硬件设计这个行当过去二十年的工作流基本没怎么变过打开EDA工具从器件库拖芯片一根一根连网络画完原理图再导网表、布局、布线最后出Gerber。一个中等复杂度的MCU板子光是原理图阶段就能吃掉两三天。但最近一两年情况开始有点不一样了——你对着一个对话框敲一句帮我设计一个基于ESP32-C6的温湿度采集板带锂电池充电和USB-C接口几十秒后一份带器件选型、网络连接、甚至初步布局建议的原理图就摆在你面前。这不是演示视频里的特效而是当下几款AI电路生成工具已经能做到的事。我自己从去年开始陆续试了市面上能叫得出名字的几款AI辅助硬件设计工具有惊喜也有翻车。有的工具生成的原理图逻辑自洽、可以直接导入嘉立创EDA继续改有的则是看着像模像样仔细一查引脚全接反了。这篇文章就把我这一路试下来的真实体验、各工具的能力边界、以及从自然语言到完整PCB这个链条上到底哪些环节AI真能帮上忙、哪些环节还差得远一次性讲清楚。不管你是刚入门的电子专业学生还是想提效的资深硬件工程师应该都能从中找到对自己有用的部分。1. 自然语言生成电路图底层到底在做什么很多人第一次看到AI生成电路图这个词脑子里浮现的是AI在画线。其实完全不是这么回事。AI在这里做的事情本质上是把一段自然语言需求翻译成一份结构化的网表Netlist再由EDA工具把网表渲染成可视化的原理图。理解这一点你就能明白为什么有些工具生成的图能看但不能用——问题往往出在翻译环节而不是渲染环节。1.1 从一句话到网表的翻译链路整个链路拆开来看大概分四步。第一步是意图解析模型要从你的描述里提取出关键约束主控是什么、供电方式、有哪些外设接口、通信协议是什么。比如你说做一个ESP32-C6的烧录接口板模型需要识别出ESP32-C6这个具体型号然后去查它的烧录要求——它用的是USB-JTAG还是UART需不需要自动下载电路也就是常说的DTR/RTS控制三极管那套这些都得从型号反推出来。第二步是器件选型与BOM生成。模型根据功能需求匹配具体元器件比如锂电池充电选TP4056还是IP2312LDO选AMS1117还是ME6211。这一步最考验模型的工程常识因为同一个功能有几十种器件可选选错了虽然电路能跑但成本、封装、供货都会出问题。第三步是网络连接生成也就是真正决定电路对不对的环节。模型要输出每个器件的每个引脚连到哪个网络电源网络怎么分配地怎么处理去耦电容放在哪个电源引脚旁边。这一步出错整个设计就废了。第四步才是原理图渲染与ERC检查。EDA工具把网表画成图同时跑一遍电气规则检查把悬空引脚、电源短路、输出对输出这类问题标出来。提示判断一个AI电路工具靠不靠谱最直接的方法就是看它输出的网表能不能通过ERC。渲染得再漂亮ERC一堆错误说明翻译环节就是坏的。1.2 为什么大模型能看懂电路这里有个很多人好奇的点大模型不是处理文本的吗它怎么懂电路答案在于训练数据里包含了海量的开源硬件设计。GitHub上有大量开源的KiCad、Eagle工程文件各种芯片的数据手册Datasheet里也有标准的应用电路Typical Application Circuit这些都被喂进了模型。模型学到的不是电路定理而是当出现某个型号的芯片时它周围通常长什么样这种模式。这就解释了一个现象越是常见的芯片和电路拓扑AI生成得越准。像TP4056充电电路、NE5532运放电路、L7812稳压电路这种被无数开源项目用过的经典电路模型见过成千上万次生成质量相当高。但如果你要设计一个冷门传感器配合特定MCU的电路模型没见过类似组合就很容易瞎编。1.3 生成结果的三种质量档次我实测下来AI生成的电路基本可以分成三档你在用的时候心里要有数档次表现能否直接用典型场景可直接用网表正确ERC通过器件选型合理微调即可经典电路、常见MCU最小系统需大改拓扑对但引脚错、器件选型不当需人工核对中等复杂度、多外设组合不可用逻辑自相矛盾、电源短路只能参考思路冷门器件、复杂模拟电路大部分工具目前落在第二档。这意味着AI是帮你把从零开始画变成从60分开始改省掉的是最枯燥的搭框架时间但核对和修正的活儿一点没少。2. 主流AI电路生成工具实测横评市面上打着AI生成电路旗号的工具不少但真正能跑通自然语言到可用原理图这条链路的其实就那么几款。我按自己的实际使用体验挑几个有代表性的说说重点讲它们各自擅长什么、坑在哪里。2.1 通用大模型直接生成网表最朴素的做法就是直接问ChatGPT、Claude这类通用大模型要电路。你描述需求它输出网表或者直接给你一段KiCad/嘉立创EDA能识别的格式。这条路我试了很多次结论是适合生成思路和经典电路不适合直接产出工程文件。优点是灵活什么奇怪需求都能聊模型会跟你讨论选型、解释原理。缺点是它输出的网表格式经常不规范引脚编号对不上封装直接导入EDA工具十有八九报错。我的用法是把它当电路顾问让它先给出拓扑和器件清单我再手动在EDA里搭。这样虽然没省掉画图但省掉了查数据手册和想拓扑的时间对新手尤其友好。2.2 垂直AI硬件设计平台这两年冒出来一些专门做硬件设计的AI平台它们的特点是内置了器件库和EDA引擎生成的不是文本而是真正的工程文件。你输入需求它直接给你一份可以在线编辑、可以导出Gerber的原理图。这类工具的优势在于闭环——从需求到网表到渲染到ERC全在一个系统里完成格式问题不存在。实测下来对于常见MCU的最小系统、电源电路、接口电路生成质量相当能打。但它们的器件库往往不如嘉立创EDA、立创商城那么全遇到冷门器件就抓瞎。另外这类平台大多有免费额度限制复杂设计要付费。2.3 集成在传统EDA里的AI助手嘉立创EDA、KiCad这些传统工具也在往里塞AI功能比如根据描述生成原理图片段智能推荐器件自动检查常见错误。这类功能的好处是无缝衔接你现有的工作流生成的片段直接落在你的工程里不用来回导。我个人的偏好是这一类。原因很简单硬件设计从来不是生成完就结束后面还有布局、布线、打样、调试一大堆事。AI生成的原理图最终都要落到一个正经EDA工具里继续做那不如一开始就在里面做。嘉立创EDA的AI辅助画原理图我用得最多它对国产器件和立创商城库存的匹配做得不错选型时能直接看到价格和库存这点很实用。2.4 各工具能力对比把上面几类放在一起对比能看得更清楚维度通用大模型垂直AI平台EDA内置AI生成速度快快中网表规范性差好好器件库覆盖靠模型知识平台库商城库可编辑性需手动重建平台内编辑原生编辑适合场景思路咨询快速原型正式项目成本低中高低选哪个取决于你在哪个阶段。想快速验证一个想法垂直平台最爽要做正式项目EDA内置AI更稳纯粹想学原理跟通用大模型聊最划算。3. 从原理图到PCBAI能接手到哪一步原理图只是硬件设计的前半程真正费时间的是后面的PCB布局布线。很多人关心的是AI能不能一路做到PCB我的实测结论是——能接手一部分但离全自动还差得远。3.1 布局阶段AI的建议有价值但别全信布局的核心是把器件摆到合理的位置让连线最短、信号最干净、散热最好。AI在这个阶段能做的事情主要是基于规则的自动摆放把去耦电容自动放到对应电源引脚旁边把晶振尽量靠近MCU把接口器件放到板边。这些规则本身是死的AI的价值在于它能同时考虑几十条约束比人手动摆快得多。但布局里有很多只可意会的东西比如模拟区和数字区怎么隔离、大电流路径怎么走、调试用的测试点放哪这些AI目前理解不了。我的做法是让AI先摆一版然后自己大改把它当起稿工具。3.2 布线阶段自动布线为什么总是不尽人意自动布线Auto Router是个老话题了AI进来之后确实有进步但本质问题没解决。自动布线器擅长的是规则明确的低速信号比如普通的GPIO、电源线。遇到高速信号、差分对、阻抗控制线它就容易出问题。原因在于布线不只是连通还要考虑信号完整性。一根DDR4的数据线走线长度要匹配、要控制阻抗、要避免stub这些约束自动布线器处理起来很吃力。所以现实中的做法是关键信号手动布普通信号交给自动布线。AI在这里的贡献主要是让自动布线的结果更像人布的减少那种绕来绕去的丑线。3.3 那些AI暂时搞不定的硬件设计环节说几个我踩过坑、确认AI目前帮不上忙的地方EMC/EMI设计电磁兼容涉及具体的频段、结构、材料AI给的建议往往泛泛而谈实际还得靠仿真和实测。热设计散热路径、铜箔面积、过孔阵列这些需要热仿真AI只能给经验值。可制造性DFM板厂的工艺能力千差万别最小线宽、最小孔径、阻抗公差都不一样AI不知道你找的是哪家板厂。成本优化选便宜器件容易但要在性能、供货、封装之间权衡还是得人来拍板。注意任何声称一句话生成完整可打样PCB的工具你都要留个心眼。打样是要花钱的板子回来发现错了损失的是真金白银和时间。AI生成的PCB务必自己逐层核对后再下单。4. 实操用AI辅助完成一块MCU开发板的完整流程光说理论没意思我拿最近做的一块ESP32-C6开发板当例子把整个流程走一遍你能看到AI在每一步具体帮了什么、我又手动改了什么。4.1 需求描述怎么写AI才听得懂这是最容易被忽略但最关键的一步。你给AI的描述质量直接决定输出质量。我总结了一个描述模板包含五个要素主控型号写具体型号别写一个单片机。ESP32-C6-WROOM-1和ESP32-C3的烧录电路完全不同。供电方式USB-C供电还是锂电池要不要充电管理输出电压多少。外设清单要哪些接口I2C、SPI、UART各几个有没有特殊传感器。物理约束板子多大、几层板、有没有高度限制。特殊要求要不要调试接口、测试点、指示灯。我当时的描述是这样的设计一块基于ESP32-C6-WROOM-1的开发板USB-C供电并支持锂电池充电TP4056带一个QMI8658A六轴传感器I2C接口一个用户按键和复位按键两个LED指示灯引出所有可用GPIO到排针板子尺寸控制在50x30mm以内双层板。4.2 生成结果的核对清单AI吐出原理图之后别急着高兴按这个清单逐项核对电源部分TP4056的充电电流设置电阻对不对决定充电电流大小电池和USB供电的切换逻辑对不对LDO的输入输出电容够不够。主控部分ESP32-C6的使能引脚EN上拉电阻、启动模式引脚GPIO9的下拉、去耦电容数量和容值。烧录接口USB-JTAG需不需要额外的自动下载电路DTR/RTS怎么接。传感器部分QMI8658A的I2C地址、上拉电阻、中断引脚接法。按键和LED上拉/下拉方向、限流电阻阻值。我那次生成的结果电源部分基本正确但ESP32-C6的去耦电容只给了一个0.1uF实际数据手册要求每个电源引脚都要有而且还要配一个大容值的储能电容。这种细节AI经常漏必须对着数据手册补。4.3 导入嘉立创EDA后的二次加工生成归生成最终还是要落到嘉立创EDA里。导入之后我做了这几件事第一替换器件封装。AI给的器件很多是通用符号封装对不上实际要买的料。我在立创商城搜对应型号用商城里的现成封装替换这样BOM和实际采购能对上。第二补全去耦电容和测试点。这是AI最容易偷懒的地方每个电源引脚旁边补0.1uF电源入口补10uF关键信号加测试点。第三重画电源网络。AI画的电源网络有时候用网络标签有时候直接连线风格不统一。我统一改成用电源符号看起来清爽也方便后面检查。第四跑ERC。嘉立创EDA自带电气规则检查把悬空引脚、单端网络、电源冲突全查一遍逐个解决。4.4 布局布线的取舍经验原理图确认无误后转PCB。布局阶段我先让工具自动摆了一版然后手动调整把USB-C接口放到板边方便插拔TP4056和电池接口放一起QMI8658A尽量远离电源和USB走线减少干扰按键和LED放到手指容易够到的位置。布线阶段电源线和地线我手动走走粗一点电源1mm地铺铜。I2C的两根线走等长、尽量短、远离时钟线。USB的差分对我手动布控制阻抗90欧姆长度匹配。剩下的GPIO全部交给自动布线然后手动优化几根绕得难看的。整个流程走下来从描述需求到出Gerber大概花了半天时间。如果纯手动同样的板子我估计要一天半。省下来的时间主要在前期的原理图搭建和器件选型上。5. 用AI做硬件设计这些坑我替你踩过了工具再好用也有它的脾气。下面这些坑都是我真金白银试出来的你照着避开能省不少事。5.1 引脚定义和封装不匹配这是最高频的问题。AI生成的原理图里芯片引脚编号经常是按数据手册的引脚号来的但你导入EDA后用的封装可能是另一种编号规则结果就是网络连到了错误的焊盘上。解决办法生成后一定要做原理图-封装交叉核对重点看电源、地、通信引脚。嘉立创EDA有封装管理器功能能直观看到每个器件的引脚映射用这个核对最快。5.2 电源网络的隐藏陷阱AI画电源有个坏习惯喜欢用网络标签Net Label而不是电源符号而且标签命名不统一一会儿VCC一会儿3V3一会儿3.3V。这在ERC里可能不报错但实际做出来电源是断的。解决办法统一用电源符号全局搜索所有电源网络名确保同一个电压只有一个名字。另外注意模拟地和数字地如果板子上有模拟电路AI经常把两种地混在一起需要手动分开再用单点连接。5.3 去耦电容的集体失踪前面提过AI经常漏去耦电容。这不是小问题去耦电容少了板子跑起来可能时好时坏尤其是MCU和高速器件。经验值每个电源引脚配一个0.1uF每颗芯片配一个1uF到10uF的储能电容电源入口配一个10uF到100uF。这个量宁可多不可少多几个电容成本几乎可以忽略少一个可能让你debug一星期。5.4 别让AI碰你不懂的部分这条是给新手的忠告。如果你对某个电路比如开关电源、射频前端本身就不熟AI生成的结果你根本没法判断对错那用AI就是给自己埋雷。正确姿势先用AI生成你熟悉的部分对照着学不熟的部分要么找参考设计要么请教有经验的人别盲目相信AI。5.5 版本和库存的时效性AI训练数据有截止时间它推荐的器件可能已经停产或者缺货。解决办法选型时以立创商城、Digi-Key这些平台的实时库存为准AI给的型号只作参考。特别是做量产的时候供货稳定性比什么都重要。6. 给不同阶段硬件人的使用建议AI电路工具不是万能的但在不同阶段的人手里能发挥的价值完全不一样。我按经验水平分三类说说。6.1 新手把它当陪练别当拐杖对刚学硬件的人来说AI最大的价值是降低起步门槛。以前学画电路得先啃数据手册、找参考设计、学EDA操作一套下来劝退率极高。现在你可以让AI生成一个简单电路然后对着它一点点理解每个器件为什么这么接。但千万别养成AI生成完就直接用的习惯。新手最该练的是核对和验证的能力——拿到一份电路知道去哪里查数据手册知道怎么判断对错。这个能力比会用工具重要一百倍。我的建议是AI生成后自己动手在EDA里重画一遍画的过程就是学习的过程。6.2 中级用它压缩重复劳动有一定基础的人画电路本身不是难事难的是重复劳动太多。一个项目里可能有一半时间花在搭最小系统、画电源、连标准接口这些套路化的活儿上。这部分正是AI的强项。我的用法是把常用的电路模块MCU最小系统、各种电源拓扑、常见接口让AI生成一次核对无误后存成自己的模板库。下次做新项目直接调模板改效率翻倍。AI在这里的角色是帮你把模板库建起来建好之后就不太需要它了。6.3 资深用它做方案探索和交叉验证对老手来说AI生成的东西大概率不如自己画的但它在两个场景下很有用。一是方案探索遇到一个不熟的领域让AI快速给出几种可能的拓扑作为思路起点。二是交叉验证自己画完的电路让AI检查一遍有时候能发现一些低级疏忽。资深工程师用AI心态应该是多一个视角而不是多一个劳动力。它给的建议你可以不听但听一听没坏处。7. 关于几分钟搞定硬件设计这件事的实话最后聊聊标题里那个几分钟搞定。这话对也不对。对的部分是从想法到一份可编辑的原理图草稿确实只要几分钟。这在以前是不可想象的光是查数据手册、找参考设计就得花几个小时。AI把这个环节压缩到了极致这是实打实的进步。不对的部分是从草稿到能打样的成品该花的时间一点没少。核对、修正、布局、布线、检查、出Gerber每一步都得人来把关。AI省掉的是从0到1的启动成本但从1到100的工程化过程还是得靠经验和耐心。我自己的感受是AI让硬件设计的门槛降低了但没让天花板降低。新手能更快做出第一块板子但要做出一块稳定可靠、能过认证、能量产的板子该学的知识一样都不能少。工具在变但硬件设计的底层逻辑没变——对电路的敬畏、对细节的较真、对数据的尊重这些AI替代不了。所以我的建议是把AI当成一个不知疲倦、知识面很广但偶尔会犯迷糊的助手。它能帮你快速起步但最终为板子负责的还是你自己。用好它但别依赖它。