在芯片设计评审会上，“把功耗再降一点”不是一条可直接执行的指令。改动可能牵连时序、面积与制造规则；工具算完之后，工程师还得判断结果能否接受。Cadence于10月26日发布的Maestro AI Model Portfolio，瞄准的正是这个反复试算的环节：让领域专用模型参与提出调整，再读取电子设计自动化（EDA）和系统设计自动化（SDA）工具的计算结果，继续修正方案。它没有宣布由语言模型取代设计
Synopsys与OpenAI合作开发能直接操作EDA工具的专用模型。PPA优化、时序收敛和验证闭环适合交给智能体探索，但设计权限、日志、算力预算及最终签核仍需工程制度约束。
软件开发这两年的变化，很多人已经感受得很明显了。 最早是代码补全。程序员还在一行一行写代码，只是旁边多了一个“聪明的输入法”。后来是 AI 辅助编程。开发者把函数、模块、报错信息丢给模型，AI 帮你写代码、改 Bug、补测试。再往后，Cursor、Claude Code、Codex 这类工具把编程变成了一个更接近对话和调度的过程：你说目标、说约束、看结果、再反馈。于是“Vibe Coding”这
MCP正在把AI从旁观者变成操作者。Autodesk官方下场、FreeCAD/Onshape社区桥接、Abaqus/Ansys/COMSOL仿真自动化、KiCad EDA自动化、ThingWorx/Rescale平台层扩散,工业软件MCP生态已经出现清晰分层。