TL;DR
Agenci AI przestają odpowiadać na pojedyncze pytania, a zaczynają prowadzić całe sekwencje pracy nad układem scalonym: od tłumaczenia specyfikacji na wymagania, przez szkielety RTL i asercji SVA, po grupowanie błędów z regresji. Samodzielnie rozbijają cel na zadania, dobierają narzędzia i planują kolejny krok. Najwięcej da się zyskać na front-endzie projektowania. Przy timingu, DRC i zmianach ECO autonomia jest wyraźnie mniejsza.
Najciekawsza jest zasada, na której to stoi: każdy wynik agenta musi przejść deterministyczną weryfikację przez kompilator, linter, symulator albo weryfikację formalną. Sukces mierzy się kompilacją, zaliczonymi regresjami i pokryciem testami, nie rozmiarem modelu. Dane projektowe to własność intelektualna, więc rządzą wewnętrzne zbiory i RAG, izolacja projektów oraz pełny ślad audytowy. To dobry wzorzec dla każdego, kto wdraża agentów w poważnym procesie inżynierskim.
Sztuczna inteligencja, traktowana dotąd w projektowaniu układów scalonych z dużą ostrożnością, zaczyna przejmować całe sekwencje zadań – od pracy nad RTL i testami po analizę wynik...
Czytaj cały wpis u źródła
