如果说这两年的 AI 开发工具，已经让不少程序员感受到了 " 被 AI 抢活 " 的压力，那么在 IoT 行业，情况其实要复杂得多。

雷科技受邀参加了 6 月 10 日的 2026 ECDC 萤石云开发者大会，在大会结束后，小雷的最大感受是：AI 想真正进入 IoT，不是会写代码就够了。因为 IoT 开发面对的不是单纯的软件世界，而是摄像头、门禁、传感器、显示屏、园区、门店、仓库，以及一堆跨品牌、跨协议、跨场景的适配问题。

图源：雷科技

这也是 6 月 10 日在杭州亮相的萤石开放平台 2.0，最值得关注的地方。

相比过去开放平台更多强调 PaaS API、云服务和设备接入能力，这次萤石开放平台 2.0 则是更进一步：它不再只是把能力开放给开发者，而是试图把 AIoT 开发中最麻烦、最碎片化的部分，直接做成一套可复用的平台工具。

简单来说，萤石这次主要带来了两套平台：一个是萤石蓝海 AIoT 一站式工作台，另一个是 AI 巡检智能体开发平台。前者解决 " 怎么更快做出 AIoT 应用 "，后者解决 "AI 能不能真的到线下场景里干活 "。

先说说蓝海 AIoT 一站式工作台，这是萤石 AI 开发生态的核心。在这个平台中，萤石把自己多年积累的 IoT 能力、协议适配能力和行业经验，封装进一个 AI 驱动的对话式开发平台里。

让开发者可以通过自然语言描述需求，生成可预览的 AIoT 应用原型。按照官方数据，使用蓝海 AIoT 一站式工作台，可以把传统 AIoT 应用平均 45 天的开发周期压缩到平均 2 天，最快 15 分钟生成可预览原型，研发成本降至传统模式的五分之一。

这组数据很夸张，但小雷觉得更关键的不是 "15 分钟 " 本身，而是它背后的开发过程已经完全改变。

过去做一个 IoT 项目，可能需要前端、后端、移动端、设备接入、部署运维多个角色配合。现在蓝海 AIoT 一站式工作台可以覆盖后台服务、网页前端、安卓 /iOS/ 鸿蒙多端 App 以及微信小程序，还内置代码安全审计和一键部署能力。

等于直接把 " 重复造轮子 " 的过程精简掉，让开发者可以专注于需求和创新功能的开发。

图源：萤石

而另一个 AI 巡检智能体开发平台，则是希望 AI 可以从真正 " 接手 "IoT 设备，帮人类干活，也就是让 AI 从线上助手，变成能参与线下实景作业的数字助手。

为了实现这个目的，萤石以自主积累的大量数据对 AI 进行训练和重构，让它们能够真正 " 感知世界 "，并拥有足够的判断力去解决突发问题。

目前，萤石 AI 巡检数字助手已经落地到某大型跨城企业园区，依托园区现有摄像头、门禁、传感器等设备，实现 7 × 24 小时自主巡检，覆盖 20 多个跨城园区、300 多个消防通道、车库、商配固定巡检点位，自动完成问题识别、上报、定位和复核。

当然，AI 越能干，风险也越高。尤其在 IoT 行业，AI 一旦开始调用设备，安全就不能只靠事后检查。萤石在发布会的最后强调 " 用 AI 辅助管理 AI"，本质上就是给智能体加上安全护栏。

在开发侧，萤石把传统 SDL 安全开发生命周期流程 AI 化，用需求评审智能体、代码评审智能体、安全测试智能体、情报监控智能体覆盖开发全链路。在数字助手侧，则通过技能静态安全检测、权限管理、密钥托管自动轮换、全行为溯源审计等能力，防控指令注入、数据泄露、权限越界和提示词攻击。

从这次开放平台 2.0 可以看出，萤石想做的已经不是传统意义上的 " 开放接口 "，而是把一整套 AI 开发和运维流程，全部打包成一套生态底座。俗话说得好：授人以鱼，不如授人以渔，萤石就是希望让所有人都能拥有 " 渔 " 的能力（当然如果你不想折腾，也可以在萤石应用市场直接买 " 鱼 "）。

所以，小雷觉得萤石开放平台 2.0 真正有意思的地方在于，它没有把 AIoT 讲成一个单纯的技术概念，而是把问题落到了开发者最头疼的地方：怎么把重复的活从工作中剔除掉？又怎样在不熟悉某个模块的情况下，也能快速搭建起雏形？

而在行业的角度来看，AI 进入 IoT，最难的从来不是生成一段代码，而是理解真实场景、连接真实设备、完成真实任务，并且在这个过程中足够可靠、足够安全。萤石这次想补上的，正是通用 AI 在 IoT 行业最缺的那块拼图。