用 AI 写代码这件事，大家早就不新鲜了。但做测控的人都有个体感：通用 AI 能给你写一段 Python，却看不懂你的采集卡、你的触发时序、你那套跑了好几年的测试系统。
10 月，这件事有了新变化：Emerson 旗下的 NI 公布了官方生成式 AI「Nigel」的新路线图，它不再是挂在软件角落里的问答助手，而是直接在 LabVIEW 里按一句话生成代码。官方给的演示数字很扎眼：过去用通用 AI 工具要约 20 小时、跨两周才能做完的活，20 分钟跑通。

一｜Nigel 是谁：不是套壳聊天机器人

Nigel AI 是 NI 推出的面向测试测量场景的专用 AI，直接嵌在 NI 的软件体系里。它和通用 AI 的区别，官方新闻稿里说得很直白：它理解工程代码、现有测试系统和应用数据的上下文——换句话说，它读得到你的硬件配置和测试流程，而不是只认识「代码」这两个字。

从 AI 顾问到 AI 作者：Nigel 的定位升级

这一轮升级的核心，是 Nigel 从「AI 顾问」走向「AI 作者」：原来它主要做答疑、解释、给建议；现在它能在 LabVIEW 里根据自然语言描述直接生成代码，也能在 TestStand 里自动生成测试序列。开发、调试、序列编排、系统理解，都覆盖到了。

二｜20 小时变 20 分钟：这笔账怎么算的

数字来自 NI Connect 2026 上 Emerson 工程师的现场演示：一个此前用通用编码 AI 工具要约 20 小时、摊开在两周里完成的任务，Nigel 用约 20 分钟完成，且第一次就给出了能用的结果。

官方演示口径：约 20 小时跨两周 → 约 20 分钟

为什么差这么多？差的不在「写得快」，在省掉了来回喂上下文的时间。用通用 AI 做测控开发，你得反复解释：我的板卡是什么、采样率多少、触发怎么配、数据往哪送——解释清楚一半，对话窗口已经塞满了。而 Nigel 生下来就长在这个环境里，这些上下文是现成的。

三｜更好玩的：AI 聊天机器人直接调用 VI

如果你觉得「AI 帮我写 LabVIEW」已经够劲了，还有更进一步的：10 月 15 日慕尼黑 NI Tech Day 上，NI 现场演示了 MCP Toolkit for LabVIEW——把模型上下文协议（MCP）接进 LabVIEW，让 Claude 这类 AI 聊天机器人自主执行你的 VI。

MCP Toolkit 工作流：AI 聊天机器人直接调用 VI

官方给的应用场景很具体：让 AI 自动控制测试与测量应用、根据非结构化的数据手册调整测试参数。想象一下：你把一份 200 页的传感器手册丢给 AI，它自己读出量程和接线要求，调好参数，把台架跑起来——这在过去是「读文档一上午、写程序一下午」的活。

四｜冷静看：AI 写完，还得工程师点头

这句话翻译成工程师的话就是：AI 交出来的 VI，你依然要审、要测、要签字。测试系统的特殊之处在于，它出错的代价经常不在屏幕上——一台标定设备悄悄飘了 2%，下游可能要召回一批货。所以「AI 生成、工程师验证」的分工不会变，变的只是谁花更多时间在敲键盘上。
对 LabVIEW 使用者来说，真正的启示是：值钱的部分正在从「把框图搭出来」转向「知道该搭什么、能判断 AI 搭得对不对」。需求分析、架构设计、边界条件、异常处理——这些 AI 暂时替不了的部分，恰恰是靠项目经验喂出来的。
工具的门槛在降，但把测试做对的门槛没有降。前者是好消息，后者是老实话。
你愿意让 AI 直接操作你的测试台架吗？敢放权到哪一步？评论区聊聊。

---

注：Nigel AI 能力与 20 小时/20 分钟演示数据来自 Emerson 官方新闻稿（Newark 转载）；MCP Toolkit for LabVIEW 演示信息来自 2026-10-15 慕尼黑 NI Tech Day 官方议程。