用 AI 三天设计一颗芯片后，一位清华博士决定「开卷」
让更多人从 80 分出发。
三天，张托肯用 AI 设计了一颗芯片。
他把这次从零到流片的全过程写成《三天从零到流片：AI 带我设计一颗 Attention 计算芯片》，文章很快传开。
通过真格「Token Grant」的算力支持，他进一步推进开源探索，展开一项「芯片开卷」计划。张托肯是清华大学电子工程系博士，目前在苏黎世联邦理工学院从事博士后研究。
过去一年，他不断把 Agent 接进真实的芯片设计工作流。连接 Agent 与商用 EDA 软件的 Virtuoso-Bridge-lite，在 GitHub 阅读量超 4 万、下载超 1.7 万；用 Vibe Coding 做成的模拟电路原理图画板 Analog Canvas，上线两周用户即超过一万人。
在他看来，工程师最高的梦想之一，就是自己做出来的产品或技术，真的有人在用。
除了让 Agent 干活，张托肯也在不断给它们「出考卷」。作为清华大学优秀助教，他觉得训模型的本质也是一种「教书育人」。他搭建面向芯片设计的 Benchmark，希望告诉大家，模型究竟能做什么，哪些任务已经在模型斩杀线之下。
他想做的，是让更多人不必从零开始，把时间留给最后真正的创造价值。
放开手脚去建造
Q：请简单介绍下自己和目前正在做的事情。
张托肯： 我是张托肯，「托肯」是托举与肯定的意思。2026 年，我从清华大学电子工程系博士毕业，现在在瑞士苏黎世联邦理工学院的集成系统实验室和人工智能中心做博士后。
我目前在做一个「芯片开卷计划」。
一颗芯片通常要做到 99 分以上才真正具有商业价值，但培养芯片工程师非常慢，行业又长期缺少优秀人才。有限的人力仍大量消耗在从 0 到 80 分的过程中。
芯片行业常常给人一种高度封闭的印象。但事实上，其中有大量基础内容可以开放。
所谓「开卷」，既是开卷有益，也是开卷考试：把教科书级别的知识、经验和能力整理成公共基础，让大模型能训练，Agent 能调用，所有芯片设计者都能使用。
这样，大家就可以直接从 60 分、甚至 80 分出发，把精力留给最后真正创造价值的部分。
Q：你今天花了多少 token？
张托肯： 过去 24 个小时，我把 Claude Max 20 和 GPT Pro 20 里的 Token 各用了 30%。
Token 花得最多的一个项目是模拟电路画板 Analog Canvas，还在优化用户体验。我觉得既然要做，就做世界上最好用的原理图画板。
这也是我自己的痛点需求。芯片设计师直接用编程的方法做模拟电路，对很多人是很痛苦的，效率也不够高。有没有办法把原理图画出来之后直接转为网表，让这个传统上强烈依赖闭源商业工具的环节变成 AI Native？
但既有工具要么不好用，要么不好看。我对审美还是有较高的要求，就想从头再来。
上线两周时间里，Analog Canvas 在全球范围内的用户数量已经超过了 1 万人，浏览超过 39000 次。 我相信，基于它，未来还会产生出很多工作，超出今天人们的想象。
目前网站已有超过 400 个不同用户上传电路图
Q：怎么让项目实现你要求的水平呢？
张托肯： 用 Agent 开发比传统开发快百倍。传统开发做任何代码改动，流程非常长，还要瞻前顾后，为兼容性做出妥协所付出的代价很大。但 Agent 重写一遍的代价很小，但凡发现问题就可以重写。我们就这样一直保持在最佳状态，轻装上阵。
Q：电路画板这个项目大概重写了多少次？
张托肯： 每个部分、每个模块都在不断重写，但无非是多消耗一些 Token。正好真格又给了 Token 的资助，我就更敞开了，直接让最新最强的模型重写。
Q：当初是什么契机申请了 Token Grant？最打动你的瞬间是什么？
张托肯： 今年 3 月，我的公众号「张托肯用 AI」火了以后，不少投资人联系我，希望出资让我创业。
但我当时已经答应了现在的老板到瑞士做博士后，做好了个人发展规划。我非常看重已经做出的承诺，因此回绝了这些邀请。就在这时，真格提供了一种不以创业为前提的 Token Grant。
最打动我的是这个项目本身的愿景和诚意。它不做任何前置绑定，直接给予资助。我认为这是一种需要很大格局和魄力才能做出的决策。我非常欣赏这一点。
Q：拿到 Token Grant 后，做的第一件事是什么？
张托肯： 第一件事是给我的几位合作者报销 Token 费用。他们都是我的朋友，也都是非常优秀的 Vibe Coder，最初被我和项目本身吸引，几乎无偿帮我 Vibe Coding。
有了 Token Grant 之后，我和跟我一起做事的人都不必再为调用成本而犹豫，可以放开手脚去建造。
Q：最近变化很快，从最早接触 AI 到现在，对比之前更传统的工作模式，体感上有什么变化？
张托肯： 惊叹和震撼，不断地被 AI 的能力所震撼。去年年初，所有操作基本都是手动点击，不同文件之间还需要手动搬移。但随着 Agent 普及，这些工作都可以被更加智能化的方法托管，负担从我的心智中卸下来了。
Q：你最近一次觉得「这 Token 花得太值了」，是在什么时候？
张托肯： 有一次，我把 Codex 连上了测试仪器。我在屏幕上和 Codex 对话，眼前的指示灯就随之亮起，测试平台产生了真实的电压和电流。
我把全流程上传到了 B 站，题目是《听说你还在手拧 LDO？我用 AI 控制芯片测试供电与参考源》。这一瞬间，Agent 带来的智能具象化了。
这 Token 花得太值了。
当 AI 进入芯片设计
Q：像这种专有的应用场景，是因为什么契机引发的？
张托肯： 因为我自己真的在用，我需要用这一套设备测试我的芯片。
大家的末端需求其实都是高度碎片化的。在 Agent 之前，有第三方帮我们解决需求，再把产品卖给你。但产品只能满足共识，很难满足所有人。我们有无数的最后一公里。
现在，每个人都可以用 Agent 协助完成自己的一公里。
Q：你第一个 B 站视频说 Agent 可替代一个流程里 30% 的工作，这 30% 是末端碎片化的需求吗？
张托肯： 都有。
我博士方向主要是做数模混合芯片设计，以模拟为中心，但也有很多数字电路辅助的混合芯片。模拟是核心，数字是辅助。但数字跟模拟混在一起之后，中间有大量的接口问题很容易出错，又加了验证的部分。
在这三大部分中，Agent 有不同的侵入程度。去年年底，我发现数字电路部分几乎没有一行代码是手写的，全部都是 Agent 写的，侵入程度非常高。
模拟设计还显著低很多，只给了 10% 左右。在验证部分，很多 debug 还是通过自己读博多年积累的经验人工判断的，但很多琐碎的、大规模认知劳动和模数据处理的工作是 Agent 完成的。
最后加权换算下来，给了 30% 左右的比例，我认为比较客观和公允。
Q：那现在这个比例有变吗？
张托肯： 我相信这个比例可以提高。
根据不同芯片特点，比例也会有变化。对纯数字芯片，现在已经能达到 80-90% 以上。但对模拟芯片，它有一个渐缓的过程，从 10% 到 20%、再到 30%，可能未来会在 40-50% 达到饱和。
整体的芯片系统肯定有数字部分，也有模拟部分。至于最后 Agent 能侵入多少，就取决于这个系统是如何定义和设计的。
Q：你之前提到数字芯片设计是 AI 落地的最佳场景之一，为什么？
张托肯： 数字电路容易率先落地有技术和商业两方面的原因。
第一是技术层面。数字电路的工具链完备、CLI 接口成熟，任务边界和验证标准也很清楚。从仿真、综合、布局布线到时序和物理验证，每一步都有严格反馈，性能跑一次就能看到结果。
芯片设计构成了一个相对封闭、完备的环境，可以说是「封闭世界的胜利」，也是 Agent 优秀的练功房。
第二是商业层面。数字芯片的市场足够广阔，未来还会出现大量定制需求，具有巨大的市场价值。芯片同时也是一个高价值的行业，对生产力工具有真实而明确的付费能力。Agent 带来的效率提升能很快转化为商业价值。
模拟电路和混合信号电路同样是高价值的场景。完整实现 100% 端到端自动化还有相当大的距离，其中部分环节已经可以让 Agent 介入，逐步推进智能化。
Q：借助 AI 进行芯片设计，它和我们日常调用 Agent 写代码、做报表等任务最大的区别是什么？
张托肯： 很多时候很像，但芯片设计整体更复杂，对很多人来说也更神秘。
如果我们把过程一一拆开，至少有三类任务是 Agent 当前能介入的：提取与加工大规模信息，写代码、脚本和执行命令行任务，以及建模、分析、数值计算。
通用 AI 已经具备足够的能力与泛化性，能在这些任务上提供可观的贡献。这部分整体方式也与办公场景相近，不同在于接入哪些工具。
更重要的差异体现在验证上。芯片设计对验证的多样性和全面性要求更高，因此测试轮数、工具调用和交互轮数都更多。从商业角度看，这是一个利好。Agent 在芯片领域大规模普及后，Token 消耗将会是天量的。
Q：你曾花了 3 天时间用 AI 设计了一颗 Attention 计算芯片，能跟我们分享下过程吗？
张托肯： 我在公众号有记录具体流程，题目叫《三天从零到流片：AI 带我设计一颗 Attention 计算芯片》。
这个题目最重要的两个字是「带我」。不能说是我用 AI，几乎是 AI 带我飞。
当时我们课题组要做一个拼板的 MPW 芯片，其中有一块面积空出来了，没有人用上这块面积就会被浪费掉。这也是一次临危受命，我在截止日期前三天接到任务。
我此前对 Attention 芯片的硬件实现理解不多。每一个细节都是我跟 AI 不断沟通，想办法验证，验证好了后再搬到芯片里实现，一步一步地堆成了可以送去流片的状态。
张托肯使用 AI 设计的 Attention 演示芯片。左为芯片实物照片，右为芯片内部结构
我只提了一些模糊的方向，具体的知识都是 AI 手把手教我做成的，它打通了 EDA 工具链，对来自好几家公司的不同 EDA 工具都用得很好。
我产生了一种「当领导」的感觉。
这也是我对于未来 AI for 芯片设计的一种期望：我不需要懂每个领域，我只掌握一些基本知识和方向，但在 AI 的加持下，它能够显著地扩大我的能力边界。
Q：目前 AI 能独立完成什么？
张托肯： 我对 AI 能否「独立」编程都存疑，更不用说独立完成复杂的工程任务。
目前没有任何一个我满意的软件、网页或者小工具是一键做出来的。工程是值得敬畏的，仍然需要大量人工参与，包括调整方向、处理无尽的细节和反复验证。
这就像人类社会，即便公司招来一个能力非常强的员工，也很难给他一句话，让他零交流、埋头苦干两个月，就把所有事情干完了。
判断「AI 能做什么」需要不断根据客观实际情况，以及我们对于事物的理解，做一个预期的校正。
Q：一键生成不太实际，是在于它上下文的缺失，以及很多隐性的经验没有吸收？
张托肯： 一是上下文， 二是人的需求不断在变。
每个芯片设计最开始和最终做成的样子都差很多。很多设计的指标、内部的决策，都是在一边开会一边改。
AI 目前能独立完成的主要是边界清楚、接口成熟、标准明确的子任务。
和去年以及更早相比，AI 已经把人的能力放大了很多。我的判断始终是，AI 会带来巨大的赋能。人仍然要做驾驶员，时刻摸清它的能力边界，分配合理的任务，做好验证，并对最终结果负责。
Q：在和 AI 协作的这么长时间里，你作为人的角色有什么变化？
张托肯： 我觉得我升职了，从 AI 的「+1」变成「+2」。
当时用 Claude Sonnet 4.6 还要微操一些细节，今年微操的细节越来越少。我会派其他的 Agent 审查中间的过程，自己只需要看交付的结果。
我相信以后所有人都可以升职。
公司越大，人的领导力、组织力越重要。这对 Agent 也是一样的，要能给 Agent 传递好需求和指导。
Q：你创作并开源了Virtuoso-Bridge-Lite ，向大家介绍下它是什么？能用来做什么？
**张托肯：**Virtuoso-Bridge-Lite 是我今年 4 月份开源的项目，目的是连接 Agent 与商业 EDA 软件。我迭代了几百次。它的价值可以用一句话概括：给 AI 一双能进入工业芯片设计环境的手，接上就能够更好地发挥 Agents 的能力。
Agent 与 EDA 的连接架构
Q：项目开源后有收到什么印象深刻的反馈吗？
张托肯： 印象深刻的有两类。
一是数字，目前项目 GitHub 阅读量超过 4 万，下载量超过 1.7 万，Fork 超过 150，明确写了基于其做二次开发的项目超过 10 个。
另一类是来自社交媒体上四面八方的自发反馈。有一位 B 站粉丝直接把我和项目写进了本科毕业论文的致谢。
还有若干家公司的人告诉我，他们对工具做了改版，有的让它接上了 RAG， 接上了知识库、优化算法、版图设计等等，并将它用于生产和内网环境。
所有工程师的最高梦想都是自己做的产品或技术能够被用上，尤其是被商用。
AI 真的懂芯片吗？
Q：看到你在持续建设 Razavi-Bench、Analog Design Bench 等专业评测集，为什么想要专门为模拟电路建立 Benchmark？
**张托肯：**Razavi-Bench 更偏向电路理解和推理，Analog Design Bench 则进一步走向长周期、可调用工具、可用仿真验收的真实设计任务。模拟电路尤其需要这样的 Benchmark，因为模型很容易说得像专家，但电路实际运行时未必成立。
我认为 Benchmark 的意义是提供了两把尺子。
第一把，是相对比较的尺子。我们可以通过 Benchmark 比较不同模型的能力差异。
第二把，是绝对能力定标的尺子。这也是我建设这两个 Benchmark 的核心动力。我希望告诉大家，模型的能力到底达到了怎样的水平？哪些任务已经在模型斩杀线之下？
相对比较告诉我们模型之间谁更强，绝对定标告诉我们模型究竟能做什么。 有了这两把尺子，我们才能对 AI 的能力建立准确预期，并合理分配任务。
它非常像教育学。
我们说一个人会做芯片，这个「会做」也有非常大的区别，是本科生、硕士生水平，硕士毕业的校招生水平，还是刚入职一年的水平？三年工程师经验和五年经验、十年经验，是完全不一样的能力刻度。
现在 AI 是几年级了发展到哪一步了？其实不太有人具体知道。每个人都说我能做的很好了，但我觉得不是很客观，希望做出一个绝对定标告诉大家。
Q ：测评下来得到了哪些结论？
张托肯： 最直观的一个结论是，现在 AI 的能力已经超过了很多人的想象，特别是在芯片行业。
Razavi Bench 有 50 道模拟电路题目的问答测试，前年发布的 GPT-4o 模型在这个测试里表现得非常糟糕，几乎不可用。但今年 6 月之后的模型已经到了不亚于中上研究生的水平了，有一个非常陡峭的上升曲线。
Razavi-bench 中 42 个模型的评测结果
还有一个发现，对于测评本身，尤其是 Agentic 任务，Test-Time Scaling 非常重要，非常有效。
基模能力对最终效果的影响远大于 Harness 的影响。 同一个模型换 5 个不同的 Harness，在同样 50 道题上面做三遍，做出来分数也都差不多。但换不同的模型，比如 GPT 5.6 的 Sol、 Terra 和 Luna， 分数泾渭分明。
Q ：模型更新速度也很快，怎样避免 Benchmark 刚发布就过时？以及模型厂商刷分的问题？
张托肯：Benchmark 应该是一套持续更新的测试系统。
一方面要版本化：保留固定核心题，保证纵向可比；同时从真实项目的新失败中加入更难的任务，避免榜单饱和。
另一方面要分层：公开开发集用于研究，隐藏测试集和轮换任务用于正式评测，减少训练污染和针对性刷题。
我还会保留模型原始输出、工具调用轨迹、成本、耗时和重复运行结果。只报一个最高分很容易被优化；公开完整证据链，才能区分稳定能力与偶然命中。最终，Benchmark 的评价重点应该放在可复现的工程能力上，避免让熟悉题库成为优势。
这也具有两面性的。如果 Benchmark 过时了，也可以告诉大家这些问题被大模型斩杀掉了，以后在这上面花更少的人力。模型斩杀的越多，对于芯片行业越是利好。
另一方面，在持续建设 Benchmark 过程中，我有信心在未来 2-3 年内一直领先于模型的能力。
芯片设计的难度是没有上限的。 现在我们都是在故意放水，在 Babysitting。
就像我们从小读书到大，每个年级都有每个年级的考题。作为一个博士毕业的老师，我可以给 AI 出一二年级的题目、出中考的题目，一直出到本科或者接近硕士水平。
如果说我们出的题目已经完全难不倒很多基座模型了，AI for 芯片设计才算到了一个非常高的水平。
Q ：那你现在怎么理解「训模型」这件事？
张托肯： 我觉得训模型本质上也是一种教育。
预训练像基础教育、义务教育和素质教育，后训练则像本科以后的专业教育和职业教育。 我们要决定教什么、怎么练、怎么考试，也要观察它会在哪些真实任务中失败。
今年以前，我的梦想和长期愿景一直是教书育人。现在我意识到，直接教学生是一种方式，教 AI 再让它把知识和能力扩散出去，也是一种更大范围的教书育人。
我之前拿过清华大学优秀助教，在网上也写过很多教程，教过很多小白。当时写的一个教程是「混合信号电路设计师的入门之旅」，写课程的源动力就是太多人问我一些非常小白的问题，非常痛苦。
当时 2024 年，我认为这些问题在这么发达的现代还要从零学起，浪费这么多优秀人才的时间和精力，不如有一些整理好的知识让大家以最容易消化的方案直接吸收走。
这一门课卖出了 500 多份，让我看到真实的教育需求，也看到个人教学在传播效率上的边界。现在，我想把同样的教书育人精神延伸到 AI。
Q ：怎么更好地把这些经验传递给 AI 呢？
张托肯： 现在所有模型的核心瓶颈就是数据。
这很正常。人也有预训练阶段，从义务教育到高考，从本科选专业到研究生的项目和研究，一步步积累更细的经验。
每往前走一步，都会面临缺少数据、缺少信息的问题。
人的数据和信息是通过学长学姐、导师，或者实习获得的。一个学生从零开始，一直到他事业有所成就，最大的变量就是他做过哪些项目、项目本身好不好。
做过好项目、获得好引导，就更可能成功。很多不同学校间的差异，仔细看也是每个学生接到项目的差异。实习亦是如此，不同的人去了不同公司实习，后面能力成长也不同，关键就在于他参与的项目。
所以任务本身和环境非常重要。 这些内容可以非常好地迁移到训模型角度，我们也是通过类似的项目实习来教模型，也就是大家所说的后训练。
一年前，一年后
Q ：你认为 AI 时代最容易被低估的一种能力是什么？
张托肯： 我觉得是 Agent 的「驾驶技术」。
现在很多人都变成了 AI 中转站，期待有了 AI 之后，人可以一键完成工作。但我认为不论 AI 发展如何，人作为 Agent 驾驶员的能力还是非常重要。
Agent 就像层出不穷的新车，模型和工具一代接一代地更新。 汽车已经发展了很多年，也深刻改变了世界，不同人的驾驶技术依然有着天差地别。
Agent 也是如此，车的性能决定上限，驾驶员决定它能否安全、稳定地抵达目的地。
Agent 驾驶技术包括了定义问题、拆解任务、给足上下文、选择工具、建立验证标准，以及识别伪成功。AI 越强，这种能力就越值钱。如今真正 AI Native 的一代基础反倒比较薄弱。
我很认可的几个 Vibe Coder 都是从手工时代走过来的人。 这些人用上 Agent 之后，更熟悉「车性」，知道车在怎样的情况下有异常，怎样情况下可以高速跑，开得快又能刹得住，有效地把人或货物送到目的地。
如果一点都没有手工干过，直接上来就用 Agent，容易走向失控。还有一种人是完全抗拒 Agent，完全处于手工状态，也不可取。两手都得抓。
Q ：未来 3-5 年，大家会减少驾驶 Agent 的时间吗？
张托肯： 肯定会。之前大家都是手动挡、自动挡，到现在很多车自动驾驶程度已经比较高了，可能 90% 都是车自己在开，这个事情必然会发生。
Q ：你感受到最大的变化是什么？
张托肯： 我们非常幸运，能够处在一个时代巨大的新浪潮之中。
AI 正在把原来只掌握在少数人、少数组织手里的知识和能力，逐步开放给更多普通个体。 这是一种能力的民主化、平权化。
一年前，我可能还在问「AI 能不能帮我完成芯片设计里的某一步」。现在，Claude 已经可以连接 Synopsys EDA 服务器，直接尝试基于 5 nm PDK 跑芯片模块的完整流程。
张托肯用 GPT-6 Astra 在 30 分钟内完成的芯片测试板原理图
最大的变化是我们对「AI 做不到什么」的判断保质期越来越短。 因此我现在更愿意少下静态结论，多搭建工具、验证器和 Benchmark，让真实结果持续告诉我们能力边界在哪里。
Q ：打造一个真正懂芯片设计的 Agent，你认为最重要的一点是什么？
张托肯： 最重要的是基建。我现在四处演讲，不论线上还是线下，我的基本路线可以浓缩成一个公式：通用大模型 + 通用 Agent + 场景化能力。
落实到工程现场，关键是四件事：给足上下文、接入设计工具、定义任务边界、建立检查标准。
Q ：如果有无限 token，你会做什么？
张托肯： 做数据、做基建，把训练模型的燃料 scaling up。俯首甘为孺子牛。
Q ：你期待 1 年后的自己有什么变化？
张托肯： 一年后，我希望自己真正推动了模型在芯片设计领域的能力提升。通过数据、Benchmark、Skills 和工具闭环，让模型学会更多芯片任务，也能更稳定地完成真实验证。
我也希望持续宣传和布道，让更多工程师、学生、实验室和公司认识到 Agent 在芯片设计中的能力，并真正用起来。对我来说，一年后的变化，就是同时做好能力建设和行业扩散。
Q ：行业扩散或者技术进入公司商用的过程中需要先克服什么？
张托肯： 基座模型的能力。
芯片厂商跟其它公司一个显著的区别是对信息安全的重视程度。我们几乎完全不可能从芯片厂商获取大量真实数据，只能想办法合成。
在这个基础认知之下，大家对云模型的接受程度是非常低的。如果要用到各个芯片厂里，大家最愿意的还是本地模型。但开发可负担的本地模型还需要一定时间。
Q ：给刚拿到 Token Grant 的开发者一句话？
张托肯： 行胜于言，求真务实。希望大家把 token 变成行动，做一点前人没有见过的东西出来。哪怕只是把边界向前推一点，也是在扩充人类整体的视野。
本期音频内容同步上线真格基金播客「此话当真」，欢迎收听～
