Silicon Labs宣布推出一系列開發者計劃，旨在簡化建構、擴展和運行功能日益強大之物聯網裝置的過程。新措施正式發表於該公司於德州奧斯汀舉辦的第七屆年度物聯網盛會－2026年Works With峰會(Works With Summit 2026)，進一步擴展了開發者及其AI代理在Silicon Labs平台上的創造空間，同時幫助客戶開發、部署和管理邊緣智慧(Edge Intelligence)。
- AI設計：Simplicity AI SDK現已推出公開測試版，支援包括GitHub Copilot、Cursor和Codex在內的AI編碼助理。Silicon Labs並進一步推出了Simplicity Design Intelligence，這是一套功能廣泛且不斷擴展的功能集，旨在理解硬體和軟體的設計意圖，幫助客戶將這些意圖轉化為可運作的產品，並根據原始意圖來驗證實作。硬體意圖(Hardware Intent)為其首項功能。
- 建構與擴充：Silicon Labs開源社群現已推出低功耗藍牙(Bluetooth Low Energy)測試版本(Beta)，為開發者提供範例應用程式和工具，並提出問題、建議修復方案、貢獻程式碼和擴展Silicon Labs軟體平台的直接途徑。
- 擴展邊緣智慧：Silicon Labs的跨平台(Platform-agnostic)邊緣AI和機器學習工具現在可與數據和AI公司－Databricks的解決方案相連接，藉此，客戶可使用Databricks Data + AI平台上受管控的企業數據和AI工作流程來管理資料、模型、嵌入式最佳化和硬體測試結果。
互聯產品不斷增加智慧和客製化硬體的同時，也使其建構越趨複雜。開發者在使用通用AI助理時，需要因應專用SDK、配置工具、設定環境和硬體限制等諸多挑戰，而這些通用AI助理本身並不真正理解Silicon Labs的裝置或嵌入式工作流程。隨著智慧從雲端遷移到邊緣裝置，開發團隊需要更好的方法來分享改進成果並管理AI模型。如果在增加新功能的同時也提高了工作流程的複雜性，那麼開發的複雜性將成為物聯網擴展的障礙。
Silicon Labs軟體資深副總裁Manish Kothari表示，更強大的晶片不應該增加開發的複雜性。Silicon Labs正在為開發者及其AI代理提供一條連通的路徑，以涵蓋從硬體和軟體意圖到實作、社群貢獻以及完整的AI生命週期。
Simplicity AI SDK已進入Beta公開測試版本階段，為開發者及其AI編碼助理提供對Silicon Labs SDK、工具、文件和連接硬體的結構化存取能力。此SDK無需專有AI助理即可與開發者可能已使用的工具搭配使用。Beta版支援GitHub Copilot、Cursor和Codex。這種基礎架構賦予通用AI助理瞭解並具備Silicon Labs 特有的上下文。官方首次支援的體驗側重於低功耗藍牙開發，涵蓋從專案建立和配置、構建、燒錄、設定、網路和功耗分析、文件搜索以及硬體互動。
Simplicity Design Intelligence在此基礎上進一步擴展。它是一套功能廣泛且不斷成長的 Silicon Labs 功能集，旨在理解硬體和軟體意圖，幫助客戶在可運作的產品中實現這些意圖，並驗證其實作是否符合原始意圖。硬體意圖是其首項功能，主要利用產品需求、電路板原理圖、以及其他從資料表到會議記錄的輸入硬體相關文件來指導引腳、周邊設備和軟體配置，然後將結果與原始意圖進行比對，因此可在製造前找出引腳衝突、周邊設備不匹配和缺少的約束，進而減少不必要的電路板重新布局。
Risco Group共同創辦人Limor Alkelai表示，作為Alpha客戶，我們一直與Silicon Labs緊密合作，評估硬體意圖代理如何在當前和未來產品的硬體開發中改善流程，並在其邁向正式發表的過程中，就新功能提供回饋。我們看到了它在加速和增強開發方面的潛力。
憑藉在推進Matter、Thread和Zephyr等開源專案開發方面的經驗，Silicon Labs正式啟動其開源開發者社群的Beta測試版，並率先支援低功耗藍牙的開發工作流程。其核心理念很簡單：建構和擴展。開發者可以使用Silicon Labs的範例應用程式和工具進行建構，然後透過提出問題、建議修復方案和貢獻程式碼來擴展平台。
被採納的貢獻將經過公司的常規工程和測試流程，最終整合到未來的SDK版本中。即使在正式採納前，開發者所提出的修正方案與討論也會持續公開，讓其他開發者能夠參考，進而促使社群間的共享知識與解決常見問題。Silicon Labs應用工程團隊將支援在GitHub上提出的問題，並且計劃將此方法隨時間的推移擴展到其他無線技術的開發。
隨著邊緣AI的發展，模型開發也需要與企業現有的數據和AI基礎架構連結。Silicon Labs正與Databricks合作，將嵌入式邊緣AI導入Databricks環境，進而建立一個統一且受控的基礎架構，以用於連接邊緣裝置與企業數據、AI和機器學習工作流程。
Silicon Labs MLOps SDK的初始體驗可將裝置與Databricks連接，以協助從裝置群擷取資料。資料導入Databricks後，所有熟悉的MLOps工具、訓練管道和GPU資源均可直接用於訓練。模型訓練完成後，Silicon Labs ML Profiler可以提供方向性準確的回饋，幫助判斷模型是否符合目標硬體及其記憶體和CPU要求。這些回饋幫助機器學習工程師在熟悉的Databricks環境中進行迭代，將模型開發與支撐生產AI的企業數據和AI治理(AI governance)相連接，有助於企業將AI從雲端擴展到邊緣，而無需為嵌入式工作負載建立單獨的資料和AI堆疊。
Silicon Labs透過上述措施從三個層面擴展了開發系統：
- Simplicity AI SDK和Simplicity Design Intelligence幫助開發者及其 AI 代理將硬體和軟體意圖轉化為可運行的產品，其中硬體意圖是不斷成長的Simplicity Design Intelligence功能集中的第一個功能。
- 開源社群為開發者提供了一種直接的方法來建構和擴展平台。
- Silicon Labs的邊緣AI工具和Databricks將嵌入式AI開發、企業數據和AI治理串連。Silicon Labs致力於讓功能日益強大的晶片更易於使用，並成為嵌入式無線開發的首選平台。
Simplicity AI SDK Beta版現已公開發布，初期官方提供的支援主要聚焦於低功耗藍牙，以及對GitHub Copilot和Codex的支援。Simplicity Design Intelligence的首個功能－硬體意圖的alpha版本計劃於2027年1月發表。
Silicon Labs開源社群也發表了支援低功耗藍牙的Beta版本，其範例應用程式已可在GitHub上開放存取，以用於程式碼審查和貢獻。Silicon Labs的初始MLOps工具現已在Databricks上線。