美团嵌入式暑期简历挂

投了一个月简历，好不容易有个面试，结果上来一个简单问题突然死活想不起来了，复杂的方法想了两个就是简单的方法突然想不起来了，直接pass了

一直被卡学历，就连内推都被告诉hr把我学历卡了，如果不想考研这辈子就毁了吗

秋招笔试里，最难的当属美团。算法题刁钻晦涩，计算机网络、操作系统考点极深，还有大量场景设计与逻辑推理。作为后端学生，做完只觉基础漏洞百出，也让我更清楚差距，之后针对性补了不少薄弱知识点。也可能美团那会我是第一次做的第一家笔试。#你做过最难的笔试是哪家公司#

结论先行：嵌入式工程师不会被 AI 取代，但嵌入式开发的全流程会被 AI 重构；未来的开发模式大概率是1 名工程师 + AI Agent + 自动化开发系统 ≈ 过去一个嵌入式开发团队。我近期用 AI Agent 结合 Renode 仿真器搭建出了嵌入式自动开发闭环，也验证了这一方向的可行性 —— 嵌入式从不是不受 AI 影响，而是天生适配 AI的领域。一、嵌入式工程师累、薪资上限低的核心原因多数嵌入式软件工程师都有这样的感受：工作量大、调试痛苦、项目周期紧，但薪资却难有突破。这并非技术本身的问题，而是生产方式的底层问题：传统嵌入式开发是纯人工的低效循环，流程基本为：写代码 → 编译 → 烧录 → 看串口 → 手动测试 → 找 bug → 修改 → 再烧录工程师的大量时间消耗在烧录程序、等编译、看日志、重复测试上，而非核心的代码编写；更关键的是，工程师的调试方法、测试设计、日志分析等经验都只存在于个人脑中，无法沉淀复用。最终形成行业现状：工作量大但生产效率低，薪资自然难以提升。二、嵌入式为何天生适合 AI 参与开发很多人认为嵌入式涉及硬件，AI 难以介入，实则相反。嵌入式系统的三大特性，让其成为 AI 自动化开发的绝佳场景：系统行为可观测：嵌入式程序会稳定输出串口日志、状态信息、协议数据、IO 变化等，为 AI 提供清晰的分析依据；调试手段标准化：GDB、仿真器、UART、自动测试等是嵌入式开发的通用工具，AI 可直接对接标准化工具链；系统行为确定性强：相同输入对应固定输出，这种强确定性完美适配自动化流程。基于这些特性，可搭建 AI 深度参与的开发闭环：AI 写代码 → 自动编译 → 仿真运行 → 自动测试 → 日志分析 → AI 修改代码这一全自动化的开发 loop，让 AI 能参与嵌入式开发的完整流程。三、亲测实现的嵌入式 AI 开发闭环我近期搭建的实验环境，已实现嵌入式开发的全流程自动化，核心流程如下：AI Agent → 生成代码 → 自动编译 → Renode 仿真运行 → 自动测试脚本 → 日志分析 → AI 修改代码其中Renode 仿真器是核心组件，它能模拟 ARM Cortex-M、RISC-V、STM32 等 MCU，以及 UART/SPI/ 网络等外设，实现无开发板即可完整运行嵌入式程序。基于此，AI 可独立完成一系列操作：写驱动代码→编译程序→仿真器运行→自动发送 UART 指令→检查日志输出→失败则自动修改代码，本质上已实现嵌入式软件的 AI 自动开发。四、嵌入式开发的真正瓶颈：流程而非技术很多人将嵌入式开发效率低归因为技术复杂，实则不然 ——开发流程的原始化，才是核心瓶颈。如果将传统人工流程升级为 AI 驱动的自动化闭环，开发效率会实现数量级的提升；而这一闭环还能持续拓展，加入自动烧录、硬件在环（HIL）、自动测试平台后，AI 甚至可以参与真机开发循环，彻底打通嵌入式开发的全链路自动化。五、未来嵌入式工程师的角色重构AI 不会取代嵌入式工程师，但会彻底改变工程师的工作内容，未来的开发模式会变为：工程师 → AI Agent → 自动开发系统（内含编译系统、仿真系统、自动测试、日志分析、硬件在环）工程师的工作将从低价值的重复性工作：写驱动、写模板代码、写协议解析、写基础测试，转变为高价值的核心工作：定义需求、设计系统架构、构建自动化系统、分析复杂技术问题。简单来说：AI 消灭低价值嵌软工作，放大高水平工程师的能力边界。六、未来嵌入式工程师的核心能力要求未来最具价值的嵌入式工程师，不再是 “写驱动最快的人”，而是 **“能构建 AI 可运行的自动化开发系统的人”**，核心技术栈也将从单一的嵌入式开发，升级为复合技术栈，主要包含四大板块：嵌入式基础：C/C++、MCU、RTOS、Linux 嵌入式；自动化能力：Python、自动测试、CI/CD；仿真能力：Renode、QEMU、GDB；AI 工程能力：Agent workflow、工具调用、自动开发 loop。七、给嵌入式入行新人的路线建议如果尚未入行，不建议再走传统嵌软路线：51 单片机 → STM32 → 写驱动 → 找嵌软工作，这条路线未来会越来越卷，且易被 AI 替代。更优的入行路线是：嵌入式基础 + Python 自动化 + 仿真开发 + AI 工具，核心目标不是成为传统的 “嵌软工程师”，而是转型为 **“智能设备系统工程师”**。最后总结嵌入式从不是不受 AI 影响的领域，恰恰相反，它是最适合 AI 自动开发的领域之一。只要让仿真、日志、自动测试形成稳定闭环，AI 就能真正深度参与嵌入式开发的全流程；而未来嵌入式领域最有价值的人，从来不是写代码最快的人，而是能把开发流程转化为 AI 可运行的自动化系统的人。