芯片设计软件市场长期由 Cadence、Synopsys 和西门子 EDA（Siemens EDA）三家巨头主导，其工具链覆盖从芯片规范到可制造布局的全流程。随着人工智能技术的演进，这三家公司正加速将 AI 代理（Agent）整合进电子设计自动化（EDA）工作流。2026 年，这一领域取得了显著进展，推理模型的引入进一步推动了 Cadence ChipStack、Synopsys AgentEngineer 以及 Siemens Fuse EDA AI 代理的能力提升。
在自主性等级方面，Cadence 于 6 月 1 日的电脑展上宣称其代理已达到所谓的“5 级自主”标准。Cadence 战略与新企业高级集团总监 Rob Knoth 向 Tom's Hardware Premium 表示，该演示代表了特定领域的最高级别自主能力。Synopsys 则指出，其在 3 月 11 日展示的从规范到 RTL（寄存器传输级）的工作流达到了 L4 级别，并于随后声称其长视野代理具备 L5 功能。西门子代理于 3 月 16 日启动，并在 7 月 26 日宣布了“自我验证”循环机制。据《南华早报》报道，该公司董事长伟平在 9 月 9 日表示，除传统“三大”厂商外，其代理可将设计任务耗时从四周缩短至一周。
尽管各厂商展示了具体的技术成果，但其性能数据的衡量标准尚不统一。目前公布的速度提升数据多源自供应商或其客户内部评估，常伴有“初步结果”或“早期测试”的免责声明。不同基线下的对比使得直接比较变得困难，例如 Synopsys 在 7 月提及 AMD 作为唯一独立评估者时，并未提供超出认可范围的分析细节。
从副驾驶到完全自主
在一个快速迭代的领域中，追踪进展颇具挑战，尤其是当报告指标定义不一时。通过观察从纯人工操作到人类监督下代理自主运行的阶段演变，可以厘清发展脉络。这些代理主要依赖已知输出标准的现有技术进行准确评估。
目前的进展大致经历三个阶段：2020 年 Synopsys 通过 DSO.ai 和强化学习实现突破；2023 年借助 Synopsys.ai 引入生成式 AI 能力；2025–2026 年推出开放的智能体 AI 技术栈。所有决策均需经过成熟的 EDA 引擎验证，代理专注于评估中间结果并确定后续行动。模型提议会在迭代循环中由 Xcelium、Jasper、Questa、Calibre 或 Fusion Compiler 等确定性引擎检验，直至完成最终验证。
虽然缺乏统一的进步衡量标准，但行业普遍采用从 L1 到 L5 的自主级别评级（西门子未使用数字分级）。该体系描述了从优化型 AI、对话式 LLM、复杂推理、代理工作流程，到最终完全自主（即从规范到验证仅需极少人类干预）的演进路径。Synopsys 的框架从单代理执行单一步骤转向多代理协同，进而发展为适应性学习，最终实现代理自主决策。值得注意的是，Synopsys 强调人类工程师必须始终处于回路之中。
RTL 验证与前端设计
目前最大的收益集中在前端设计和验证阶段，即从 RTL 规范到经验证的设计。由于 RTL、测试台和断言本质上是代码，LLM 在此环节表现优异。代理可在等待人类分析的同时并行运行模拟，并基于快速的通过/失败结果做出决策。鉴于此类循环早已存在，代理在此处发挥了关键作用。
Synopsys 在 3 月的发布中指出，从芯片规范到经过验证的 RTL 代码需结合自然语言和正式规范生成代码，随后代理生成单元级测试台并参与验证循环。7 月，Synopsys 声称相比非代理流程，RTL 验证速度可提高 50 倍，覆盖率提升 20%。
Cadence 的 ChipStack 在 2 月涵盖了自主 RTL 设计、验证和调试，早期用户包括 Altera、Nvidia 和 Qualcomm。在与 Xcelium 和 Jasper 多年整合后，Cadence 于去年 11 月完成了相关收购。6 月，Cadence 表示使用 ChipStack 代理配合 Cadence Xcelium，RTL 验证速度可超过 40 倍，每位工程师可运行数百个动态模拟，将典型的五周验证周期缩短至不到一天。
西门子在 2 月详细介绍了 Questa One Agentic Toolkit，包含五个独立智能体：RTL Code Agent、Lint Agent、CDC Agent、Verification Planning Agent 和 Debug Agent。这些智能体可与 Claude Code、Cursor 及西门子自家的 Fuse 等主流 AI 编码应用协同工作。联发科工程高级总监 Akshay Aggarwal 评价其带来了“即时且显著”的收益。需注意，Synopsys 和 Cadence 的数据多为供应商自身与旧流程的比率对比，因为回归测试循环此前已实现自动化。三家公司目前均聚焦于决策过程优化。
Vendor |
Claim |
它测量的是什么 | 通过 | Date |
|---|---|---|---|---|
Cadence |
超过 40 倍；五周至不到一天 | 一个 RTL 验证循环 | 没有说明 (Nvidia 部署) | 2026 年 6 月 1 日 |
Cadence |
最多 10 倍 | 前端设计和验证任务 | Cadence |
一月在 2026 年 |
Altera |
在某些地区大约是 10 倍 | 验证工作 | 在 Cadence 发布的 Altera | 一月在 2026 年 |
| 综述 | 2 倍，在某些特定情况下高达 5 倍 | 规格与验证的 RTL 对比一个为期四到六个月的团队努力 | 总结 | 2026 年 3 月 11 日 |
| 总结 | 25% 至 40% | 调试周期时间，早期评估 | 总结；总结；总结；总结；总结在 AMD 评估 | 2026 年 7 月 27 日 |
| 总结 | 最多 50 倍，加上 20% 的额外保险 | 时间到验证 RTLvs.它自己的非代理流 | 总结 | 2026 年 7 月 26 日；美国国土安全部的声明。. .。已经重复了。28 年 |
Fujitsu |
10% 至 30% | RTL 代码生成的生产率 | 富士通，在 Synopsys 发布 | 七月2026 年 28 日 |
| 总结 | 2 倍的代币效率 | 每个任务的代币客户自己的商业代理人 | 客户报告，通过 Synopsys | 七月2026 年 28 日 |
Siemens |
超过 10 倍；或；或；或；或；或；或；或；代币成本降低 5 倍至 10 倍 | 图书馆的特征 | Siemens |
2026 年 7 月 26 日 |
| 类类类类类类类类类 | 四个星期到一个 | 一个电路布局任务 | 主席，通过 SCMP | 七月9, 2026 年 |
后端实现的挑战
从 RTL 验证转向实现阶段时，情况更为复杂。除了类似前端循环的特定任务外，其他环节的增益难以量化。此阶段涉及几何和物理问题而非代码，处理速度受限于计算资源。Rob Knoth 指出，某些工具运行时间长达“数天至数周”，仅运行工具本身就需要“数小时至数天”才能返回数值，这给 AI 行业带来了截然不同的挑战。复杂的权衡取舍消除了单一的通过/失败判断，且后期错误成本更高。由于该流程早期已集成 AI，代理的作用更多体现在实验运行上，导致效果评估更加模糊。
Cadence 的 InnoStack 负责从综合到 ECO 执行的并行实验。针对定制和模拟解决方案的 ViraStack 处理从绘图到仿真、优化和布局移植的流程，据 Futurum 4 月报告，部分客户“报告了 3–10 倍的生产率改进”。
Synopsys 的循环实现代理直接驱动 Fusion Compiler 或通过其他平台协作，AheadComputing 称其有助于“减少手动工程工作量”。Synopsys 表示，这些代理提升了包括时序、功耗和面积在内的结果质量。
与此同时，Siemens Fuse 协调至少九个命名工具，包括用于定制 IC 设计和验证的 Solido、用于物理实现的 Aprisa、用于签核验证的 Calibre 以及用于可测试性设计的 Tessent。改进程度各异，Siemens 提到 Solido 将特征化周转时间提高了 10 倍以上，令牌成本降低了 5 至 10 倍。第三方 STMicroelectronics 的非易失性存储器设计经理 Gianbattista Lo Giudice 表示，Solido Layout Analyzer 帮助“将调试复杂设计模块的时间缩短了数周”。
根据《SCMP》9 月的报道，中国最大的国内 EDA 供应商 Empyrean（截至 2024 年 12 月为国有控股）正在将其代理 EDA 平台从“人类操作工具”转变为“人类指挥代理”。该平台将与合作伙伴的代理协同工作。据 TrendForce 报道，Empyrean 声称其 3D 验证时间从“两到三个月缩短至不到一个月”。
自我验证代理与信任机制
代理 EDA 的核心议题始终是“信任”。代理必须在一定程度上被信任以检查自身工作。重要检查点仍由人类验证。Synopsys 产品管理执行董事 Anand Thiruvengadam 告诉 Tom's Hardware Premium：“关键的审批检查点仍将是由人类驱动的。”在循环内部，使用确定性引擎等可靠工具可产生大体可信的结果。而在外部，信任基于评估，内部验证的质量取决于测试的有效性。目前仍依赖供应商声明，而这取决于各方如何定义自我验证循环和目标。
西门子的代理循环简化为：计划、行动、反思、迭代，取代了传统的开发、发布、执行、完善。Siemens 所称的“自我验证”意味着代理“持续对照确定性的、基于物理的 EDA 引擎验证决策”。SemiWiki 的 Bernard Murphy 在描述 Fuse 发布时指出，“编排器可以触发修复代理，然后重新运行验证。这可能解决大多数错误”，尽管我们无法获得关于具体触发条件的评论。
Cadence 的描述是，“超级代理采取的每一个动作都锚定”在其自身经过验证的设计和验证引擎中，以确保结果准确。与西门子方案类似，这些引擎可以在“安全的 Nvidia OpenShell 沙箱”内运行，以强制护栏并确保可预测性。这使得工程师即使在 5 级自主状态下也能“根据需要进行检查、引导和协作”。Knoth 解释道，人类工程师在自己的运行时环境中工作，“一旦超级代理完成该循环……自动运行环境可以解释、理解，然后发出下一条消息，即下一次迭代。”
Synopsys 同样保留人类元素，调试工作流的输出为根本原因分析和通过工程师解决的方案。该流程迭代地对生成的单元级测试台运行检查，代理处理设计和测试本身。当 Synopsys Verification AgentEngineer 中的检查失败时，会查阅日志并聚合错误以描绘最可能的原因，并与仿真波形进行核对。应用修复时，代理必须证明 Bug 已被实际修复，并应能生成 Bug 修复清单。此外，检查点的数量由客户的信任和期望灵活性决定，Thiruvengadam 表示，随着时间的推移，“他们可能会放宽并移除那些检查点”。内部过程的具体细节，如重试限制、不可修复的定义以及需要升级的状态，仍然不明确。
早期访问与通用可用性
无论数据和路线图多么详尽，都无法替代客户的实际价值或拥有正式发布产品的实际客户。迄今为止，代理平台仍处于早期访问和评估阶段。虽然列出了合作项目并存在主要客户，但没有一家确认拥有通用可用（GA）产品。Synopsys 承诺将在 2026 年底前实现通用可用性，Cadence 的 AuraStack（其 PCB 和先进封装代理）也预计今年推出。虽然存在可用的产品和工作流，但尽管过去一年声称取得了相对快速的进展，整体努力仍处于初期阶段。
Cadence ChipStack 自 2 月起进入早期访问阶段。6 月，这一阶段扩展至承诺在 2026 年下半年为客户提供具有 5 级能力的早期访问。Synopsys 于 7 月宣布的调试和实现工作流，若经请求，可在 Microsoft Discovery 上进行评估。Microsoft 的平台旨在协助构建和管理与科学及工程领域相关的代理 AI 工作流。西门子拥有 2 月宣布的 Questa One Agentic Toolkit 和 3 月推出的 Fuse Agent，并在 7 月承诺即将发布的版本中将包含自我验证功能。Empyrean 也在开发其自有平台。
当前的技术栈大多运行在 Nvidia 的 Nemotron 及其 OpenShell 沙箱上。Nemotron 是一个推理模型家族。OpenShell 是一个开源运行时，通过内核级隔离保持代理受限，保护客户 IP 并防止恶意行为。由于 Nemotron 和 OpenShell 是开放的，记录上没有阻止 Empyrean 使用它们，但在没有公告的情况下，这似乎是例外情况。各 EDA 供应商如何利用这项技术以及向客户提供何种灵活性，构成了主要的差异。
本周早些时候，Nvidia 宣布了 Open Agent Safety Platform，这是 OpenShell 和 Sentry 参考设计的组合。Sentry 是一个运行在 BlueField-4 DPUs 上的“带外看门狗”，用于“持续监控代理行为”并能在毫秒内隔离代理。Cadence、Synopsys 和 Siemens 被列为超过...（原文截断）
