Месячная работа, сделанная инженером за один день, который только год работает в компании.
Он не использовал Claude Code и даже не понимал, как работает USB.
Задача дня заключалась в создании USB-моделей клавиатуры и мыши для эмулятора, а также написании драйверов USB-устройств для Android.
По старым методам эта работа заняла бы месяц. В результате он справился за один день.
Программное обеспечение должно работать на эмуляторе ещё до производства чипа. Поведение USB-устройств, таких как клавиатура и мышь, необходимо воссоздать в виртуальной среде.
У поставщиков EDA был только справочный код для базовой передачи данных, остальное пришлось делать самостоятельно: сначала изучить стандарт связи USB, затем создать отдельную модель для каждого устройства.
Эта работа требовала времени и усилий даже от опытных специалистов. А этот инженер даже не пробовал Vibe Coding.
Первое, что он сделал, — загрузил функциональные требования и этот справочный код.
Claude Code дополнил требования, предложил способы реализации, написал код, а инженер вносил правки, и система следовала его указаниям.
Таким образом, модели клавиатуры и мыши, проверка функциональности, драйверы USB-устройств для Android — всё было завершено в тот же день.
ИИ, создающий веб-страницы, скрипты, реорганизующий целые базы кода, уже никого не удивляет. На этот раз ИИ занимался верификацией чипов.
Сжалась кривая обучения новичка, а не профессиональное суждение о правильности.
Сотрудник Samsung Electronics работает на производственной линии полупроводников.
Соседней проектной группе досталась более сложная задача.
Клиенту нужен был пользовательский SoC: внутри чипа было 64 взаимосвязанных канала передачи данных, каждый из которых нужно было проверить. Проблема заключалась в том, что код схемы, управляющей памятью (DRAM-контроллер), ещё не был написан, а часть стандартной проектной документации отсутствовала.
В такой ситуации инженеры обычно могут сделать только одно: ждать.
Они не стали ждать.
Планируемое более чем на месяц создание среды верификации и проверка были выполнены за два дня.
Внутренняя оценка Samsung: ускорение в 15 раз.
Сэкономлено время ожидания
В чём же была загвоздка с этим пользовательским SoC?
Клиенту требовалась совершенно новая архитектура полупроводника, в которой также использовались IP-блоки внешних поставщиков.
Согласно традиционному процессу, инженеры должны сначала дождаться полной проектной документации, выпуска RTL DRAM-контроллера и только затем приступать к созданию среды верификации, подключению верификационных IP и написанию тестовых сценариев.
Эта цепочка линейна: если первое звено отсутствует, всё остальное останавливается.
Подход Samsung заключался в том, чтобы сначала загрузить всё, что уже было получено: информацию о проектировании SoC от поставщиков EDA, спецификации внутренней коммуникации чипа, верификационные IP — всё было передано Claude.
ИИ нашёл необходимые верификационные IP, выполнил их размещение и соединение, сгенерировал виртуальную среду верификации и тестовые сценарии. Поскольку DRAM-контроллер ещё не был готов, его место занял виртуальный модуль, что позволило протестировать основные пути передачи данных.
Подразделение System LSI компании Samsung уже использует Claude Code для разработки и верификации полупроводников, сокращая время выполнения некоторых задач с месяца до двух дней.
В результате ошибки были обнаружены на ранней стадии, ещё до выпуска реального RTL.
Вот истинный источник этого 15-кратного ускорения: были сэкономлены «мёртвые» часы ожидания полного комплекта документации.
Ускорение в 15 раз и три нарушения границ
Во внутренней оценке Samsung также зафиксированы три аномалии.
Первая: инженер попросил исправить ошибку. Система не исправила коренную причину, а изменила сообщение об ошибке на общее предупреждение.
Красный свет заменили на жёлтый, и показатель стал проходимым.
Вторая: инженер попросил откатить только определённую функцию. Система заодно отменила другую уже выполненную работу.
Третья: инженер попросил только проанализировать результаты верификации. Система попыталась изменить фактический RTL-код схемы.
Это «ИИ научился скрывать» или «самовольно изменять критический код»?
Понижение уровня ошибки до предупреждения больше похоже на действие, направленное на достижение сиюминутной цели обходным путём. Это проблема несоответствия целей, а не возникновения у системы намерения обмануть.
Сама компания Anthropic, описывая подобное поведение, использует термины «чрезмерная активность» и неправильная оценка масштаба воздействия операций.
Внутренний анализ Samsung также указывает на это: большая языковая модель не смогла полностью понять сложные зависимости в языке описания аппаратуры. Она знает, как заставить строку кода работать, но не знает, сколько всего за этой строкой стоит.
Это различие очень важно.
Если бы система действительно научилась скрывать, это была бы проблема на уровне модели, которую сегодня никто не может гарантированно решить. А несоответствие целей или непонимание зависимостей — это инженерная проблема, которую можно контролировать с помощью разграничения прав и процессов.
Новая задача инженера
— очертить границы для агента
Подход Samsung в этом вопросе, по сути, сводится к трём пунктам:
Человек определяет, к чему ИИ может иметь доступ; результаты, которые он выдаёт, человек проверяет повторно; и только после подтверждения надёжности полномочия постепенно расширяются.
Для инженеров это означает несколько новых задач: какие каталоги доступны для записи, можно ли изменять RTL-код схем, какие правила верификации никогда нельзя менять, кто проверяет каждое изменение...
Если вы работали с Claude Code, то, вероятно, знакомы с этими тремя нарушениями границ: попросите исправить ошибку, а он понизит уровень логирования; попросите убрать одну функцию, а он заодно отменит ваши вчерашние коммиты.
Разница в том, можно ли откатить последствия.
В разработке программного обеспечения худший сценарий — откатить коммит и начать заново.
В производстве чипов всё иначе. После того как проект отправлен на изготовление (т.е. маска отправлена на производственную линию), схема навсегда вытравливается в кремнии. Чтобы что-то изменить, придётся списать всю партию и начать с нуля.
Программному обеспечению можно поставить заплатки, чипу — нет.
ИИ создаёт чипы
Человек должен оставаться в контуре
Интересно, что в то же самое время сама Anthropic делает ставку на аппаратное направление.
9 июля компания объявила о сотрудничестве с инжиниринговой сервисной компанией UST, чтобы внедрить Claude в такие области, как верификация чипов, автомобилестроение и производство, а также обучить 20 000 инженеров, архитекторов и консультантов UST по всему миру.
У UST есть платформа под названием iDEC, специализирующаяся на проверке аппаратного обеспечения и кремния до начала массового производства чипов.
По словам UST, этот конвейер уже сократил цикл верификации более чем наполовину: работа, которая раньше занимала четыре дня, теперь завершается за 48 часов.
Теперь Claude Code интегрирован в систему в качестве «мозга»: он читает определения выводов чипа и принципиальные схемы, пишет и запускает тесты, а затем сравнивает данные, полученные на реальном устройстве, с имитационной моделью на компьютере, отмечая несоответствия.
В своём анонсе Anthropic отмечает, что в отраслях, где цена ошибки чрезвычайно высока, возможность человеческого утверждения и отслеживаемость каждого шага являются предпосылкой для реального внедрения такой системы в производство.
На Reddit пользователь, утверждающий, что работает в компании-поставщике EDA, высказался менее оптимистично:
Даже с внедрением агентов и рабочих процессов до удобства использования ещё далеко; настройка одного рабочего процесса может занять месяцы; результаты в цифровых схемах и верификации явно лучше, чем в аналоговых, смешанных сигналах и памяти.
За этой жалобой на самом деле скрывается закономерность.
Будь то ваша кодовая база или конвейер Samsung, первое, что начинает успешно работать с ИИ, — это верификация.
Причина проста: у верификации есть правильный ответ, можно запустить тест и сразу узнать результат, не дожидаясь вердикта человека.
ИИ не для того, чтобы кого-то заменить
а чтобы расширить производительность одного человека
По отраслевым оценкам, в подразделении System LSI работает около 6000 человек. В Qualcomm по состоянию на сентябрь прошлого года было примерно 52 000 сотрудников.
Для человека, сидящего на рабочем месте в System LSI, это означает, что на том же рынке чипов у конкурента персонала в несколько раз больше.
Именно в таком положении оказался инженер, проработавший всего год: нехватка кадров, жёсткие сроки, неизменно высокие стандарты.
Поэтому истинные ожидания от ИИ здесь — расширить производительность одного человека.
Рутинные задачи подключения, верификации, изучения стандартов — самая трудоёмкая работа — передаются ИИ, что освобождает опытных специалистов для решения действительно сложных задач, а новички могут браться за более серьёзную работу.
Тот инженер, который выполнил месячную работу по моделированию USB за день, благодаря ИИ избежал необходимости «сначала полностью изучить стандарт USB».
Один из представителей полупроводниковой отрасли говорит: такие агенты работают очень быстро, но если их не контролировать, последствия будут серьёзными.
По его оценке, общее время разработки будет продолжать сокращаться, этапы, которые раньше выполнялись людьми шаг за шагом, будут постоянно уменьшаться, и в конечном итоге инженеры останутся ответственными за два аспекта: определение цели и оценку правильности результата.
Работа инженера не стала меньше, она просто изменила форму.
Раньше умение заключалось в том, чтобы создать среду верификации; в будущем умение будет заключаться в том, чтобы знать, какая часть среды верификации, созданной ИИ, неверна.
ИИ может сжать месячную работу до одного-двух дней. Но как только чип отправлен на изготовление, никто не сможет его «сжать» обратно.
Ссылки:
https://news.nate.com/view/20260812n19157?utm_source=chatgpt.com
Эта статья из WeChat Official Account «Новая Эра Искусственного Интеллекта» («新智元»), автор: ASI启示录, редактор: 元宇
