AI对硬件工程师的影响

AI不会取代硬件工程师，但会淘汰那些拒绝进化的工程师。当AI能够完成大部分底层工作时，硬件工程师的核心价值将从“如何做”转向“做什么”和“为何做”。

AI发展的速度越来越快，在很多领域已经开始替代一些初级从业者，典型的就是互联网行业，短视频等领域，就连偏底层的嵌入式驱动也不例外，就个人所了解已经有很多大厂驱动开发已经把AI代码量列入工程师OKR/KPI 里面了。

随着claude code 这一类智能体的发展，AI能干的活更多了，通过一个个skill 文件，就能干各种各样的活，够大幅度的提高效率。所以很多搞硬件的同学也很恐慌，AI对硬件工程师影响如何？在AI时代硬件工程师又应该如何扩展自己的护城河，不被时代所淘汰？在这篇文章里面将会给大家详细分析。

一、从技术到“枢纽”

在一个完整的电子产品的开发流程中，硬件往往需要对接很多的部门，比如：

（1）对接产品或者客户，承接产品系统需求分析；

（2）对接结构，完成PCB布局；

（3）对接采购，完成物料KCL（关键器件）备料和降本；

（4）对接供应商，把控器件导入风险；

（5）对接软件（驱动），输出软硬件接口文档；

（6）对接硬测，完成测试策略和测试计划分析；

（7）对接认证，输出产品认证相关资料；

（8）对接工艺，配合产线工艺完成工艺失效分析，提升产品爬坡良率；

（9）对接售后，完成产品售后失效分析；

上面的工作虽然看起来会比较杂，而且有很多沟通和协调性的工作，但这些正是硬件工程师的护城河，因为AI不可能替代工程师和结构PK，给硬件布局拿到更多的布局空间，AI也不可能替代工程师和供应商对接，拿到更具有竞争力的物料等等。

在一个电子产品的开发流程中，硬件往往处于绝对核心的节点，各个模块都有涉及到硬件的工作去推动的工作，这就是一个硬件工程师的核心竞争力之一，所以想要不被时代所淘汰，在技术之外，沟通能力、协调能力、推动能力、整合能力对一个硬件工程师来说，将会比前AI时代更加重要。

传统的硬件开发原理图/PCB 设计流程其实是一个劳动密集性的工作。针对器件布局、信号布线、规则检查，很多公司内部都有一套很完善的checklist ，工程师按照checklist 逐条执行和反复核对，最终输出设计文件。

随着类似candence 之类的设计工具开始融合AI ，硬件工程师将会从这些重复性工作中脱离出来，通过给AI 版本的EDA工具输入设计需求、布局/走线约束， AI通过学习历史设计文件，输出设计初稿，并直接给出仿真结果，工程师在AI给的版本里面选择最符合要求的一版，继续精调，直到满足发板条件。

硬件工程师在设计流程里面的主要工作职责将会越来越趋向于输入需求、定义约束、审核输出。

这对硬件工程师的能力边界要求将会更加的严格，因为AI 虽然可以提升效率，但是当前还是无法解决幻觉的问题，而硬件开发本身是要求零失误的一个行当，如何使用AI进行开发，并且保证绝对的正确率，将会是区分一个普通工程师和牛逼工程师的分水岭。

硬件开发长期依赖工程师的个人经验积累，一位资深的工程师的价值，很大程度上体现在他知道“哪里可能会出现问题”“在之前的项目上踩过什么坑”，这种知识形态存在几个根本缺陷：

（1）知识藏在个人经验中，难以传承；（2）知识散落在文档、邮件、聊天记录里面，缺乏系统组织；（3）很多经验更加偏定性，难以支撑复杂场下的逻辑推导；

在AI时代，需要把这些知识全部体系化、图谱化，通过AI工具，将传统的开发工作从“查文档”变成“问问题”，通过AI知识图谱来弥补工程师通过个人经验分析问题的思维短板这一开发方式，将会变成硬件开发的日常工作内容。

AI对硬件工程师的影响，和软件开发这些岗位不同，不是一场“取代"的零和博弈，可以说在强人工智能出现之前，AI是不可能取代硬件工程师的。

但是AI对硬件开发来说是一场工作方式的”重构“，需要积极的拥抱AI，使用AI来提升自己的能力边界，将低附加值的工作抛给AI，回归到系统创新和决策能力的开发本质上。那些能够将AI内化为能力延伸，用于解决复杂系统问题的硬件工程师，将会成为新时代的浪潮儿。