Silicon Labs, Google i Meta wciągają AI do pracy programistów

7 października Silicon Labs połączył swoje narzędzia programistyczne z generatywną AI. Firma z Austin w Teksasie pokazała Simplicity AI SDK na dorocznym szczycie Works With 2026. To projekt open source, który pomaga inżynierom budować sprzęt IoT: pisze kod, sprawdza projekty i wdraża modele uczenia maszynowego na mikrokontrolerach o niskim poborze energii.

Zwrot w stronę systemów wbudowanych

Klienci korporacyjni naciskają na producentów chipów, żeby uprościli tworzenie oprogramowania wbudowanego. Ograniczona pamięć, moc obliczeniowa i wybór radia często opóźniają premiery produktów. Silicon Labs nie koncentruje się już wyłącznie na wydajności krzemu. Firma bierze się za problemy z tworzeniem oprogramowania i łączy narzędzia programistyczne z asystentami generatywnej AI oraz korporacyjnymi platformami danych. W dokumentach firmy czytamy, że chodzi o skrócenie czasu wprowadzania nowych produktów IoT na rynek.

Simplicity AI SDK jest sercem tej zmiany. Trwa publiczna beta. Zestaw daje programistom uporządkowany dostęp do dokumentacji, narzędzi i bibliotek kodu Silicon Labs. Mogą z nich korzystać asystenci pisania kodu, tacy jak GitHub Copilot i Codex od OpenAI. Pierwsza wersja obsługuje projekty Bluetooth Low Energy, więc agenci AI pomagają w konfiguracji, budowaniu, wgrywaniu, debugowaniu i analizie sieci.

Tamas Daranyi, product manager w Silicon Labs, mówi o narzędziu, które zwiększa wydajność, a nie zastępuje starannej pracy inżynierskiej. Według EE Times Daranyi powiedział dziennikarzom na spotkaniu prasowym w Budapeszcie: „To nie jest rozwiązanie, to nie magia, ale narzędzie i bardzo poważne wsparcie”. Podkreślił, że nadzór człowieka nadal jest niezbędny, bo inżynierowie muszą dokładnie przetestować kod, żeby działał na sprzęcie.

Silicon Labs pokazał też Simplicity Design Intelligence, framework, który pomaga zamienić ogólny pomysł na produkt w działającą konfigurację systemu wbudowanego. Jego pierwsza funkcja, Hardware Intent, analizuje specyfikacje sprzętu i schematy płytek, żeby pomóc wybrać piny i peryferia jeszcze przed budową właściwych płytek. Sam Ponedal, szef PR w Silicon Labs, wyjaśnia, że system przyjmuje opisy w języku naturalnym, w tym techniczne PDF-y i filmy instruktażowe, i zamienia je w format, z którego korzystają agenci programistyczni. Dzięki temu można uniknąć kosztownych błędów sprzętowych, bo niezgodna liczba pinów albo brak przypisanych peryferiów wychodzą na jaw już na etapie projektu.

Szersze trendy w branży

Google uruchomił Playground 7 października. To działająca w przeglądarce platforma AI, na której dorośli użytkownicy w USA tworzą własne gry, wpisując polecenia tekstowe. Platforma działa na modelach Gemini, Nano Banana i Lyria. Użytkownicy zmieniają zasady gry, fizykę, postacie i otoczenie w rozmowie z AI, a potem od razu testują efekty. Gotowe gry udostępniają linkiem albo publikują w publicznej galerii.

Obok Playground Google i Unity ogłosiły Unity Spark, narzędzie AI dla profesjonalistów z dostępem do Unity Asset Store. Matt Bromberg, CEO Unity, mówi, że Spark jest dla graczy i artystów, którym pomysły nie brakuje, ale brakowało umiejętności technicznych, żeby je zrealizować. Zamknięta beta ma ruszyć w którymś momencie 2026 roku. To kolejny krok po podobnych narzędziach do budowania gier z AI od Meta i Roblox.

Meta wdraża też nowe narzędzia AI do wykrywania reklam, które potajemnie kierują do materiałów przedstawiających wykorzystywanie seksualne dzieci. Firma poinformowała 7 października, że w pierwszej połowie 2026 roku podjęła działania wobec 33 200 000 materiałów o charakterze wykorzystywania seksualnego dzieci na Facebooku i Instagramie. Ponad 97% tych treści znalazły jej systemy, zanim zgłosili je użytkownicy. Meta wprowadziła nowy system oparty na dużym modelu językowym, który wykrywa „signposting”, czyli reklamy wyglądające zwyczajnie, ale podejrzewane o kierowanie użytkowników do nielegalnych treści w innych miejscach sieci.

Te wydarzenia układają się w szerszy trend. Programiści coraz częściej zlecają AI rutynowe zadania, ale zaufanie nadal jest barierą. Badanie na 30 000 pracowników pokazało, że programiści są wypaleni i zniechęceni, a w codziennej pracy czeka ich reset pod wpływem AI. Dane sugerują, że choć adopcja jest wysoka, wielu programistów niechętnie powierza AI krytyczne decyzje. Ten sceptycyzm pobrzmiewa też w komunikatach Silicon Labs, które podkreślają, że AI jest narzędziem, a nie zastępstwem wiedzy inżynierskiej.

Wchodzenie AI do narzędzi programistycznych zmienia też podejście firm do bezpieczeństwa i prywatności. Hark, startup założony przez Bretta Adcocka, wypuścił 6 października Hark Pro, asystenta osobistego stawiającego na prywatność. Firma widzi swoją misję w budowaniu interfejsu użytkownika dla AI, a nie w tworzeniu AGI. Hark Pro korzysta z modelu wytrenowanego specjalnie do obsługi komputera, więc przejmuje zadania cyfrowe, takie jak zarządzanie pocztą, kalendarzem i danymi karty kredytowej. Firma zapewnia, że dane użytkowników nigdy nie służą do trenowania AI, a karta leży w sejfie, którego samo Tab nigdy nie widzi.

Im więcej takich narzędzi, tym bardziej zaciera się granica między pracą człowieka i maszyny. Funkcja Hardware Intent w Silicon Labs na przykład sama wychwytuje subtelne problemy na schematach płytek, co wcześniej wymagało ręcznego przeglądu. Playground od Google pozwala tworzyć gry osobom bez doświadczenia w programowaniu, więc grono potencjalnych twórców się powiększa. Nowy system LLM od Meta ma wykrywać w reklamach złożone wzorce, które mogłyby umknąć ludzkim moderatorom. Te przykłady pokazują, jak AI przekształca pracę programistów, od systemów wbudowanych po branże kreatywne i moderowanie treści.

Firmy muszą pogodzić zyski z wydajności z potrzebą kontroli i przejrzystości. Silicon Labs daje programistom narzędzia do pracy z AI, ale ostatnie decyzje zostawia w rękach ludzi. Playground od Google to środowisko piaskownicy, w którym można eksperymentować z kodem generowanym przez AI, choć platforma jest jeszcze na wczesnym etapie. Koncentracja Meta na wykrywaniu szkodliwych treści pokazuje ryzyko systemów AI działających na dużą skalę bez nadzoru człowieka. W miarę rozwoju tych narzędzi branża będzie musiała wypracować nowe standardy odpowiedzialności i bezpieczeństwa.