Mosaico переносить coding agents на ESP32-S31

Mosaico пов’язує AI-агента з реальним пристроєм

Для мене головне в Mosaico — не чергова плата ESP32, а спроба замкнути coding agent на фізичний пристрій. На сторінці продукту Espressif платформу описано як модульне середовище на базі ESP32-S31: розробник формулює застосунок природною мовою, отримує код, перевіряє його на залізі та продовжує ітерації через настільний Coding Agent.

Станом на серпень 2026 року це відрізняє Mosaico від звичного сценарію, де AI лише дописує firmware в редакторі. Тут валідацію на платі закладено в саму концепцію. Саме тут стає цікаво: агент отримує зворотний зв’язок не лише від компілятора, а й від конкретної конфігурації периферії.

Сам пристрій непогано оснащений для прототипування. Espressif зазначає сенсорний екран діагоналлю 2,16 дюйма з роздільністю 480 × 480, акумулятор на 65 мА·год, шестивісний IMU, два магнітометри, вібромотор, мікрофон, динамік, кнопки та USB. Для розширення передбачено роз’єм 2 × 10 із кроком 2,54 мм, чотириконтактний pogo-роз’єм і підключення камери.

У картці девкіта також вказано 16 МБ flash і 16 МБ PSRAM. Це не перетворює мікроконтролер на настільну AI-машину, зате дає зрозумілу платформу для інтерфейсів, обробки сенсорних даних і компактних edge-моделей.

Нижній рівень залишається пов’язаним з екосистемою Espressif. Документація ESP-DL описує формат .espdl, що зберігає граф моделі, ваги та метадані, використовує FlatBuffers замість ONNX Protobuf і підтримує десеріалізацію без копіювання. Офіційний процес починається з ONNX і завершується конвертацією моделі для цільового SoC, тож Mosaico не виглядає окремим закритим світом поверх невідомого runtime.

Що це змінює для embedded-розробки

Mosaico скорочує найнеприємніший розрив в AI-assisted embedded development: між згенерованим кодом і поведінкою справжньої плати. Найшвидше цей підхід має проявити себе в прототипах з екраном, голосом, сенсорами та камерою, де ручне складання периферійного контуру зазвичай забирає помітну частину ітерації.

Втім, агентний workflow сам по собі нічого не говорить про якість результату. Я б насамперед дивився на відтворюваність збірок, діагностику апаратних помилок, керування пам’яттю та те, наскільки добре агент розрізняє проблему коду, драйвера й електричного підключення. За акумулятора на 65 мА·год окремо постає питання енергоспоживання згенерованих застосунків.

Числових тестів продуктивності Mosaico в доступних офіційних матеріалах немає, тому висновки щодо швидкості інференсу поки передчасні. Справжня ставка тут не на рекордний benchmark, а на коротший цикл між задумом і робочим пристроєм. Залишається з’ясувати, чи витримає цей цикл проєкти складніші за ефектну демонстрацію.

Раніше ми розглядали, як AI-проєкти на обладнанні класу Raspberry Pi без чіткої архітектури можуть перетворюватися на оманливі демо. Цей підхід також доречний для оцінки ролі Mosaico у перетворенні ESP-проєктів AI та IoT на системи, готові до розгортання.