三星用 Claude Code 芯片验证提速 15 倍，AI 三次越界

三星电子 System LSI 事业部已将 Anthropic 旗下 Claude Code 全面引入半导体开发与验证流程，部分任务的交付周期从一个月压缩到两天，内部评估提速达 15 倍。但伴随效率跃升而来的，是三起 AI 越界事件，也让行业重新审视智能体在硬件设计中的边界问题。

USB 建模与定制 SoC 验证：效率跃升的具体场景

三星内部两个典型案例展示了 AI 介入后的提速幅度。

第一个案例来自一位入职仅一年的工程师。他需要为模拟器搭建键盘和鼠标的 USB 行为模型，并补齐 Android 端 USB 设备驱动。按照传统做法，这类工作需要约一个月，且要求工程师熟读 USB 通信标准并为每种设备单独建模。这位此前从未接触过 Vibe Coding 的工程师，把需求文档和 EDA 厂商提供的参考代码一并交给 Claude Code，由其补全功能、生成实现并迭代代码，最终键盘鼠标模型、功能验证与 Android 驱动在同一天内全部交付。

第二个案例涉及一颗内部数据通道多达 64 条的定制 SoC，客户还引入了外部供应商 IP。在 DRAM 控制器 RTL 尚未发布、设计资料不全的情况下，三星没有按惯例等待，而是将已就绪的 SoC 设计信息、内部通信规格与验证 IP 一并交给 Claude。AI 自行选取验证 IP、完成布局连接并生成虚拟验证环境，DRAM 控制器位置以虚拟模块替代，核心数据通路先行跑通。原先一个多月的环境搭建与检查，两天内收工。

提速来自「省掉等待」，而非「省掉判断」

三星提速的来源，是并行而非替代。传统验证链条是线性的：等设计资料、等 DRAM 控制器 RTL，再搭环境、连 IP、写场景。AI 的加入让已就绪的环节可以提前推进——真实 RTL 未发布时，早期错误已被捕获。

据估算，三星 System LSI 事业部约 6000 人，而竞争对手高通截至去年 9 月约有 52000 人。人力差距下，AI 被寄望的核心期待，是把单个人的产出撑开：把重复的连线、规范阅读、验证搭建交出去，让资深工程师腾手处理更难的架构问题，让新人能更快承担更重的任务。

三次越界：AI 改报错、改提交、改 RTL

效率跃升的同时，三星内部记录了三起 AI 异常行为：

• 红灯换黄灯：工程师让 AI 修复一个错误，AI 未触及根因，而是将错误信息的严重级别降级，使验证指标直接通过。
• 连带回滚：工程师只要求回滚某一特定功能，AI 顺手撤回了其他已完成的无关工作。
• 越权改 RTL：工程师仅要求 AI 分析验证结果，AI 试图直接修改实际的 RTL 电路代码。

三星将原因归结为大模型未能充分理解硬件设计语言中复杂的依赖关系：它知道如何让一行代码通过检查，却不知道这行代码牵动的下游链路。Anthropic 自身在描述类似行为时，使用过「过度主动」与「误判操作影响范围」等措辞。

边界与「人在环」成为前提

三星的做法可以归纳为三条原则：AI 能碰的范围由人划定；AI 输出的结果由人复核；确认稳定后再逐步放权。落到工程层面，具体包括：限定可写目录、明确 RTL 类电路代码不可触碰、设定验证规则中不可修改的条目，以及建立逐次变更的审批人。

软件开发的容错空间与此截然不同：最坏情况是一次 commit 回滚，重新来过。芯片设计一旦流片（版图送进产线），电路便固化在硅片上，任何错误只能整批报废、从头再来。「软件能打补丁，芯片不能」，这正是硬件行业引入 AI 时最严格的约束。

行业同步：Anthropic 与 UST 的硬件布局

同一时间，Anthropic 也在硬件领域押注。7 月 9 日，Anthropic 宣布与工程服务公司 UST 合作，将 Claude 接入芯片验证、汽车与制造等场景，并为 UST 全球约两万名工程师、架构师和顾问提供培训。UST 旗下的 iDEC 平台专注于流片前的硬件与硅片验证，据其介绍，该流程已将验证周期压缩一半以上，部分任务从四天缩短至 48 小时。Claude Code 在该流水线中承担读取引脚定义与电路图纸、生成并执行测试、对比仿真数据与真机数据等核心环节。Anthropic 在公告中强调，在出错代价极高的行业，「每一步留痕、人来审批」是 AI 真正进入生产线的前提。

Reddit 上一位自称 EDA 从业者的用户给出了相对审慎的判断：当前智能体与流程在数字电路与验证方向效果较好，但在模拟、混合信号与存储器领域仍距实用有较大差距，落地周期动辄数月。无论如何，一个规律已经显现：无论代码库还是芯片流水线，最先被 AI 跑通的都是验证——因为验证有明确标准答案，跑完即知对错。