芯片研发要的不是“听话的工具“，是敢说不的工程师

大模型现在能写代码、能跑仿真脚本、能生成文档确实挺厉害。很多公司开始拿它替代一部分工程师的工作。但有一件事越想越觉得不对劲。芯片行业真正缺的从来不是执行力而是判断力。一个刚入职的工程师老板让他去优化某个模块的时序他照做了。但一个有经验的工程师可能会先停下来问一句这个优化方向对吗这个模块真的需要吗这两种反应差距巨大。大模型永远是第一种。举个实际的例子。假设你在做一个数字芯片的低功耗设计你问大模型帮我优化这段RTL代码的功耗。它会认真地给你加 clock gating给你调整寄存器结构甚至帮你分析翻转率。这些都没问题技术上是准确的。但问题是它不会质疑这个需求本身。如果这个模块根本不在关键路径上功耗优化的收益微乎其微如果整个架构层面的划分就有问题局部的RTL优化不过是在错误的地方使劲。这种判断大模型给不了你因为它没有动机去否定你的问题。芯片研发的错误往往不是做错了是做了不该做的事。一颗芯片从立项到流片周期动辄两三年每个设计决策都有代价。在架构评审会上如果所有人都点头说好最后出问题的概率反而更高。真正有价值的那个人是那个站出来说这里有个问题我们想清楚了吗的人。很多工程师其实有这个能力但不敢说。怕得罪人怕显得自己事多怕推进节奏被拖慢。这是文化问题不展开。但大模型的问题更根本——它压根没有不同意这个选项。你让它执行它就执行。你问它对不对它会给你一个平衡的回答两边都顾着。这在需要明确立场的技术决策里几乎没用。再往深想一层。工程师的价值不仅仅体现在技术知识本身。知识可以被积累、被检索、被生成。真正难以替代的是基于经验和直觉的技术判断——知道什么时候该停什么时候该推翻什么时候要坚持。这种判断背后是对系统整体的理解是对项目优先级的把握是对团队历史决策的记忆甚至是对某个特定工艺节点坑在哪里的直觉积累。这些东西大模型没有土壤去生长。它能告诉你 setup violation 怎么修但它不知道这条路径上个月刚被讨论过当时决定不动是因为有更深的原因。所以回到最开始的问题。大模型很有用可以处理大量重复性工作可以加速某些流程可以作为一个随叫随到的技术助手。但它能替代的是那种只负责执行、从不发声的工程师角色。如果一个工程师的工作模式就是接到任务、查资料、写代码、提交从不质疑方向从不提出不同意见——说实话这个位置确实很脆弱。反过来那些愿意在方案评审里说我觉得这个方向有问题、在架构讨论里拍桌子说这样做会有严重后果的工程师反而是大模型最难触及的地方。芯片研发需要的不是更多的执行是更好的判断。而判断恰恰是需要立场的。没有立场的工具做不了这件事。芯片工程师职业成长第四期