芯片公司的工位，正在悄悄换人。
9月下旬，新思科技与台积电把 Agentic AI（AI智能体）合作又推进一步，国外EDA巨头和国内头部工业软件厂商的AI智能体新工具，这两年正一台台塞进设计公司的服务器。AI不再是行业外的玩具，它坐到了造芯片的人的工位上。小红书知乎
哪些工作会先被自动化？行业里流传的判断有点反直觉：不是大家以为门槛最低的花版图，而是数字芯片里的中低端验证岗。知乎
验证的日常是读规格、提测试点、写重复的验证代码、盯覆盖率报告，“像拿机关枪一样往芯片里灌随机数据”。知乎一位干了十几年的从业者说：把设计文档扔给AI，它一晚上自己拆出测试计划、搭好基础验证环境；人对着波形抠一礼拜的覆盖率死角，AI自己变异激励几小时就精准爆破。直接结果是，专写基础用例、跑回归的初级验证岗招聘名额被砍掉大半。更狠的例子已经出现：有人把一份模拟电路网表交给AI智能体，让它自己装环境、调工具、处理报错，最后直接输出可交付制造的GDS版图，人几乎没动手写代码。知乎知乎
类似的挤压轮到初级数字前端RTL。一颗大芯片里约六七十％的面积，是总线连接、寄存器配置这类"胶水逻辑"。这曾是应届生的第一张工位，现在用自然语言写清定义，就能生成过形式验证一把过的代码，只会照文档翻译代码的"人形编译器"，生存空间已经很小。知乎
后端调参更像为强化学习量身定做的舞台：老师傅值钱在几百个工具参数的手感，而AI集群能整夜同时跑几百组参数，自己挪模块、自己修时序违例，五年熟手调一周的指标，第二天早上就被端出来。知乎知乎
但先别急着恐慌，冷水同样很响。“后端这块AI烧的机器资源，一般公司承受不了”，这是一线工程师在评论区留的原话。一位验证工程师写"公司接入Claude，我一度觉得验证要凉了……"，他的结论是短期内3到5年不会被替代——那个"一度"就是答案。一位在做这件事的实践者说得更直白：到今天最接近成功的路线，依然要真人分管20个算子、指令集、编译器、微架构和后端，每人带多个agent——“即使AI从零搓出一颗芯片，我们也不敢用”。知乎小红书知乎
真正的威胁不是"AI接管造芯"，而是人的价值重心被从中段拽向两头。上头是定义能力：看懂手机、汽车、数据中心痛在哪，拍板这颗芯片该长什么样；下头是兜底能力：当AI生成的代码在那1%的极端工艺角下彻底抓瞎时，你能不能凭对晶体管物理的理解，一针见血指出机器错在哪。
分工的变化被总结成三个字：左移。你构思架构的几分钟内，AI已在后台把代码生成、综合、初步布局全跑完，弹窗提醒你"这里布线会堵、功耗要超标"。以后拿"我只懂前端不懂物理后端"当借口，越来越不好使。
给在读和刚入行的人一句底线：别去跟算力比谁更能熬夜干重复苦力。工具越聪明，对掌舵人眼界和内功的要求，只会越苛刻。
