 过去需要100人的开发团队，现在2-3人就能完成，行业判断是10:1的压缩
• 2025年上半年，全球有77,999个科技岗位因AI直接消失

但反过来呢？

• "AI Engineer"岗位同比增长245%
• 美国劳工统计局预测软件开发岗位到2032年还会增长25%

这两组数据同时成立，说明什么？岗位没少，但岗位的"内容"在快速重构。 就像当年从面包板到PCB的升级，不是不需要硬件人了，而是需要你换一种干活方式。

---

二、我踩过的坑，和AI正在踩的坑

作为一个踩过的坑能绕工作室三圈的硬件老鸟，我对"AI能不能替代人"这个问题有个特别朴素的判断标准：

AI能不能替我熬夜调电路？

答案显然是不能。

但话说回来，AI确实在改变我们这行的游戏规则。我把它分成三个层面来看：

2.1 简单项目：真的危险了

以前有些客户找我，需求就是"帮我做个简单的数据采集上位机"或者"写个串口通信的小工具"。说实话这类项目技术含量不高，赚的是辛苦钱。

现在呢？客户自己用AI就能搞个七七八八。这类"搬砖活"确实在消失，就像当年SMT贴片技术成熟后，手工焊接的活越来越少一样。

2.2 中等项目：从"帮我做"变成"帮我兜底"

有些客户有一定技术能力，用AI能搞出初版，但一到生产环境就各种问题——通信不稳定、数据丢包、边界条件没处理。

这时候他们需要的不是"帮我写代码"，而是**“帮我看看这东西到底靠不靠谱”**。

这其实是个巨大的机会。就像我以前选485芯片图便宜挑了个小众款，结果抗干扰太差信号断断续续，熬到半夜两点才搞定。AI能生成代码，但它没办法替你"摸着石头过河"地调硬件。

2.3 复杂项目：反而更值钱了

工业级的项目，涉及EMC、功能安全、实时性约束，这些是AI短期内搞不定的。市场分析机构的报告也说了，在嵌入式系统领域，"零门槛编程"不仅是个神话，更是个巨大的风险源。

---

三、同行们，别慌！空间没消失，在转移

帖子里有位同行说了一句特别扎心的话：“但是也没有什么空间啊。”

我特别理解这种感受。但调研完之后我的看法是：空间不是没了，是换地方了。

3.1 以前没有的需求，AI帮你打开了

举个例子：以前很多小工厂想做套设备监控系统，一问报价好几万，直接放弃了。现在AI把开发成本打下来之后，这些"想做但做不起"的需求就冒出来了。

就像日本、美国的很多小餐厅都有自己的网站，但中国大多数没有——不是因为不需要，是因为过去太贵了。

3.2 新赛道规则：小团队吃大团队

AI编程时代有个很有意思的趋势：小团队甚至一人公司，正在吃掉大团队的份额。 以前需要一个部门干的活，现在一两个人加AI就能搞定。

但注意，这些小团队不一定是以前的老外包公司，而是更懂行业、更懂工具的团队。

---

四、一个硬件老鸟的五条转型思考

下面这些是我结合自己十几年的硬件经验，认真想过的方向，分享给大家：

方向一：从"做项目"到"做方案"

以前客户找我，说的是"帮我画个板子"、“帮我写个程序”。以后客户找你，说的是**“帮我解决一个问题”**。

比如客户说"我需要一套设备监控系统"，以前你可能直接开始画原理图、写代码。现在你应该先帮他想：到底需要采集什么数据？用有线还是无线？供电方案怎么解决？现场环境有什么干扰源？

客户买的从来不是代码和电路板，而是解决问题的方案。

方向二：建立"硬件+软件+AI"复合能力

单纯搞硬件，容易被替代；单纯写软件，更容易被替代。但硬件与软件的交界处，是AI最难触及的地方。

就像我调试NSI1312S-DSPR信号隔离芯片的时候，AI能帮我生成初始化代码，但它没办法告诉我"为什么这个信号在工业现场会抖"——这需要你摸过板子、调过参数、踩过坑才能判断。

方向三：深耕垂直领域，做"小池塘里的大鱼"

别跟大厂抢通用市场，选择他们"不愿做、做不精"的垂直场景。比如某个细分行业的设备监控、某种特殊传感器的数据采集方案。

在垂直领域里，你踩过的每一个坑都是竞争壁垒，AI复制不了。

方向四：拥抱"AI+人工"混合服务

客户用AI搞出了初版，你帮他们审核、优化、解决复杂问题。这种模式其实特别好——既能利用AI提高效率，又能发挥你的专业优势。

而且这种服务的定价可以很灵活：比纯人工便宜，比客户自己瞎折腾值。

方向五：把经验变成可复制的资产

这个是我自己正在做的。把十几年积累的硬件经验、项目案例、踩坑记录，用AI工具做成脱敏的数字资产——技术文档、培训课程、方案模板。

其实我之前在另一篇文章里也提过，现在我把电路板生产业务外包了，反而有精力去琢磨技术培训、搭建同行联盟。把自己的经验变成可复制的内容，既保住了技术核心，又能有更多时间陪家人、研究新方案。

---

五、硬件人值得投资的四种能力

最后分享几个我觉得特别重要的能力，都是AI时代越来越值钱的：

能力一：把问题定义清楚

很多人抱怨AI生成的东西不好用，但可能根本原因是问题没说清楚。我现在的习惯是跟客户沟通时，一定要搞清楚五个维度：

• What：具体要做什么功能
• Who：谁来用，技术水平如何
• Scale：多少设备、多大并发
• Constraint：成本预算、响应时间、可靠性要求
• Edge：极端情况下怎么办（断电、干扰、异常输入）

就像画PCB布局一样，先定"大框架"再填细节，方向对了效率翻倍。

能力二：做好技术方案的权衡

AI能快速给你几个方案，但选哪个、为什么，还得靠你自己判断。功能与时间、性能与成本、通用与特化、简单与完善——这些权衡没有标准答案，需要你踩过坑才能做好判断。

能力三：给AI指方向，而不是让它猜

AI就像一个特别能干但没去过你工厂的新手工程师。你得告诉他"这个现场有强电磁干扰"、“这个设备供电不稳定”，它才能给出靠谱的方案。

方向对了，效率翻几倍；方向错了，代码生成再快也是白搭。

能力四：验证AI的产出

AI最常犯的错是**“看起来对但其实有问题”**。就像我当初漏画NSI1312S-DSPR一个引脚，整批板子报废——AI生成的代码也一样，表面没问题，但边界条件、异常处理、并发逻辑可能全是坑。

审查时至少扫一眼：业务逻辑对不对、边界条件处理了没、极端情况下会怎样、半年后自己还能不能看懂。

---

写在最后：做硬件，也要有"松弛感"

回到开头那个让我失眠的问题——“客户有了AI，是不是就不需要我了？”

想了一周，我的答案是：需要我的人还在，只是他们需要我的方式变了。

以前客户需要我的"手"——帮我画板子、写代码、调电路。现在客户更需要我的"脑"——帮我分析问题、设计方案、把控质量。

AI替代的是执行，但放大的是判断。就像当年从手工焊接到SMT贴片，不是不需要硬件人了，而是硬件人从"拿烙铁的"变成了"拿方案的"。

做硬件跟过日子一样，既要把技术做扎实，也要给自己留够"松弛感"。 找对节奏，既能把技术做透，也能过上"有钱又有闲"的日子。

---

最近我在整理一套"硬件人AI提效实战笔记"，把我用AI做嵌入式开发、上位机软件、项目方案的真实经历和踩坑记录都写进去了。 有兴趣的同行可以关注我的博客，后面会陆续分享出来。也欢迎在评论区聊聊：AI对你的工作影响大吗？你正在怎么应对？咱们一起交流～

---

参考来源

• 铅笔道 / 36氪，《3万亿外包生意，正被AI编程瓦解》，2026年4月
• 码哥字节 / 51CTO，《用数据回答：AI到底会不会让我们这代工程师失业？》，2026年5月
• 博客园，《2026年，程序员面临的转型之路》，2026年4月
• CSDN，《2025-2030年嵌入式工程与AI协同演进：核心价值重塑与新兴机遇》
• 观察者网，《编程就是打字不值钱？AI冲击 印度IT行业已崩》
• GitHub Copilot 实验数据、Product Hunt vibe coding 调查、LinkedIn 招聘数据、BLS 劳工统计预测

---

标签：#嵌入式硬件 #STM32 #物联网 #AI提效 #硬件创业

我是宋一平，一个靠硬件吃饭十几年的个体户，在折腾电路板的同时也在琢磨怎么用AI提效。关注我，一起聊聊硬件人的生存之道～