Nordic Semiconductor 近日为其无线物联网微控制器平台引入了 AI 辅助开发功能，覆盖从原型验证到已部署设备运维的完整生命周期。该功能整合在 nRF Connect SDK 和 nRF Cloud 中，主要面向嵌入式开发者，旨在减少重复劳动、加速调试与迁移。
与依赖通用数据训练的通用大语言模型不同，Nordic 的 AI 模型专门基于 nRF Connect SDK 的文档、API 参考、设备配置以及 nRF Cloud 的现场数据训练。它能够与开发者常用的 IDE 以及 Claude Code、Cursor、GitHub Copilot 等 AI 编程助手直接集成。Nordic 表示，由于使用了专用模型，每次请求的 token 消耗远低于通用模型，有助于控制使用成本。
功能原理与亮点
该功能基于模型上下文协议（Model Context Protocol，MCP）实现。Nordic 部署了 MCP 服务器，为 AI 助手提供经过验证的官方技术资料，包括 SDK 文档、API 说明、设备树配置、Kconfig 选项，以及来自 nRF Cloud 的设备现场数据。AI 助手在回答时能够直接引用这些权威来源，减少幻觉。
Nordic 强调，AI 主要用于辅助而非替代工程师。典型场景包括：在不同 SDK 版本之间迁移代码、为新板卡生成设备树和 Kconfig、调试已部署设备的崩溃问题、从云端排查故障设备、验证版本发布就绪状态等。官方还提供了一系列视频演示，展示了 AI 辅助迁移、成本控制、用户报错排查等实际用法。
不过，AI 并非完美。在官方演示中，AI 自动添加了不必要的按钮和额外 LED 外设，需要手动修正。因此，开发者必须保持监督，给出具体且技术性的提示，无法仅靠“情绪编程”（vibe coding）完成板卡初始化这样的底层工作。
整体来看，Nordic 的 AI 辅助功能更接近一个熟悉文档的初级工程师——能快速检索、生成样板代码，但需要资深开发者复核和调整。对于经常处理复杂配置和调试的嵌入式团队而言，这可以作为提高效率的工具，而非裁员理由。
目前该功能已向 nRF Connect SDK 和 nRF Cloud 用户开放，开发者可结合自己偏好的 AI 编程助手使用。
微信扫描下方的二维码阅读本文
