2026年嵌入式面试的考题版图跟五六年前已经完全是两回事了。早些年聊的是GPIO翻转速度、中断向量表、I2C时序只要能背寄存器手册基本就能拿offer。现在面试官更关心的是你能不能把一个带Linux系统的产品从零拉起来能不能在资源受限的板子上跑通AI推理能不能用规范的工程流程管住固件质量。这篇文章站在从业者的角度拆解2025-2026年嵌入式面试里真正高频出现的知识点。考察重心的迁移从寄存器操作到系统级能力的迁移不是偶然的。现在消费级和工业级产品的主控芯片算力越来越强Cortex-A系列处理器在物联网网关、边缘计算盒子里几乎是标配。哪怕是传统MCU方案也在往多核、带MMU、跑RTOS甚至嵌入式Linux的方向走。芯片平台升级了用人方对工程师的期望自然跟着升级。如果现在投嵌入式岗位简历里只有裸机开发经验没有Linux、没有驱动、没有系统裁剪、没有算法部署相关的东西大概率会被放到基础还行但需要培养那一档。几个新变化值得注意。第一是VSCode和CLion在嵌入式圈子里彻底普及了工具链熟练度已经成独立考察点。第二是C在嵌入式项目里占比明显上升很多岗位要求写熟练掌握C11/14/17。第三是AI嵌入式开发方向越来越热面试官开始问模型量化、推理框架选型和算力评估。Linux驱动与设备树配置这是拉开候选人差距的核心分水岭。面试官问Linux驱动不是让你背字符设备框架的代码模板而是考察你对设备驱动模型的深层理解。设备树的本质设备树不是配置文件它是硬件描述的声明式规范。面试常见追问设备树的compatible属性匹配机制是怎样的节点status属性设为disabled时驱动是否会加载答案是compatible属性用于匹配platform driver内核通过of_match_table做字符串比对。status为disabled时对应的platform device不会被注册驱动probe函数不会调用。// 设备树节点示例SPI接口的传感器 spi1 { status okay; spidev: sensor0 { compatible vendor,xyz-sensor; reg 0; spi-max-frequency 10000000; interrupt-parent gpio1; interrupts 5 2; // GPIO1_5, 下降沿触发 status okay; }; };驱动probe函数的调用链面试官喜欢问从设备树到驱动probe函数被调用中间经历了什么内核启动时总线驱动会扫描设备树中挂在各总线下的节点。对于platform busof_platform_populate会为每个status为okay的节点创建platform device然后通过platform_driver_match做compatible匹配。匹配成功后调用驱动的probe函数。理解这条调用链的意义在于当设备没有正常工作时你知道从哪里开始排查——先确认设备树节点是否被正确解析再确认driver是否注册成功最后看probe是否执行。字符设备 vs misc设备什么时候用字符设备什么时候用misc设备这个问题面试里经常被追问。misc设备本质上是字符设备的简化封装。如果你的设备只需要实现open/read/write/release这几个基本操作用misc设备更简洁注册代码少一半。如果需要支持ioctl、mmap、poll等高级接口或者需要自己管理设备号分配用字符设备更灵活。系统裁剪与构建系统Buildroot和Yocto的选型面试官问系统裁剪本质是考察你对嵌入式Linux整体构建流程的理解。Buildroot适合中小型项目构建快、学习曲线平缓。Yocto适合大型工业项目支持包管理和多层架构但学习成本高。常见追问Buildroot如何减小rootfs体积一是裁掉不需要的包二是用initramfs替代完整rootfs三是用mksquashfs做只读压缩文件系统压缩比通常能到40%-50%。# Buildroot最小化配置makemenuconfig# 选择 Target Architecture: ARM little-endian# 选择 Toolchain: external, pre-installed# 取消不需要的包蓝牙、音频、图形库# Filesystem: squashfs (只读压缩)makeinit系统选择BusyBox init还是systemd这个问题没有标准答案。BusyBox init适合小内存设备4MB rootfs就能跑。systemd功能强大但体积大依赖glibc在16MB以下内存的设备上不推荐。面试中的加分回答是根据产品需求选择。如果设备需要复杂的服务依赖管理、热插拔处理和日志收集systemd是更好的选择。如果只是跑几个守护进程BusyBox init足够了。AI部署与边缘推理模型量化面试官问AI部署第一关就是模型量化。量化的本质是把FP32权重转成INT8减少模型体积和推理内存占用。常见追问量化后精度损失多少什么情况下不能用INT8量化INT8量化通常带来1%-3%的精度损失在大多数分类检测任务中可接受。但如果模型输出对小扰动敏感如回归任务或者某些层的激活值分布极不均匀INT8量化可能导致严重精度下降这时候应该用混合精度关键层保持FP16。推理框架选型框架目标平台典型延迟适用场景TFLite MicroMCU50-200ms关键词检测/姿态估计NCNNARM Linux5-50ms图像分类/目标检测ONNX Runtime通用视硬件而定跨平台部署TensorRTNVIDIA1-10msGPU加速推理选框架的逻辑是先看硬件平台。MCU级选TFLite MicroARM Linux选NCNN有NPU选厂商SDK如RKNN、STM32 AI有GPU选TensorRT。算力评估面试官会问一块STM32H7480MHz Cortex-M7能跑多大的模型STM32H7没有NPU纯靠CPU跑推理。CMSIS-NN优化的MobileNetV2量化版0.35 width在STM32H7上的推理延迟约200ms可以做人脸检测但不适合实时视频分析。如果要做视频级推理必须上带NPU的芯片。工程实践与调试能力GDB调试嵌入式程序面试官问调试能力不是问你会不会用print。GDB远程调试是嵌入式必备技能。# 在目标板上启动gdbservergdbserver :2345 ./my_app# 在主机上连接arm-linux-gnueabihf-gdb ./my_app(gdb)target remote192.168.1.100:2345(gdb)breakmain(gdb)continue常见追问程序跑飞了怎么看先看PC指针info registers pc确认是否跳到了非法地址。再看LR寄存器确认调用栈。如果是HardFault看CFSR寄存器判断故障类型——Memory Management Fault、Bus Fault还是Usage Fault。性能分析面试中提到perf或ftrace是加分项。perf可以统计函数级CPU占用ftrace可以跟踪内核函数调用链。在嵌入式设备上用perf stat可以快速看CPU利用率、缓存命中率等宏观指标。# 统计CPU缓存命中率perfstat-ecache-misses,cache-references ./my_app# 函数级CPU占用分析perf record-g./my_app perf reportC在嵌入式中的应用C在嵌入式项目中的占比上升是明确趋势。面试官会问C在资源受限环境下的注意事项。第一避免异常处理。异常机制会显著增加代码体积10-50KB在Flash紧张的项目中不可接受。编译时加-fno-exceptions -fno-rtti关闭。第二慎用动态内存。STL容器的动态分配会导致内存碎片。替代方案是使用固定大小内存池或Arena分配器。第三合理使用C11/14特性。constexpr可以做编译期计算不增加运行时开销。move语义可以避免不必要的拷贝。unique_ptr可以做自动资源管理比裸指针安全。// 嵌入式友好的C资源管理classSensorManager{public:SensorManager():dev_(std::make_uniqueI2CDevice(0x50)){}floatread(){returndev_-read_reg(0x00);}private:std::unique_ptrI2CDevicedev_;};面试准备策略总结一下准备策略。Linux驱动和设备树是必须啃下来的硬骨头占面试权重最大。系统裁剪和构建流程展示你的工程完整性。AI部署是新增长点哪怕不做AI岗位了解模型量化和推理框架选型也是加分。C能力现在几乎是中高级岗位的隐性门槛只会C语言在2026年的嵌入式市场议价空间会受限。调试能力是区分能写代码和能解决问题的分水岭。嵌入式面试准备是个系统工程每个方向都需要时间积累。你在准备过程中哪个知识点觉得最难啃评论区聊聊互相交流一下准备思路。觉得这篇有用就收藏一下后续会持续更新嵌入式开发的技术干货和面试分析。