AI编程工具这两年迭代太快，叫法也乱。我天天在嵌入式AI编程里跟Agent、Copilot、Cursor这些名字打交道，一开始没觉得有啥区别，真用起来才发现是两码事。折腾过几轮，我按干活的方式分成两类：补全型和Agent型。
01两种工具，根本不是一回事
补全型，就是输入法。你在编辑器里敲，它在光标后面猜下一段。GitHub Copilot、Cursor的Tab补全、Tabnine都算这一类。快是真快，视野也真窄，它只看当前文件。
Agent型是实习生，丢任务给它，它自己读工程、改文件、跑命令、看报错，改完再跑一轮。Claude Code、Codex CLI、Cursor的Agent模式都算。慢，费token，但能自己干活。
输入法不会替你做决定，实习生会。这个差别，放到嵌入式开发里被放得特别大。
怎么判断一个工具到底是哪一类，看执行权在谁手里。它改完代码，要不要你自己复制、自己粘贴、自己编译。要，就是补全；不要，才是Agent。
容易混，是因为界面长得像。同一款工具里补全和Agent并存，菜单挨着菜单，不少人开着Agent模式当补全用，白费了token，还嫌它慢。
02补全型在嵌入式里擅长什么
补全最适合的，是那些一眼就知道怎么写的代码。头文件、寄存器宏、HAL库调用骨架、重复的外设初始化，这些样板活，它能省一大半打字量。
举个具体的。你写一行注释：USART1，115200，8N1。它能把HAL_UART_Init、GPIO复用、中断开启一整段补出来，省事是真省事。
边界也清楚：它不理解工程，不知道你的板子是什么芯片、什么时钟。跨文件的逻辑接不上。你在A文件定义的东西，到B文件它就当不存在。
没人喂上下文的时候，补全默认你用的是最常见的板子。时钟配置按训练数据里出现最多的写，编译一个错没有，烧进去外设全不转。这种亏，我吃过一次就记住了。
所以嵌入式里用补全，先把上下文喂够。芯片、时钟、引脚写进注释，它补出来的代码才靠谱。D3那篇的硬件上下文，就是干这个用的。
03Agent型能管到哪一步
Agent型的本事，是把整个工程当上下文。让它读，它就通读一遍；让它改，跨文件也下得去手。编译报错丢给它，它自己定位、自己改，改完再编译，直到干净为止。
这套在纯软件工程里已经很顺。嵌入式差在末了一环，它手里没有板子。时序对不对、引脚冲不冲突、上板能不能跑，它看不见。编译通过离能上板，还差一大段路。
我的用法是：代码生成交给它，报错循环交给它，上板验证留给自己。终端输出整段贴过去，它自己找文件、改代码、再编译，几轮下来编译干净，我再送审查。
Agent有个毛病，敢下重手。改错文件、顺手删了不该删的，我都撞见过。版本控制是底线，它每次动完，先看diff再放行。
04嵌入式里怎么分派
分派的标准就三条：跨不跨文件、要不要跑工具、沾不沾硬件。
三条都不沾的，交给补全。写一段独立初始化、填一个结构体、改一处寄存器配置，补全很快。
跨文件或者要跑工具的，交给Agent。重构、加功能、查编译报错，这类它干得比人快。
沾硬件的，人自己来。时序、上板、示波器，Agent现在干不了。
套用到任务上，一遍就过。改个日志打印，单文件不碰硬件，补全。给整个工程换时钟源，跨文件动配置，Agent。排查上电偶发重启，得上板量波形，人。
这套标准不是写死的。工具在进化，边界在动，判断的尺子不用换，量出来的结果过几个月可能就不一样。隔段时间回头看一眼就行。
05例子：屏幕驱动的分工
拿SPI屏幕驱动说。工程结构、引脚定义、时钟配置，这些跨文件的活，Agent改。单文件里的函数体、寄存器操作，补全写。波特率分频、上板时序，人核。
具体到Agent那摊活，它是把SPI相关的文件串起来动：头文件补声明、主程序加初始化调用、工程目录扫一遍确认没有漏文件。补全只负责函数体里的寄存器读写。人盯剩下的两样：分频值和上板波形。
一轮下来，分到人手里的活就剩核对和上板两件事。
这轮分工有个前提：工程说明书得先喂好。D2那份就是干这个的，Agent进工程先读，补全也认。缺了它，工具全在瞎猜。
06Agent能不能自己调编译器
AI Agent自己调编译器，这事有开源方案了。条件是把编译、烧录这些命令，封装成它能调用的Skill。
Skill说白了就是给命令写使用说明。keil build怎么调、工程在哪个目录、烧录用哪根调试器，写成一段结构化的说明，AI到该用的时候自己会去调。
开源项目embeddedskills干的就是这个。Keil、GCC的编译，J-Link、OpenOCD的烧录调试，串口、CAN的通信监控，全部封装成Skill。AI改完代码自己编译，看到报错自己改，再编译一轮。
这一步打通，嵌入式里“改代码→编译→烧录→验证”的循环，人就能从中间退出来大半。
自动化到哪一步为止，边界也清楚。编译烧录能交出去，硬件验证交不出去。板子上的事，人还在。
补全和Agent的划分，业界没有统一口径，本文按公开评测里常见的分档思路讲。文中引用的两组数字——AI生成驱动框架提效50%到70%、提示词补齐后首次通过率提升63%——出自什么值得买《AI能否独立完成嵌入式开发全流程？》，168位作者联合实测；embeddedskills为GitHub开源项目；Claude Code、Codex CLI、Cursor、Copilot等工具情况来自官方文档与公开对比。分工清单按本号操作习惯整理，仅供参考。封面与配图由AI技术生成。
两类工具分清楚，效率差一半。收藏一份，下次开工程照着这张图分派。
本文转自于：https://mp.weixin.qq.com/s/t7P17SkoWBBhnpLEAZfKsA
