每一步都是独立的手工操作。而一个「AI 编码助手」如果只停在「帮你写代码」这一步，对嵌入式工程师的帮助是残缺的——因为固件开发的最后一公里恰恰是最容易翻车的部分，通用 coding agent 完全没覆盖。

这就是我做 Firment 的原因。

一句话：把整条链路装进同一个对话

Firment = Firmware + Agent（名字取自 firmament，故意少一个 a）。它是一个用 Rust 写的通用编码 Agent，但带着一个嵌入式优先的工具链闭环：

你说「给 UART1 加一个 DMA 接收的驱动，烧到板子上跑一下，看看日志」，它自己走完 写码 → 编译 → 烧录 → 串口观测 → ELF 分析，而不是丢给你一段代码就完事。

关键不是「会写代码」，是「对结果负责」

让模型写一段 main.c 不难，难的是让它诚实地判断这件事到底成没成。所以我没有依赖模型的自觉，而是搭了一套机械强制的证据阶梯，五级：

1. 代码级 —— 文件按预期改了
2. 构建级 —— 真实工具链编译通过
3. 部署级 —— 固件烧进了目标
4. 运行级 —— 串口输出 / 寄存器符合预期
5. 物理级 —— 观测到真实的外部效果

规则很硬：高级不自动蕴含低级，编译通过也不自动等于物理正确。三层闸门把它落到机器上：

• verify_command 闸门：配了校验命令，回合结束前必须过，不过就继续干活；
• ELF 回归闸门：每次编辑回合后自动重分析产物，flash/RAM 涨了、某函数栈深暴增这类「编译能过但其实是回归」的问题，超阈值就卡住完成；
• HIL 端到端套件：build → flash → monitor（带断言）→ elf_analyze 串成一次可回放、可 dry-run 的验证。

物理级证据：不靠视觉模型，靠确定性测量

这是 v0.7/v0.8 我花最多力气的地方。让 agent「看到」板子的真实行为，但不用大模型看图（不可复现、还贵），而是本地确定性算法：

• observe —— 对目标板的照片做 CV：LED 亮没亮、连拍里有没有东西动、闪不闪且多快（频率只给区间不给伪精确值）、改动前后像素变没变。每个结论带置信度，HIL 步骤可以断言它——低置信度永远过不了断言。
• la（逻辑分析仪） —— 经 sigrok-cli 采集真实波形，测频率/占空比/脉宽/波特率，协议解码（uart/spi/i2c/CAN…）交给 sigrok 自带解码器。于是「这条线真的是 115200 吗」「这个 PWM 真的是 1 kHz 吗」从「模型说了算」变成「波形测出来」。

红队：让 agent 攻击自己写的固件

最新的一块。固件写完，另一个「攻击者」子 agent 拿确定性变异语料（种子固定，同种子同字节序列）往运行中的固件灌畸形输入，用崩溃哨兵（故障签名 / 启动横幅重现 / 心跳丢失）判定，产出必须引用捕获证据的漏洞报告——缺证据就封顶 low/UNVERIFIED。复现一个漏洞只需 seed + case id，不需要再问一次模型。

安全模型：嵌入式工程师对「AI 删东西/烧错固件」格外敏感

所以默认行为围绕这点设计：写/改/shell 默认要权限确认；rm/format/git reset --hard/强推一律拦截；edit_file 用 SHA-256 内容寻址锚定，同一处编辑只生效一次；路径沙箱；web_fetch 带 SSRF 防护。

三端一个内核

monorepo，CLI/TUI（Rust + ratatui）是事实标准，GUI 客户端（Tauri + React）共用同一个 Rust 内核，Web 端（Next.js）是 TS 重实现、靠一份提交的工具规格快照保持同步。MIT 开源，一行安装。

如果你也在琢磨「AI 到底能不能对硬件负责」，或者就是嵌入式 + agent 这个交叉方向感兴趣，欢迎去看看 Firment，或者拿你的板子试试。这个博客会持续记录我踩的坑和背后的设计取舍。