Agentic EDA · AI 电路设计探索

把 AI 放进工程工具链

我对 AI 的兴趣，也延伸到了电路和 PCB 设计。Agentic EDA 是我参与迭代与研究的一个方向：把自然语言需求、器件选择、电路表示、板级预览和制造输出连接起来，观察 Agent 能在专业工具链里承担哪些工作。

这个方向既有对话与工具调用，也涉及明确的工程约束。除了生成一份设计，还需要关心它能否被预览、检查，以及后续输出是否来自同一份设计数据。

我参与的工作

• 模型服务接入与诊断：梳理前端请求、服务端运行时与模型提供方之间的调用链，排查配置和流式响应问题。
• Agent 工具调用：关注流式参数、工具执行和错误反馈之间的衔接，定位参数不完整等影响工作流的问题。
• 设计与制造链路核查：结合代码梳理元器件搜索、电路数据、板级预览、校验和 Gerber / BOM 等制造输出的关系。
• 工作区交互：参与预览全屏层级、相机更新与画布交互问题的排查，让设计结果更容易观察和验证。

我最关心的工程问题

让生成、预览和导出使用一致的数据

如果屏幕上看到的设计与制造输出并非来自同一个版本，工具链就很难建立信任。我关注设计快照、状态变化与导出之间的对应关系，让每一步处理的对象更明确。

让规则真正参与执行

工程要求需要进入生成、布线、校验与输出流程。模型负责规划和调用工具，确定性的检查负责给出明确反馈；配置中存在一个字段，并不自动说明相关约束已经闭环。

用可重复的任务评估质量

模型接入成功和工程任务完成是不同的验证层次。我更希望通过固定需求、清楚的工具执行记录与一致的检查标准，定位质量问题来自哪一环，再决定下一步改进什么。

当前定位

这是一个持续迭代的工程探索项目，也是我在通用 AI 应用之外积累领域知识的方式。后续重点是提高约束执行、异常反馈和验证流程的一致性，让 Agent 的输出更容易被检查和复现。