工具的好壞取決于其使用者。無論是使用一把錘子還是Fusion Compiler，唯有掌握正確的知識與技能，方能充分發揮工具潛力，達成預期目標。

人工智能也不例外。輔助AI增強了傳統芯片設計流程，而智能體AI即將帶來全新工作范式。面對這些快速演進的技術，行業領袖正積極評估最佳應用方案，而高素質人才隊伍始終是破局的關鍵。

隨著AI能力與應用場景的逐步成熟，企業領導者必須深入思考：他們的開發者團隊如今扮演著怎樣的角色？這些角色近期可能發生什么變化？他們需要儲備哪些能力來適應變革？

生產力提升

AI已展現出顯著的效率提升。目前，大語言模型（LLM）主要承擔“超級研究員”的角色，負責處理和分析海量結構化數據。例如，在英偉達，開發者在工作中會向聊天機器人自由提問，從內網數據庫快速獲取所需信息。

而行業普遍認同，這僅僅是AI變革潛力的冰山一角。

英特爾產品賦能副總裁兼總經理Manoj Selva在首屆新思科技高管論壇上表示：“我們的效率確實提高了，工作節奏也加快了。但是我們尚未實現工作方式的根本變革，我想那可能就是AI的下一突破方向。”

以設計驗證為例，他指出，雖然AI已能將百萬級時鐘周期縮減至十萬級以內，而下一步將實現自動調試。

Selva強調道：“我能否對bug的物理位置和出現時間進行快速定位，以避免耗費數周的人工排查？又能否將[相關智能信息]反饋到架構中并實現修正？這些正是我們亟待突破的新范式。”

智能體：從工具到伙伴

開發范式的轉變已近在眼前。例如，智能體AI正逐步成為獨立自主的設計伙伴，能夠主動識別優化空間、預判潛在瓶頸并動態調整工作流程。

新思科技首席產品開發官Shankar Krishnamoorthy表示：“設計復雜度迅速攀升，執行周期變得越來越短，如果不在工作流程中引入相應轉變，我們根本無法應對當前芯片行業的發展節奏。”

Krishnamoorthy表示，即使AgentEngineer技術自主性持續提升，但仍離不開開發者的監督。

他比喻道：“開發者需要從'廚師'轉型為'美食評論家'，許多工作無需他們來開展，而是由智能技術完成。但他們必須承擔評估與反饋職責，持續提升系統能力。”

這將要求開發者轉變他們的思維方式。

AMD技術和工程高級副總裁Brian Amick說：“目前我們的員工習慣于從頭開始做事情。現在，AI解決方案能快速產出結果，但仍需我們來判斷方案的優劣情況。”

開發流程的轉變

AI還將重塑人才需求格局，從專才導向轉變為通才優先。

微軟芯片、云硬件和基礎結構工程執行副總裁Reynold D’Sa表示：“專家依然重要，我們仍然需要專業型人才。但通才能更好駕馭AI工具，發揮其知識體系的強大優勢。此外，與某一領域的專家相比，通才也可以從全局視角提升設計能力。”

然而變革阻力仍然存在。人類通常對變化持抵觸態度，開發者也不例外。行業領導者坦言，轉變既定的角色和工作流程并非易事。

D’Sa表示：“這會顛覆我們的工作方式，帶來失控感和失責感，AI促使開發者思考‘我（作為人類）在整個開發過程中的價值到底在哪里’，我們需要確保大家意識到，他們能夠以更高的效率，完成價值更高的任務。”

為了順利過渡并幫助員工接受變化，芯片公司需要讓更多開發者體驗AI工具，給他們預留試驗空間。

英偉達VLSI工程副總裁Sameer Halepete表示：“這與緊張的安排和不斷臨近的截止日期相悖，但我們不可能同時兼顧日常工作和這些過渡任務。我們要給大家預留緩沖空間，以便他們重新調整工作流程。”

降低變革成本

盡管變革困難重重，但行業領導者對智能體AI的變革潛力仍然充滿樂觀。但追求創新和加速不能以產品質量、員工士氣或業務績效為代價。

Krishnamoorthy表示：“我們必須要深度理解客戶的工作流程，而引入這些技術時需避免產生過高的變革成本。”

毫無疑問，行業需由開發者和智能體AI協作開創未來。

Krishnamoorthy表示：“芯片設計過程非常復雜，高智商、高薪酬的開發人才不應將大量時間消耗在大量可以自動化或不必要的‘苦力活’上。智能體AI有望重新設計EDA工作流程，解決這些‘苦力活’環節，實現自主層級躍升。”