工具的开启好坏取决于其使用者。无论是全新使用一把锤子还是Fusion Compiler，唯有掌握正确的工作知识与技能，方能充分发挥工具潜力，模式达成预期目标。开启
人工智能也不例外。全新辅助AI增强了传统芯片设计流程，工作而智能体AI即将带来全新工作范式。模式面对这些快速演进的开启技术，行业领袖正积极评估最佳应用方案，全新而高素质人才队伍始终是工作破局的关键。
随着AI能力与应用场景的模式逐步成熟，企业领导者必须深入思考：他们的开启开发者团队如今扮演着怎样的角色？这些角色近期可能发生什么变化？他们需要储备哪些能力来适应变革？
生产力提升
AI已展现出显著的效率提升。目前，全新大语言模型（LLM）主要承担“超级研究员”的工作角色，负责处理和分析海量结构化数据。例如，在英伟达，开发者在工作中会向聊天机器人自由提问，从内网数据库快速获取所需信息。
而行业普遍认同，这仅仅是AI变革潜力的冰山一角。
英特尔产品赋能副总裁兼总经理Manoj Selva在首届新思科技高管论坛上表示：“我们的效率确实提高了，工作节奏也加快了。但是我们尚未实现工作方式的根本变革，我想那可能就是AI的下一突破方向。”
以设计验证为例，他指出，虽然AI已能将百万级时钟周期缩减至十万级以内，而下一步将实现自动调试。
Selva强调道：“我能否对bug的物理位置和出现时间进行快速定位，以避免耗费数周的人工排查？又能否将[相关智能信息]反馈到架构中并实现修正？这些正是我们亟待突破的新范式。”
智能体：从工具到伙伴
开发范式的转变已近在眼前。例如，智能体AI正逐步成为独立自主的设计伙伴，能够主动识别优化空间、预判潜在瓶颈并动态调整工作流程。
新思科技首席产品开发官Shankar Krishnamoorthy表示：“设计复杂度迅速攀升，执行周期变得越来越短，如果不在工作流程中引入相应转变，我们根本无法应对当前芯片行业的发展节奏。”
Krishnamoorthy表示，即使AgentEngineer技术自主性持续提升，但仍离不开开发者的监督。
他比喻道：“开发者需要从'厨师'转型为'美食评论家'，许多工作无需他们来开展，而是由智能技术完成。但他们必须承担评估与反馈职责，持续提升系统能力。”
这将要求开发者转变他们的思维方式。
AMD技术和工程高级副总裁Brian Amick说：“目前我们的员工习惯于从头开始做事情。现在，AI解决方案能快速产出结果，但仍需我们来判断方案的优劣情况。”
开发流程的转变
AI还将重塑人才需求格局，从专才导向转变为通才优先。
微软芯片、云硬件和基础结构工程执行副总裁Reynold D’Sa表示：“专家依然重要，我们仍然需要专业型人才。但通才能更好驾驭AI工具，发挥其知识体系的强大优势。此外，与某一领域的专家相比，通才也可以从全局视角提升设计能力。”
然而变革阻力仍然存在。人类通常对变化持抵触态度，开发者也不例外。行业领导者坦言，转变既定的角色和工作流程并非易事。
D’Sa表示：“这会颠覆我们的工作方式，带来失控感和失责感，AI促使开发者思考‘我（作为人类）在整个开发过程中的价值到底在哪里’，我们需要确保大家意识到，他们能够以更高的效率，完成价值更高的任务。”
为了顺利过渡并帮助员工接受变化，芯片公司需要让更多开发者体验AI工具，给他们预留试验空间。
英伟达VLSI工程副总裁Sameer Halepete表示：“这与紧张的安排和不断临近的截止日期相悖，但我们不可能同时兼顾日常工作和这些过渡任务。我们要给大家预留缓冲空间，以便他们重新调整工作流程。”
降低变革成本
尽管变革困难重重，但行业领导者对智能体AI的变革潜力仍然充满乐观。但追求创新和加速不能以产品质量、员工士气或业务绩效为代价。
Krishnamoorthy表示：“我们必须要深度理解客户的工作流程，而引入这些技术时需避免产生过高的变革成本。”
毫无疑问，行业需由开发者和智能体AI协作开创未来。
Krishnamoorthy表示：“芯片设计过程非常复杂，高智商、高薪酬的开发人才不应将大量时间消耗在大量可以自动化或不必要的‘苦力活’上。智能体AI有望重新设计EDA工作流程，解决这些‘苦力活’环节，实现自主层级跃升。”