这周三条大事，做硬件和射频的都该停下来看一眼
八月底到九月初这阵子，设计软件圈的动静密度少见：一边是仪器巨头把AI塞进了自己的EDA产品线，一边是老牌玩家两天连收两家小公司卡位设计早期，再往前翻，AI数据中心的基建账单已经砸出了新量级。这三件事其实指向同一个问题：芯片和系统设计的"AI自动化"，到底走到哪一步了。8月18日，是德科技（Keysight Technologies）分享其面向下一代工程创新的技术布局，并发布三项设计工程软件创新成果，覆盖工程智能、数字孪生以及多物理场协同仿真等关键方向。知乎 2026 年 7 月，西门子干了一件很少被媒体大写特写、却意味深长的事——它在两天之内，连续宣布收购两家 EDA（电子设计自动化）公司。知乎 而测试仪器这条线下游同样热闹：光模块现在往1.6T、3.2T推，每一代升级，测试仪器都得跟着换代。以前是德科技和联讯占着这块，优利德切进来做采样示波器和误码仪。微博 一条发布、两笔收购、一个换代的生意——凑在一起才是这次事件的全貌。
是德三款新品，成色差别比宣传稿里大
把三项成果拆开看，“实"的程度完全不一样。第一项"AI for EDA”，发布口径更接近一种理念：在EDA领域，是德科技发布了面向下一代工程工作流的AI创新能力。知乎 通篇没有出现一个可以单独购买、带版本号的独立产品名——它更像给后续工具升级定的调子。
第二项才真正有料：是德科技在本次活动中展示了由ADS、RSoft及VPI共同构建的端到端光电联合仿真工作流，实现从系统架构探索、链路设计到器件验证的统一协同仿真环境。知乎 第三项Keysight Multiphysics走多物理场CAE路线，成色来自资产而不是新代码：随着原ESI集团、原新思光学团队相关能力以及VPIphotonics技术的持续融合，公司正在构建覆盖AI驱动EDA、多物理场CAE以及端到端光电联合仿真的统一设计工程软件平台。知乎 硅光芯片从调制器到谐振器再到耦合器的这套器件家底，就是靠这些收购进来的团队喂大的：
还要单独划一句的是德和其他EDA厂商的差别：它手里有示波器、网络分析仪、误码仪这些真家伙。仿真和实测闭环这件事，纯软件公司讲不了，只有仪器公司讲得顺——虽然目前讲到的也只是方向。
别急着喊"自主设计"，先拿L0-L5量一量
看这类发布最容易被带节奏的地方，是把演示视频当交付产品。今年DAC结束后，这个问题有了新的观察窗口：Keysight在DAC 2026展示了AI驱动工作流，并安排了一场"AI at the RF Frontier"专场。知乎
厂商自己给出了一套分级的路线框架：Keysight给出一套"向Level 5演进"的厂商路线框架，从GUI和人工流程延伸到脚本/API、Copilot、Domain Agent、多Agent和更高自主程度。知乎
按这个尺子对表，结论相当冷静：如果按照AI Agent成熟度模型来衡量，Keysight当前已落地的能力主要处于L1-L2阶段。知乎 也就是说，现在能买到的部分是脚本化和副驾驶，能调用真实工具的窄域Agent刚有样板，跨电路、EM、封装、测试的自主闭环还没有成为通用产品。把"AI自动设计芯片"当卖点喊的，和真正交付了自主设计的，目前不是一回事。
为什么各家都往高速互连这个方向押？AI基础设施的账单说明一切：是德科技副总裁Dr. Joachim Peerlings在演讲中指出，2026年全球数据中心投资已突破8000亿美元。知乎 链路一提速，电侧的并串转换和光侧的器件行为就全成了瓶颈，仿真的对象本身长这样：
光子这边还有个反常识的物理约束，Keysight EDA高级副总裁Niels Fache点得很具体：他还指出，硅环形谐振器每摄氏度漂移约70至80皮米，在室温下正确的设计可能在自热条件下失效，因此热分析必须从早期布局规划阶段就与光学仿真并行进行。微博 这句话解释了为什么"光电+热"联合仿真是硬需求而不是营销词：不联合，设计本身就不成立。
巨头往左走：新思买"全流程"，西门子买"最早期"
是德不是这轮整合里唯一的玩家，两种买法代表两种算账方式。最大的那笔账在这里：其中最狠的一笔：Synopsys 花 350 亿美元（约合 2500 亿人民币）收购了 Ansys（安似科技），2025 年 7 月正式完成。知乎
这笔收购还附带了一个很少被注意的细节——国内监管当时就光学软件、光子软件市场的集中问题附加了限制性条件：市场监管总局发布关于附加限制性条件批准新思科技公司收购安似科技公司股权案反垄断审查决定的公告。微博 于是新思把光学业务剥了出来：该企业已获得所有相关监管机构的最终批准，将正式推进此前已公布的业务剥离计划。微博 是德这次光电联合仿真里"原新思光学团队"一句话的来历，就藏在三年前的这条反垄断条款里——监管的边界条件，间接改了工具市场的格局。
西门子的打法正相反，不买鲸鱼买钉子：买的Precision Innovations做AI芯片规划，Defacto做RTL级SoC创建自动化，落点全在设计流程最左边。用AI在代价曲线最陡的起点拦截错误，跟花350亿买全流程覆盖，赌的是同一个判断——芯片设计的下一个增长点，在设计最早期和AI自动化的交汇处。对预算有限的中小团队，这是好消息：巨头越往早期卷，越说明后期流片返工才是真正烧钱的地方，能提前拦错的工具会越来越值钱。
三类人，各自该看什么
用ADS做射频仿真的老用户：这次发布离你最近的不是AI概念，是脚本化。ADS 2025已经把Python API的门彻底推开：最近折腾刚更的ADS2025，发现官方终于把攒了好久的Python API全放出来了，我之前天天手动点几十次重复的设置跑仿真，点的鼠标都快出包浆，这下终于能解放双手了。知乎 设计端、数据显示端、无头自动化都能用脚本串起来，还能和EMPro、SystemVue跑进同一个流程。而社区里工程师的真实日常长这样——导入管型、扫参、被版本和报错卡住：使用的软件版本为 2022， 导入 NXP 的功放管做 DC 扫描，电路图如图一所示，但仿真一直出现报错，已经下载了图 3，4 的 官方 ADS 库，试了别的功放管也是一样的报错。小红书 自动化救不了模型版本对不上的坑，但能把你从重复点鼠标里捞出来——这是眼下就能白拿的收益。
做射频、光模块测试的：盯紧仪器与仿真的边界移动。光模块往1.6T、3.2T推，不只是产线在抢高端仪器，连国产替代的空间都被同一条曲线打开：光模块用1.6T采样示波器等核心仪器未来国产替代空间大；未来产品迭代升级：3.2T、CPO。微博 一台高端采样示波器的价格和排队周期，决定了仿真能替你挡掉多少次上机——模块从传统方案换到硅光方案后，上面这些仿真闭环省下的每一轮实测，都是真金白银。
学生和入门硬件党：嘉立创EDA把AI接入的路铺得很低：嘉立创EDA（专业版）支持通过多种方式接入AI编程代理，主要分为基于MCP协议的深度集成、基于Skill的标准化接入以及内置的AI助手扩展三种路径。知乎 有人已经演示过一句话出图：你只需要对着 AI 说「我要一个 STM32H753 最小系统」，30 秒后原理图就画好了。知乎
但同一个作者也把天花板挑明了：差距在哪？不是技术栈，是领域知识。知乎 免费工具+AI代理能让你跳过"画图"这一步，跳过不了"为什么这么接"那一层——这部分恰恰是巨头们花大价钱往设计早期铺的东西。
圈内吵了多年的软件鄙视链（Cadence全家桶压过AD和国产工具的说法流传很广），本质也是同一件事：EDA软件有一个暗藏的鄙视链，这是经验和不断选择的结果。踩坑多了，水平涨了，自然就会往高端迁移。知乎 而AI对这条链的冲击，有博主的说法很扎心：AI不是替代EDA工程师，它是把EDA工程师分成两种人——只会按手册跑流程的那种，和把工具变成自己方法论的那种。知乎
接下来盯四个信号
一是产品名。下次是德的发布里，“AI for EDA"如果还停留在理念层、给不出带版本号和计费的独立SKU，就当它只是ADS升级的包装词。二是L3的扩散。看EDA Tool Assistant这类能调用真实工具的窄域Agent，什么时候从Early Access变成产品线标配——那才是L2到L3的成人礼。三是国产路线的落点。嘉立创们的AI如果从"帮你画图"卷到"帮你验电气规则、查热和SI”，设计早期的战场才真正轮到低价玩家。四是仪器行情。采样示波器这类高端测试仪的交期和报价什么时候松动，直接反映8000亿美元的投资有多少真正传导到了产线。
这轮AI×EDA，最值得记住的不是哪家又发布了什么，而是一个已经收敛的行业共识：错误越早拦下越便宜，AI最先吃掉的不是工程师，是返工。
