企业官网建设流程全解析

这几年嵌入式开发的面试风向变得特别快。前两年大家还在疯狂背八股文式的C语言笔试题，到了2025年，我明显感觉到面试官开始问“你用AI写代码时怎么保证质量”、“你的设备树裁剪后启动时间优化了多少”、“NPU上INT8量化精度掉了怎么调”这类实战到骨子里的问题。说白了，市场不缺只会调接口的人，缺的是能把项目真正跑稳、把性能榨干的人。

这篇内容我梳理了2025到2026年嵌入式面试里出现频率最高的一批知识点，覆盖C语言底层细节、Linux应用与驱动、设备树与系统裁剪、算法部署和性能调优，以及AI辅助开发带来的新考点。我会尽量用“面试官到底想考什么”的角度来拆解，而不是单纯罗列知识点。无论是准备秋招春招的应届生，还是想跳槽的在职工程师，这篇都值得花半小时认真看一遍。

1. 底层基础：C语言修饰符与内存布局，仍然是第一轮的“筛子”

嵌入式面试的第一步几乎永远是C语言。但2025年的C语言考察侧重点明显变了，面试官不再问“const和#define有什么区别”这种入门题，而是把修饰符放进具体场景里，考察你写底层代码时是否真的有安全意识。

1.1 高频修饰符的“组合拳”用法

const、volatile、static、extern这几个修饰符，单独拿出来谁都认识，但组合在一起才是真正的考点。

以const volatile组合为例，这在寄存器映射场景里极其常见。比如读取硬件状态寄存器，你希望这个变量不能被程序修改（const），又希望编译器不要优化掉每次都重新读取（volatile），所以就有了const volatile uint32_t *reg这种写法。面试官只要看到你能主动说出“const保护变量不被代码误写，volatile保证每次都是从硬件地址真实读取”，这个问题基本就过了。

另一个常考的是static在模块化驱动里的作用。一个.c文件里的全局变量加上static，相当于告诉整个工程“这个变量只属于本模块”，这既是为了防止命名冲突，也是驱动开发里的封装惯例。面试时我建议你主动补一句：static修饰函数也有同样的隐藏作用，内核里大量static函数就是靠这个实现模块内私密性的。

1.2 指针、内存对齐与大小端——笔试题的重灾区

指针这块，2025年的面试题越来越倾向于“运行结果类”的代码阅读题。比如char *p = "hello"; p[0] = 'H';到底会不会崩？你要能迅速反应出字符串字面量存储在只读区，修改它会产生段错误。这类题考的是对进程内存分布（栈、堆、全局区、只读区、代码区）的理解是否扎实。

结构体对齐更是年年必考。#pragma pack和默认对齐规则的计算，面试官喜欢让你现场算一个结构体的大小。这里有个经验：默认情况下，结构体大小等于最大成员对齐值的整数倍，成员按声明顺序依次放置，每个成员的偏移量必须是自身大小的整数倍。比如：

struct { char a; // 偏移0 int b; // 偏移4，因为int需要4字节对齐 short c; // 偏移8 } // 总大小12，而不是7

算完之后建议主动解释为什么需要对齐——因为CPU访问自然对齐的数据只需一次内存访问，不对齐可能触发异常或者降低性能，这在嵌入式平台上尤其敏感。

大小端也是老生常谈，但2025年不少面试官会加深一层：让你写一套可移植的代码，在两种字节序的平台上都能正确解析数据。我一般会给出联合体判断法或是指针判断法，然后强调实际工程里要用__BYTE_ORDER__这类宏做编译期判断，而不是运行时判断。

1.3 内存泄漏、栈溢出与安全编程意识

现在的嵌入式面试越来越重视安全编码意识。栈溢出是个高频场景：中断服务函数里定义一个大数组，到底安不安全？正确答案是不安全，因为中断栈往往有限制。更典型的是递归，嵌入式里默认禁止无界递归，因为栈空间经不起折腾。

内存泄漏方面，面试官常问“一个长时间运行的嵌入式设备，发生内存泄漏怎么排查”。这时候要能说出valgrind在嵌入式板子上的局限（太慢、太耗内存），更适合用dmalloc、自己实现内存池统计、或者定期查看/proc/meminfo和/proc/slabinfo来缩小范围。能答到这一层，说明你真的调过问题，而不是只会背概念。

2. 嵌入式Linux应用开发：从进程线程到网络并发，考察“工程落地能力”

只懂C语言而没有Linux环境下的开发经验，在2025年的嵌入式面试里是走不远的。尤其是嵌入式Linux应用开发岗位，面试官非常看重你对进程线程模型的理解，以及对并发问题的敏感度。

2.1 进程、线程与同步机制

进程和线程的区别人人都能背两句，但面试官会让你结合场景选型。我遇到的一个典型问题是：一个数据采集系统，需要同时采集8路传感器数据并实时上传，你会怎么设计线程模型？这时候要能说出“每路传感器一个采集线程+一个统一的上传线程，采集线程通过线程安全队列把数据交给上传线程”这类方案，并且主动分析锁粒度、队列入口阻塞等问题。

同步机制的高频考点是互斥锁、读写锁、信号量、条件变量之间的区别和选型。2025年流行出这种对比题：读多写少应该选什么？答案是读写锁；生产者消费者模型需要什么？条件变量+互斥锁配合使用。面试官特别喜欢追问“条件变量为什么要配互斥锁”，答案要能落到：条件变量本身不保护共享数据，它只是让线程在条件不满足时休眠，而检查条件和修改条件的过程必须用锁保护，防止竞态。

2.2 进程间通信（IPC）的实际选型

IPC 是另一个绕不开的大块。管道、FIFO、消息队列、共享内存、信号、Socket，面试官会让你根据业务场景实地选型。一个很典型的题：两个进程需要高频交互大量数据，用什么？共享内存最合适，因为没有内核态到用户态的拷贝开销。但紧接着就会问：共享内存怎么解决同步？这时候要能答出semget/semop信号量配合，或者mmap加原子操作。

另外有名信号量和无名信号量的区别也是热门。进程间同步用有名信号量（fcntl或sem_open），线程间同步可以用无名信号量（sem_init）。这里我建议大家准备一个自己实际做过的IPC案例，比如用共享内存+信号量实现的双进程日志系统，能画出示意图并说清楚每一步流程，得分会非常高。

2.3 网络编程与并发模型

嵌入式Linux应用开发绕不开网络。TCP三次握手和四次挥手属于送分题，但2025年开始流行问“TCP粘包问题你怎么解决”。这是很多新手在实际项目里被坑过的问题。我能给出的方案通常是：定义应用层协议，每个数据包包含固定的包头（魔数、包长、校验）加包体，接收端按包头解析包长，再循环读取直到收完一整个包。

并发模型上，select、poll、epoll三兄弟的对比依然是超高频。epoll为什么快？因为它使用事件驱动，只把就绪的文件描述符返回给用户，不需要每次全量遍历。面试官还喜欢追问ET（边沿触发）和LT（水平触发）的区别，尤其会让你说实际项目里选哪个、为什么。我个人的经验是：ET模式配合非阻塞I/O可以充分利用事件驱动优势，但编程复杂度高，容易漏读数据；LT模式相对宽容，适合稳定性优先的项目。在面试中，能结合自己的项目说出选型理由比背出官方定义重要得多。

3. 驱动开发与设备树：从字符设备到平台总线，考查内核理解深度

想冲击嵌入式Linux驱动开发岗位的，这部分是分水岭。纯应用开发者可以跳过细节，但至少要理解设备树的概念和基本结构，因为现在连单片机级别的项目都在往设备树的方向靠。

3.1 设备树语法与匹配机制

2025年面试问设备树，几乎不考语法背诵，而是考“如果你新加了一个I2C触摸屏芯片，需要修改哪些文件、完成哪些配置”。正常流程是：设备树里新增I2C子节点，定义compatible（用于匹配驱动）、reg（I2C地址）、interrupts（中断引脚，有时会用到interrupt-parent）、reset-gpios（复位引脚）等属性；内核里新增或启用对应的I2C客户端驱动，实现probe函数，并在驱动中声明of_match_table。

面试官常挖的一个深坑是compatible属性匹配优先级问题。你要能解释：设备树节点的compatible会和驱动里的of_device_id表逐一匹配，优先使用of_match_table里排序靠前的项；同时要说明struct device_driver的name字段和设备名的匹配是老式写法。能讲清楚这些，说明你真正理解设备驱动模型的注册机制。

3.2 字符设备驱动与platform驱动

字符设备驱动的流程几乎必考：注册设备号（或动态分配）、cdev_init、cdev_add、创建设备类和设备节点、实现file_operations结构体里的open/read/write/release。面试官一般会让你现场写出关键代码骨架，或者给你一段残缺代码找出错误。

platform驱动则是Linux设备模型里连接设备树和驱动的桥梁。2025年的高频问法是：platform_driver、platform_device的匹配过程是怎样的？probe函数什么时候被调用？答案要落到：设备树解析出platform_device，驱动注册时通过bus_type的match函数检查compatible或name是否匹配，匹配成功后调用驱动的probe。这里建议准备一个实际编写过的platform_driver代码，说清楚dts、driver、device三个文件之间的联动关系。面试官听到你能主动说“dts里加节点、驱动里注册platform_driver、两者通过compatible匹配”，基本就认可这段项目经验是真实的。

3.3 中断、并发与锁，驱动开发的硬骨头

任何驱动开发岗位都会问中断处理。常见问题包括：中断上下文为什么不能调用sleep或mutex_lock？工作队列和软中断的区别？request_threaded_irq的threaded irq机制解决了什么问题？

并发控制方面，自旋锁和信号量在驱动中的选择是一个经典考题。简单说：中断上下文或临界区极短且不能睡眠时用自旋锁，可以睡眠的上下文用信号量或互斥锁。不过2025年也开始流行考察更细粒度的RCU机制，以及atomic_t原子变量在驱动中的使用场景。

我个人的建议是：准备一个自己做过或者源码精读过的驱动案例，比如GPIO按键驱动，把中断触发、debounce处理、通过input子系统上报按键事件的全流程梳理清楚。这个案例在面试里几乎能应对一半以上的驱动类问题，因为它的知识点覆盖了中断、定时器、并发、阻塞与非阻塞I/O、设备模型等多个层级。

4. 系统裁剪与优化：启动时间调优、文件系统瘦身，面试中的“加分杀手锏”

系统裁剪优化是2025年嵌入式面试的热门方向，尤其是物联网和边缘计算岗位。这一块面试官关注的核心指标是：启动速度、内存占用、存储占用和功耗。能够拿出一套具体的裁剪优化数据，比如“我们把启动时间从8秒降到了2.3秒”，比任何华丽的描述都管用。

4.1 内核裁剪与配置要点

内核裁剪的高频考点是：如何根据实际硬件定制内核？menuconfig里怎么选？哪些子系统必须保留，哪些可以关闭？

经验上，裁剪的核心原则是“最小化”。比如一个纯粹的工业控制设备，如果不需要USB设备功能，就关闭CONFIG_USB；不需要蓝牙，就关CONFIG_BT。但要注意：裁剪不是盲目关功能，而是对照硬件实际使用的IP列表来核对驱动开关。还有一个很容易被忽略的点：内核打印日志级别loglevel，把启动的输出级别从7降到4，屏幕打印少了，启动速度也会有可感知的提升，因为串口输出本身很慢。

另一个加分点是内核initcall机制的优化。启动时间主要花在内核初始化和驱动probe上。如果你能把一部分驱动从内核态编译成模块并延迟加载，或者调整驱动的initcall等级（如subsys_initcall改成device_initcall），都能优化启动顺序。面试时能说出“我们通过调整initcall优先级，把非关键驱动延后加载，启动时间减少了1.2秒”，这个工程经验非常有含金量。

4.2 根文件系统与存储布局优化

文件系统裁剪方面，2025年的热点是initramfs与挂载外部存储的切换时机。面试题常问：为什么要先用initramfs再切到真正的根文件系统？因为initramfs能把硬件初始化和存储驱动加载过程提前完成，之后再switch_root到外部存储上的根文件系统，这样可以提高启动兼容性和稳定性。

存储空间的瘦身也有讲究。如果设备用的eMMC容量很小，要考虑去掉不必要的locale、时区数据、多余的busyboxapplet，甚至用strip去掉二进制文件的调试符号。还有一点是glibc换成musl libc，体积能减少30%左右，内存占用也更低——2025年很多轻量级设备都转向musl了。

4.3 启动时间优化的经典三板斧

启动优化方面，“三板斧”在面试里非常受欢迎：第一斧是bootloader阶段减少延时，比如U-Boot的bootdelay从默认的3秒改成0；第二斧是内核阶段裁剪驱动、降低打印级别、开启CONFIG_CC_OPTIMIZE_FOR_SIZE；第三斧是用户态阶段，把串行启动的服务改成并行启动，或者在业务允许的情况下用systemd的socket activation延迟启动非关键服务。

我一个实际做过的方案是：用perf和bootchart、bootgraph工具定位各部分耗时，然后按照耗时排序逐个优化。这个方法你能在面试中口述出来，分量和光背结论完全不同。

5. 算法部署与性能调优：NPU、量化、内存带宽，嵌入式AI的高墙

AI嵌入式开发是2025年热度最高的话题之一。现在的岗位描述里普遍要求“熟悉深度学习模型在嵌入式平台的部署流程，了解NPU/DSP/GPU加速原理，掌握INT8量化方法”。面试题也从“什么是TensorRT”这种概念题，变成了“如果模型在开发板上推理速度只有5 FPS，要求提升到30 FPS，你怎么调优”。

5.1 模型部署的完整流程

模型部署的高频考点不是模型训练，而是转换和优化流程。典型的流程是：训练框架（PyTorch/TensorFlow）导出模型，转成ONNX，再转成目标平台的IR格式（比如RKNN的.rknn、地平线的.bin等），然后做精度验证和性能测试。面试官会追问“ONNX转RKNN的过程中遇到算子不支持怎么办”。这时候要能回答出几种常用解法和取舍：算子融合、用CPU回退、修改模型结构替换算子，甚至重新训练一个更适配目标平台的轻量网络。

这里建议准备一个端到端的部署案例，比如把一个YOLOv5s检测模型部署到RK3588或者地平线旭日X3上，跑通检测并记录帧率和精度数据。这个案例在面试算法部署岗位时几乎是万能的，因为它覆盖了模型导出、格式转换、量化、后处理、性能调优完整链路。

5.2 INT8量化与精度损失排查

量化的考点很密集：什么是动态量化、静态量化？PTQ和QAT有什么区别？INT8量化后精度掉了怎么办？

2025年的面试官普遍很实际，会给你一组数据：某个分类模型INT8量化后accuracy从92%降到85%，你如何分析？这里要能说出排查思路：首先检查每层激活值的分布，找出量化误差大的层；然后看一下是否需要为敏感层保留FP16计算（混合量化）；再检查校准数据集是否具有代表性；最后实在不行就上QAT，在训练阶段就让模型适应量化噪声。能答出这套思路，面试官会觉得你确实踩过算法部署的坑，而不是随手背了些理论。

5.3 CPU/GPU/NPU侧的性能调优手段

性能调优方面，面试官常问：模型在嵌入式设备上跑得慢，如何定位瓶颈？建议分三步走：第一步看模型结构，计算量（FLOPs）和访存量是否平衡；第二步用profile工具看每一层的耗时，找出耗时大户；第三步针对耗时大户做优化，常用手段包括算子融合、内存复用、多线程或异步流水线。

内存带宽是2025年新的热门话题。很多模型在嵌入式平台上慢，不是因为算力不足，而是数据搬运占了大部分时间。要能说清楚“卷积算子的计算密度足够高时，访存开销相对较小，但如果像Concat、Reshape这种对内存搬运敏感的操作太多，整体性能就会被拉下来”。能主动提到“我们通过算子融合把三个小算子合成一个，DDR访问量降低了40%”，这是非常亮眼的项目亮点。

6. 开发工具链与AI辅助开发：VSCode插件、CLion、AI编程工具，面试中的“隐藏加分项”

2025年嵌入式面试有个趋势很值得注意：面试官开始关心你用的是什么工具链，以及你怎么用AI工具提高开发效率。这背后其实考察的是一个人的工程化能力和学习曲线——工具选型能反映你是不是一个跟得上节奏的工程师。

6.1 VSCode嵌入式开发常用插件配置

VSCode在嵌入式开发里已经成了标配编辑器，面试时被问到“你常用的插件有哪些”别只回答一个C/C++插件。一个完整的VSCode嵌入式开发环境通常包括：

• C/C++（微软官方，提供IntelliSense、调试支持）
• Cortex-Debug（用于ARM Cortex-M系列的调试，配合OpenOCD或J-Link）
• Embedded IDE（国产优秀插件，能直接管理STM32等嵌入式工程，支持SDK下载和编译烧录）
• clangd（如果你更喜欢LLVM系的代码补全和诊断，可以用它替换微软的IntelliSense，速度更快）
• Remote-SSH（开发板作为远程服务器，直接在板子上编辑、编译和调试）
• QEMU相关插件（需要在本地模拟ARM环境时很有用）
• CMake与CMake Tools（现代嵌入式工程基本都迁到CMake了）
• GitLens（代码审查和提交记录追踪，团队协作必备）

如果你用的是STM32CubeMX生成工程，配合Embedded IDE可以直接在VSCode里完成开发，完全可以摆脱Keil或IAR的图形界面。面试时能主动说出“我们团队现在统一用VSCode+CMake+Cortex-Debug做开发，编译用arm-none-eabi-gcc，调试用OpenOCD”，会显得你非常专业。

6.2 CLion在嵌入式项目中的实战体验

如果你做的是比较大型的嵌入式Linux项目，CLion也是一个值得重点准备的话题。CLion对CMake的原生支持比VSCode更强，重构和代码分析能力在大型代码库里优势非常明显。JetBrains系的Clion Embedded Development插件配合OpenOCD，能提供完整的板载调试体验。此外CLion对WSL和远程开发（Remote Dev）的支持也很成熟，Linux驱动模块代码可以直接放到服务器上编译，本地做代码索引。

面试时如果被问到“为什么用CLion而不是VSCode”，一个合理的说法是：VSCode胜在轻量、插件生态丰富，适合快速开发和单文件编辑；CLion胜在智能分析和重构能力，适合大型项目的代码维护。这种“工具选型是有意识权衡的结果”的表述，比只吹一个工具高级得多。

6.3 AI辅助嵌入式开发：新考点的应对策略

AI辅助嵌入式开发是2025年兴起的新面试点。面试官会问：你在开发中用AI工具吗？怎么用的？它帮你解决了什么问题？

这里需要有一说一。AI在嵌入式开发里确实能提升效率，但它不是万能的。我的使用经验是：AI尤其擅长处理领域内成熟代码的生成和优化，比如写一个标准的外设驱动初始化代码、查一个file_operations的标准写法、提供CMakeLists的模板，这些AI做得又快又准。但涉及具体硬件寄存器的配置、内核特定版本的API差异、跨平台编译的兼容问题，AI经常会给“看起来对但其实不能用”的代码。这是2025年面试官特别想考察的点——你能不能分辨AI生成代码的质量，能不能在嵌入式的边界约束下修正它。

一个很好的面试应答结构是：先说明你用AI完成的工作（比如让AI帮你生成函数A的循环展开优化版本），再说明你怎么做验证（单元测试、板端跑分、内存检查），最后说一次AI出错你怎么排查的案例（比如AI推荐了usleep在原子上下文使用，你指出这会导致内核异常）。能这样回答，说明你是真正在工程里用AI提升效率的工程师，而不只是一个会“用”工具但不会“判断”工具的初级使用者。

7. 项目经验准备：从“演示demo”到“可量化落地”的升级思路

面试环节里最拉分的就是项目经历。2025年的嵌入式面试，面试官普遍变得非常警惕“包装型简历”——项目一听就是买来的开发板例程或者网课作业。他们反感的不是项目简单，而是候选人说不清楚项目里“为什么这样做”和“遇到问题怎么排查”。

7.1 如何把普通项目讲出亮点

即使是相对简单的项目，也可以靠讲述技巧加分。核心技巧是：项目必须有可量化的结果。不要只说“我写了一个温湿度采集系统”，要说“我用STM32+ESP8266实现了一个低功耗温湿度采集节点，采用Modbus RTU协议与上位机通信，3.3V电池供电下待机功耗12μA，平均工作电流33mA，实测续航9个月”。

面试官听到具体数字，马上会跟进问很多细节，比如：功耗怎么测的？低功耗模式用的什么？唤醒方式是什么？Modbus的CRC校验你怎么实现的？如果你都能对答如流，项目可信度就立住了。所以准备面试时，一定要给每个项目列出“性能指标列表”，包括并发数、延迟、吞吐量、内存占用、功耗、启动时间、裁剪体积等具体数值。

7.2 经典项目选题与面试应答设计

2025年比较吃香的嵌入式项目类型包括：边缘AI视觉识别（如RK3588运行YOLOv5）、低功耗物联网数据采集节点、工业现场总线设备（基于CANopen或Modbus）、音视频采集推流设备、基于Linux的智能家居网关、电机FOC矢量控制、以及设备驱动优化项目。

具体到应答设计，我建议每个项目都按这样的框架准备：

• 项目背景与目标：解决什么业务问题
• 技术选型与原因：为什么用A不用B
• 核心模块拆分：分了几层、每层的职责
• 关键挑战与解决方案：至少三个“踩坑后解决”的案例
• 性能指标与最终效果：用数据说话
• 可优化空间：如果能重来，哪里会改进

这个框架能帮你在面试中把项目讲得像一个真正的工程案例，而不是“我跟教程做了一遍”。

7.3 面试中应对“项目深挖”的三原则

项目深挖阶段，面试官会故意问一些让你压力很大的问题，比如“你这个方案的瓶颈在哪里”“如果数据量再大十倍怎么办”“这部分代码有BUG吗”。应对原则有三个：

第一，诚实承认未覆盖的场景，但立刻补上分析和改进思路。比如问“如果同时1000个设备连接你的网关怎么办”，你说“目前只测了100设备的场景，1000的话我考虑用epoll替换原来的select实现，并且引入消息队列做异步处理”，比硬撑“一定能支持”要好得多。

第二，主动把话题引到你已经准备好的知识点上。当面试官问数据库相关而你不太熟时，可以坦诚说数据库不是我的强项，但在嵌入式里我们更关心存储的持久性怎么做，比如用掉电保护日志和双分区备份方案。这种“把问题转化为自己的主场”的能力很重要。

第三，讲到具体代码时，不要只报函数名，要说出参数、返回值、错误处理逻辑。比如面试官让你介绍你用过的环形缓冲区库，你就可以顺手写一段buf_write的骨架，说明当缓冲区满时返回-ENOMEM，配合中断下半部处理逻辑。能动手写代码的项目介绍，可信度是最高的。

8. 学习路线规划：不同阶段的嵌入式开发者，2025年怎么规划成长路径

最后这部分写给不同基础的读者。嵌入式学习路线在2025年已经有了比较清晰的分层，我按“入门、进阶、资深”三个阶段给出建议。

8.1 入门阶段：硬件基础、C语言、单片机三件套

刚入门的朋友，三个月内主攻三件事：C语言内存模型与指针、常用外设（GPIO、UART、I2C、SPI、定时器、PWM）的使用、一款主流MCU的实际动手（STM32是首选，有官方库和强大的社区资源，后续也可以接触ESP32这样自带WiFi蓝牙的芯片）。这个阶段不要贪多，能独立做一个温湿度采集+串口上报+OLED显示的小项目就是合格的入门。

2025年入门有个新的学习渠道——AI工具辅助入门。你可以让AI解释一段STM32外设代码，快速弄懂每条语句的作用。但一定要注意：不要直接把AI生成的代码烧进板子然后发现不能用，一定要学会读懂寄存器手册和数据手册。AI很难替代读手册的能力，而读手册恰恰是嵌入式工程师的基本功。

8.2 进阶阶段：Linux应用与驱动、系统移植

进阶阶段的目标是从MCU开发跳到嵌入式Linux。建议先用QEMU模拟器跑一个完整的嵌入式Linux系统，了解启动流程、文件系统、脚本执行；接着在真实板卡（树莓派、瑞芯微开发板、全志开发板等）上做交叉编译、内核模块开发、字符设备驱动编写。这个阶段推荐的学习项目是：在开发板上移植一个自定义的RTC驱动，通过设备树描述硬件，并写一个应用层程序通过/dev/rtc0读取时间。这个小项目能把设备树、驱动模型、应用层调用串起来，性价比非常高。

进阶阶段还要刻意训练系统裁剪能力。用Buildroot构建一个最小系统，把不需要的包全部剔除，观察启动时间和内存占用变化。2025年由于边缘设备激增，系统裁剪优化已经成了中高级岗位的重要加分项。

8.3 资深方向：边缘AI、底层调优、系统架构

想冲击资深工程师或者技术专家方向，2025年的主赛道非常明确：边缘AI部署和性能调优。这条路上要掌握的东西包括：主流NPU平台的工具链（Rockchip RKNN、地平线工具链、晶晨Amlogic工具链等）、模型量化方法（PTQ/QAT）、编译器优化、算子融合、异构计算。此外，Linux内核的电源管理（cpuidle、cpufreq）、调度器调优、实时性改造（PREEMPT_RT）也都是资深岗位的考试范围。

这个阶段的面试准备，不要把精力花在背书上。我强烈建议做一两个“大而深”的项目，比如把一个目标检测模型从PyTorch导出到RKNN，运行在RK3588上，实现30 FPS以上的实时检测，并且在项目中解决过至少一个精度或性能问题。有真实调优经验的人，面试时讲的细节和深度完全不同。

9. 2025-2026年嵌入式面试趋势总结与备考节奏建议

这一节相当于给你一个总览性的备考地图，方便你在冲刺阶段对照自检。

现在的嵌入式面试有四个明显趋势：第一，纯C语言题比重下降，但难度上升，更侧重内存安全、并发和工程场景；第二，Linux相关考察从“会调用API”转向“理解内核机制和源码级行为”；第三，AI和嵌入式结合的趋势已从加分项变为部分岗位的必选项；第四，面试官更看重项目真实性，习惯性追问“数据哪来的”“这个方案有对比过其他方法吗”。

备考节奏上，建议分三阶段：第一阶段（两周）主攻C语言和Linux应用基础，把高频笔试题刷透；第二阶段（四周）结合两个核心项目做深度复盘，确保每个项目都能讲出性能数据和调优细节；第三阶段（两周）做模拟面试，重点练习追问环节的临场反应和用词准确性。

另外提醒一个2025年特别常见的坑：很多人简历里写了“熟悉设备树”，但问到他“如果两个设备树的节点有相同的compatible，内核会怎样处理”，直接答不上来。这种基础概念的不扎实，在资深面试官面前很容易被识破。所以宁可少写几个技能标签，也一定要保证写在简历上的每个技术点，都能经得起至少连续三个追问的考验。