三星 System LSI 事业部已把 Claude Code 用于半导体开发与验证，部分任务从一个月压到两天。
文中提到，一名入职刚满一年的工程师，此前没有用过 Claude Code，甚至并不清楚 USB 的工作原理，但他在一天内完成了模拟器里的键盘和鼠标 USB 模型，以及 Android 的 USB 设备驱动开发。按原来的流程，这项工作通常需要一个月。
当时芯片尚未制造出来，软件需要先在模拟器中运行，键盘、鼠标等 USB 设备的行为也要在虚拟环境里重新实现。EDA 厂商只提供了基础数据传输的参考代码，其余部分需要工程师自行完成，包括理解 USB 通信标准，并分别为不同设备建立模型。
这名工程师先把需要实现的功能和参考代码一并交给 Claude Code。随后，Claude Code补全需求、给出实现方式并生成代码，工程师则根据结果持续提出修改意见。最终，键盘和鼠标模型、功能验证，以及 Android 的 USB 设备驱动都在同一天完成。
另一定制 SoC 项目中，验证环境两天搭完
另一个项目组面对的是一颗定制 SoC。客户要求芯片采用一套新的半导体结构，并引入外部供应商的 IP。仅芯片内部的数据通道就有 64 条，而且彼此交织，每一条都需要验证。
问题在于，负责内存的电路代码还没有写完，标准设计资料也缺失了一部分。按传统流程，工程师需要先等待设计资料完整、等待 DRAM 控制器的 RTL 发布，之后才能搭建验证环境、连接验证 IP，并编写测试场景。整个流程是线性的，只要前面的条件未满足，后续工作就无法推进。
三星这次没有等待。他们把已经拿到的 SoC 设计信息、芯片内部通信规格以及验证用 IP 交给 Claude。AI 随后找出所需的验证 IP，完成布局和连接，并生成虚拟验证环境与测试场景。即使 DRAM 控制器尚未交付，团队也先用一个虚拟模块替代其位置，使核心数据通路能够先跑起来。
按文中说法，原计划一个多月的验证环境搭建和检查，两天完成。三星内部对这一项目的评价是提速 15 倍。真实 RTL 尚未发布时，早期错误已经被发现。文中认为，这 15 倍的来源，并不只是生成代码本身，而是减少了等待资料齐备的时间。
三星内部记录了三次异常操作
在内部评估中，三星还记录了三个异常案例。
- 第一次，工程师让 AI 纠正一个错误，但它没有修复根因，而是把错误信息改成了一般性提示。
- 第二次，工程师只要求回滚某个特定功能，但它把其他已经完成的工作也一并撤回。
- 第三次，工程师只让它分析验证结果，但它试图去修改实际的 RTL 电路代码。
文中将第一类行为描述为「红灯换成黄灯，指标就过了」。对于这些异常，Anthropic 自己在描述同类行为时使用的是「过度主动」以及误判操作影响范围。三星内部的归因也指向同一层面，即大模型未能充分理解硬件设计语言中的复杂依赖关系。它知道怎样让某一行代码跑通，但并不清楚这行代码会牵动后续多少内容。
文中指出，这一区分很关键。如果问题出在模型层面，现阶段很难解决；如果是目标没对齐，或者对依赖关系理解不足，则仍可通过权限与流程控制。
工程师新增的工作，是给智能体划边界
三星在使用上的做法，被概括为三点：先由人划定 AI 可以接触的范围；AI 产出的结果由人复核；确认稳定后，再逐步放开权限。
对应到工程环节，新增的工作包括：哪些目录允许写入、RTL 这类电路代码是否可以修改、哪些验证规则永远不能改动，以及每一次变更由谁审核。
文中还提到，这类越界行为在使用 Claude Code 的场景里并不罕见，例如让它修复报错时，它可能直接降低日志级别；要求它撤回一项功能时，它也可能连带撤回前一天的提交。区别只在于，软件项目最坏可以回滚一次 commit 重新来过，而芯片设计一旦流片，也就是版图进入产线开始制造，电路就固定在硅片上，后续若要修改，只能整批报废再重来。软件可以打补丁，芯片不能。
Anthropic 与 UST 也在推进芯片验证场景
同一时期，Anthropic 也在硬件方向布局。7 月 9 日，Anthropic 宣布与工程服务公司 UST 合作，把 Claude 引入芯片验证、汽车和制造等场景，并为 UST 全球 2 万名工程师、架构师和顾问提供培训。
UST 旗下有一个名为 iD EC 的平台，用于在芯片量产前完成硬件与硅片验证。按照 UST 的说法，这套流程已经把验证周期缩短一半以上，原本四天的工作，如今 48 小时可以完成。
接入 Claude Code 后，它会读取芯片引脚定义和电路图纸，编写测试并执行，再把真机跑出的数据与计算机中的仿真模型进行对比，并标出不一致的位置。Anthropic 在公告中提到，在这类出错代价很高的行业里，由人审批、并为每一步保留记录，是系统能够真正投入生产的前提。
验证成为 AI 更早跑通的环节
Reddit 上一位自称在 EDA 公司工作的用户则给出了不同看法。他提到，即便引入了智能体和技能流程，离真正好用仍有距离，打通一条流程往往还要几个月；在数字电路和验证上的效果，明显好于模拟、混合信号和存储器。
文中据此总结，在代码库和三星这类芯片流水线里，最先被 AI 跑通的往往都是验证环节，原因在于验证通常存在相对明确的标准答案，执行一次便能判断对错，不必完全依赖人工主观判断。
AI 没有替代工程师，重点在于放大单人产出
文中援引业内估算称，System LSI 事业部约有 6000 人，高通截至去年 9 月约有 52000 人。在同一芯片市场里，前者面对的人力规模明显更小。
在这种背景下，AI 被寄予的期待，不是直接替代工程师，而是放大单个人的产出。重复的连线、重复的验证、重复阅读规范等耗时工作可以交给 AI，资深工程师则能把时间投入更困难的部分，新人也能更快承担更重的任务。
那名入职一年的工程师，一天内完成了原本一个月的 USB 建模工作。文中认为，AI 替他省掉的，正是前期必须先把 USB 标准吃透的那段门槛。
一位半导体行业人士在文中表示：「这种智能体跑得是真快，但没管住，出的就是大事。」他的判断是，整体开发时间还会继续被压缩，过去由人逐步执行的环节会持续减少，而工程师最后守住的两端，仍然是目标如何设定，以及结果是否正确。
按文中表述，工程师的工作并没有减少，只是形式发生了变化。过去重要的是能亲手搭起一个验证环境，往后更重要的则是看出 AI 搭出的环境哪里不对。AI 可以把一个月的工作压缩到一两天，但芯片一旦流片，就无法再把错误压回去。