EDA脚本智能体不再只靠模型猜:执行后读回完整状态,449项任务通过率从19.7%升到76.5%
核心概要
面向PyAether、SKILL与Tcl三种EDA脚本接口,一个执行接地的编码智能体把生成、执行、读回结果串成闭环,在449项任务的EDA-Scripting-Bench上取得76.5%的合并Pass@1,而纯大模型为19.7%。在模型固定时,观测通道这一轴跨越56.8个百分点;在工具链固定时,骨干模型这一轴跨越23.3个百分点。作者据此提出接地缺口框架:脚本正确性受制于对当前设计状态的观测保真度,单靠模型规模无法补上。
深度剖析
EDA脚本智能体的正确率瓶颈被定位到“观测”这一环:智能体执行脚本后能读回多少当前设计状态,直接决定它能否改对。 此前的定制/模拟EDA脚本生成停在执行之前,静态知识库方案不把脚本放到运行中的设计数据库上执行;数字流程中已有执行反馈的智能体,也未对定制/模拟工具的实时版图、原理图或波形数据库接地。 在449项任务、三种语言、四个商用运行时上,完整系统达到76.5%合并Pass@1,纯大模型为19.7%;模型固定时观测轴跨度56.8个百分点,工具链固定时骨干模型轴跨度23.3个百分点。
闭环由四个统一的MCP工具实现:按语义和关键词检索API、取回API文档、在隔离沙箱中执行代码并读回结构化结果。 检索与执行被拆成可单独开关的组件,通过工具注册与否做消融,策略本身保持不变,因此差异可归因于接口而非模型。 去掉检索后合并Pass@1下降10.3个百分点,去掉沙箱执行后从76.5%降到68.6%;读回信息量按“无读回、二值通过/失败、完整观测”排序,完整观测在合并与各切片上均最优。
启示与展望
结论建立在EDA-Scripting-Bench的449项任务上,覆盖PyAether、SKILL以及WaveView与Innovus上的Tcl,评分以代码在目标运行时沙箱中无错执行且断言全部成立为准。通过率只认证断言检查到的效果,不认证生成的设计能通过版图与原理图一致性检查或设计规则检查。系统已在生产EDA流程中部署,但部署指标未在文中给出。
作者把接地缺口框架表述为可检验的预测而非拟合解释,并指出所实现的观测通道只覆盖L4的一个侧面,组织约定、波形图像等情境信息不在其中,因此实际接地缺口仍保有正的下界。基准规模限制了检出最小效应的统计功效,SKILL切片上自探索的差异仍落在噪声内;各切片离散度可能较大,切片级比较需谨慎。SKILL的错误日志只有0.2%的非空日志带行号,缺少定位线索时智能体会反复重写而非修复。
