Tech
标称 22 微法，加上电压只剩 11.4 微法：AI 画的电路代码编译全过，接上仿真 0.85 毫秒就掉电
2026年9月6日 · 保罗·格雷厄姆《黑客与画家》~2 min read
ngspice 的波形图上，5 V 电源在零点掉下去，受保护的那条母线跟着往下滑，0.85 毫秒后跌破 3 V。题目要它撑 20 毫秒。这份电路是模型写的，源码构建成功，没报一个错。
30 秒读懂
9 月 4 日 atopile 团队发博客《AI 能设计电路板了吗》，配套评测 EEBench：13 道模拟加数字题，用 SPICE 仿真判分，不看模型说得多像。Hacker News 上 374 分、205 条评论。
一份真实提交：电表保电题用 22 µF 陶瓷电容，4.7 V 偏压下有效电容只剩 11.4 µF，题目要 545 µF；代码构建成功，母线 0.85 毫秒掉到 3 V 以下。
9 月 1 日榜单：Claude Opus 5 61.6% 领跑，Grok 4.6 57.1%，GPT-5.5 42.3%；GPT-6 Astra 还没成绩。
保罗·格雷厄姆说画家看得见画布、边画边改，黑客靠跑程序拿反馈。EEBench 给 AI 的就是一块会顶嘴的画布，把「编译通过」和「电路能用」拆开算分。
1 量法
不让模型点鼠标，让电路先变成一份能跑的代码
起因是前一天 OpenAI 发了 GPT-6 Astra，首页演示它在 KiCad 里操作电路板。
atopile 团队的问题很朴素：AI 做出来的电路到底好不好，拿什么量？他们没让模型去图形 CAD 里点鼠标。你别看那演示热闹，模型的上下文大半耗在坐标、菜单、界面状态上。他们把电路写成声明式代码（atopile 自家的语言），模型直接改元件、连接和电气约束，然后构建、仿真、看哪一步倒下。
判卷全程是确定性的：构建设计，生成电路图和 BOM，跑一组 SPICE 仿真和设计检查。每条要求对应一个带上下限的测量值。技术分之上再叠成本效率，对照参考 BOM 算账，团队原话大意是，电路先能用，成本才算分。元件用真实厂商型号，规格从数据手册抽进 SPICE 模型，还要求真能买到、价格合理。
打个比方
给编程代理配一个编译器和一套测试，EEBench 干的是同一件事，只是测试量的东西换了：从「返回值等不等于 42」换成「母线电压什么时候跌破 3 V」。编译器管语法，仿真器管物理，两道关一道都跳不过去。
2 掉电
标称 22 微法，加上 4.7 V 只剩 11.4 微法，题目要的是 545 微法
公开题之一是住宅电表，考的就是断电那一瞬。
题目这么设：5 V 供电消失后，电路得让处理器再活 20 毫秒去保存读数，受保护的母线不能低于处理器 3.0 V 的欠压阈值。多数模型的直觉是对的：加电容。说白了这是本科电路课的题。
做出来是另一回事。真实陶瓷电容一加上直流电压，有效电容会掉得远低于标称，还得算容差。一份提交用的是标称 22 µF，判卷器在 4.7 V 偏压下只量到 11.4 µF 有效电容，需求是 545 µF，差了将近五十倍。源码构建成功，电路照样不干活，ngspice 的输出显示母线 0.85 毫秒后就跌破 3 V。一味加大电容也不行：更贵、更占板子，复电后母线恢复更慢。
2007 年我入行第一个活是政务大厅的排队叫号系统，代码在屏幕上一点毛病没有，验收那天喇叭把「请 A052 号到 3 号窗口」念成一串连读，全厅哄笑。判卷的从来是喇叭里那一声。电容这道题里，喇叭换成了 ngspice。
核心 22 µF 是数据手册封面上的数，11.4 µF 是加上 4.7 V 之后剩下的数。模型知道前者，判卷器只认后者。「编译通过」和「电路能用」中间隔着的，就是这两个数的差。
Rated 22 µF, only 11.4 µF under bias: the code built, the rail died at 0.85 ms CAPACITOR ACCOUNT · 20 ms HOLD-UP log scale · 1–1000 µF Required for 20 ms hold-up 545 µF Nominal part chosen 22 µF Effective at 4.7 V bias 11.4 µF 1 10 100 1000 µF rail falls below 3.0 V at 0.85 ms LEADERBOARD · SEPT 1 · 13 PROBLEMS Claude Opus 5 61.6% Grok 4.6 57.1% Claude Fable 5.1 56.4% Claude Fable 5 54.3% Claude Opus 4.8 Max 51.4% GPT-5.5 42.3% GPT-5.6 Sol 39.4% 0% 100% Graded by deterministic ngspice simulation; V1 does not cover PCB layout or manufacturing. Source: EEBench blog, atopile team, Sept 4, 2026. Code that builds is not a circuit that works: the chosen 22 µF part delivers only 11.4 µF under bias, far short of the 545 µF a 20 ms hold-up needs, and the rail drops below 3.0 V at 0.85 ms. 3 榜单
9 月 1 日榜单：最好的模型六成出头，GPT-6 Astra 还没成绩
团队自己说，几个月前没想到模型能做到这么好。
EEBench V1，13 道模拟加数字题，SPICE 仿真判分；atopile 团队自付跑分费用，不卖分数。GPT-6 Astra 尚无成绩。
这榜有边界：V1 只评到仿真这一层，不评 PCB 布局、制造和整机点亮，后续想加。13 道题也不多，更难的一道模拟题是围绕运放合成多反馈低通滤波器：解 RC 比例定极点，所有元件推到最坏容差角，增益、截止频率、Q 值还得在限内。
xAI 把 EEBench 写进了 Grok 4.6 的模型卡「工程加速」一节，跟 3D 建模、参数化 CAD 并列，自测 60.0%（xhigh 推理强度），并称在 CAD 这类环境里做了 RL 训练。马斯克说 Grok 4.7 数周内发布，拿 SpaceX 数据加训工程能力，时间可能变。评测方自己掏钱跑分、厂商主动往模型卡里写，这块画布开始有人认了。
4 顶嘴
一次失败的运行里有信息，「原理图看着合理」里没有
同一套判卷器倒过来用，就是 RL 的奖励信号。
格雷厄姆在《黑客与画家》里讲，画家看得见画布，边画边改；黑客的反馈来自把程序跑起来。反馈回路要顶用，得即时，还得诚实。一次失败的运行里装的东西不少：哪条电压超限、哪个工作角失败、有没有用不必要的贵方案。团队说这比「模型自己说原理图看着合理」多得多，他们正跟前沿实验室合作，提供更大的评测套件和仿真训练环境。
旧办法
模型出一张原理图，人看一眼，觉得合理就过。模型说得越像越容易过。
新办法
构建、仿真、逐条量电压和元件行为，失败的那一步带着数字回来。说得再像也过不了 3 V 那条线。
2024 年我给 SaaS 登录页接过一个免费的第三方防刷脚本，阿坤在微信上抱怨后台一开他笔记本风扇就起飞。我起先不信，开着任务管理器把页面晾了一小时，GPU 占用每三十来秒跳一下，是脚本在反复跑 canvas 指纹。代码我读过，没觉得哪不对；风扇不看代码，只看功耗。物理层就是这么个裁判，不听你解释。
HN 上的争论也在这条线上。krupan 问：我们从没对人类工程师做过这种规模的测量和反馈回路，为什么？dubbie99 说 AI 整理元件库、核封装、管 BOM 很好用，原理图和布板还是自己画，它犯太多蠢错，但让它复查能抓到人漏掉的。CyLith 让 Claude Opus 4.8 设计一块只用 74 系列逻辑和 GAL、把 EEPROM 图像输出到 VGA 的板子，自己布线，JLC 打样 6 美元，回来有一处错没抓到，飞一根线就能用。cmiles8 说聊选型有帮助，真让它设计板子每次都惨败。amelius 盯着下一个痛点：从 Digikey、LCSC 选料找替代，前提是模型真能读数据手册。合起来看，模型现在像个刚进厂的应届生，跟着老师傅复查、跑腿查料没问题，独立出图还得有人兜底。
5 带走
这对你意味着什么：先给它一块会顶嘴的画布，再谈它会不会
团队的结论很克制。
大意是：对一批有用、还在增多的电路问题，答案已经是「能」；但我们还不会让它设计心脏起搏器然后闭着眼装上。AI 会不会电子学，这问题眼下没多少讨论价值，它嘴上什么都会。值得问的是你手头有没有不听解释的裁判：测试、仿真、真机、用户，随便哪个，认结果不认说法。
⚡ 为什么值得看： EEBench 把「构建成功」和「电路能用」拆成两个数分开算。前一个数模型几乎都拿得到，后一个数眼下最好的也只有 61.6%。
标称 22 微法，加上电压只剩 11.4 微法。模型说得再像，也得加上电压再算分。
取材声明：本文思想框架取材自保罗·格雷厄姆《黑客与画家》（画家看得见画布、边画边改，黑客靠运行程序获得反馈）；事件与数字出自 atopile 团队 2026 年 9 月 4 日 EEBench 博客《Can AI design circuit boards yet?》、xAI Grok 4.6 模型卡及 Hacker News 公开讨论，英文引述为中文大意，细节以原始博客为准。本文为技术科普解读。
技术
标称 22 微法，加上电压只剩 11.4 微法：AI 画的电路代码编译全过，接上仿真 0.85 毫秒就掉电
2026年9月6日 · 保罗·格雷厄姆《黑客与画家》约 6 分钟
ngspice 的波形图上，5 V 电源在零点掉下去，受保护的那条母线跟着往下滑，0.85 毫秒后跌破 3 V。题目要它撑 20 毫秒。这份电路是模型写的，源码构建成功，没报一个错。
30 秒读懂
9 月 4 日 atopile 团队发博客《AI 能设计电路板了吗》，配套评测 EEBench：13 道模拟加数字题，用 SPICE 仿真判分，不看模型说得多像。Hacker News 上 374 分、205 条评论。
一份真实提交：电表保电题用 22 µF 陶瓷电容，4.7 V 偏压下有效电容只剩 11.4 µF，题目要 545 µF；代码构建成功，母线 0.85 毫秒掉到 3 V 以下。
9 月 1 日榜单：Claude Opus 5 61.6% 领跑，Grok 4.6 57.1%，GPT-5.5 42.3%；GPT-6 Astra 还没成绩。
保罗·格雷厄姆说画家看得见画布、边画边改，黑客靠跑程序拿反馈。EEBench 给 AI 的就是一块会顶嘴的画布，把「编译通过」和「电路能用」拆开算分。
1 量法
不让模型点鼠标，让电路先变成一份能跑的代码
起因是前一天 OpenAI 发了 GPT-6 Astra，首页演示它在 KiCad 里操作电路板。
atopile 团队的问题很朴素：AI 做出来的电路到底好不好，拿什么量？他们没让模型去图形 CAD 里点鼠标。你别看那演示热闹，模型的上下文大半耗在坐标、菜单、界面状态上。他们把电路写成声明式代码（atopile 自家的语言），模型直接改元件、连接和电气约束，然后构建、仿真、看哪一步倒下。
判卷全程是确定性的：构建设计，生成电路图和 BOM，跑一组 SPICE 仿真和设计检查。每条要求对应一个带上下限的测量值。技术分之上再叠成本效率，对照参考 BOM 算账，团队原话大意是，电路先能用，成本才算分。元件用真实厂商型号，规格从数据手册抽进 SPICE 模型，还要求真能买到、价格合理。
打个比方
给编程代理配一个编译器和一套测试，EEBench 干的是同一件事，只是测试量的东西换了：从「返回值等不等于 42」换成「母线电压什么时候跌破 3 V」。编译器管语法，仿真器管物理，两道关一道都跳不过去。
2 掉电
标称 22 微法，加上 4.7 V 只剩 11.4 微法，题目要的是 545 微法
公开题之一是住宅电表，考的就是断电那一瞬。
题目这么设：5 V 供电消失后，电路得让处理器再活 20 毫秒去保存读数，受保护的母线不能低于处理器 3.0 V 的欠压阈值。多数模型的直觉是对的：加电容。说白了这是本科电路课的题。
做出来是另一回事。真实陶瓷电容一加上直流电压，有效电容会掉得远低于标称，还得算容差。一份提交用的是标称 22 µF，判卷器在 4.7 V 偏压下只量到 11.4 µF 有效电容，需求是 545 µF，差了将近五十倍。源码构建成功，电路照样不干活，ngspice 的输出显示母线 0.85 毫秒后就跌破 3 V。一味加大电容也不行：更贵、更占板子，复电后母线恢复更慢。
2007 年我入行第一个活是政务大厅的排队叫号系统，代码在屏幕上一点毛病没有，验收那天喇叭把「请 A052 号到 3 号窗口」念成一串连读，全厅哄笑。判卷的从来是喇叭里那一声。电容这道题里，喇叭换成了 ngspice。
核心 22 µF 是数据手册封面上的数，11.4 µF 是加上 4.7 V 之后剩下的数。模型知道前者，判卷器只认后者。「编译通过」和「电路能用」中间隔着的，就是这两个数的差。
标称 22 微法，加压只剩 11.4 微法：代码编译过了，母线 0.85 毫秒就掉了 电容账 · 20 毫秒维持 对数刻度 · 1–1000 微法 20 毫秒维持所需 545 微法 所选器件标称值 22 微法 4.7 伏偏压下有效值 11.4 微法 1 10 100 1000 微法 母线 0.85 毫秒跌破 3.0 伏 9 月 1 日榜单 · 13 道题 Claude Opus 5 61.6% Grok 4.6 57.1% Claude Fable 5.1 56.4% Claude Fable 5 54.3% Claude Opus 4.8 Max 51.4% GPT-5.5 42.3% GPT-5.6 Sol 39.4% 0% 100% 判卷为确定性 ngspice 仿真；V1 不评 PCB 布局与制造。 来源：EEBench 博客，atopile 团队，2026 年 9 月 4 日。代码构建成功不等于电路能用：所选 22 微法器件在偏压下只剩 11.4 微法，远低于 20 毫秒维持所需的 545 微法，母线在 0.85 毫秒跌破 3.0 伏。 3 榜单
9 月 1 日榜单：最好的模型六成出头，GPT-6 Astra 还没成绩
团队自己说，几个月前没想到模型能做到这么好。
EEBench V1，13 道模拟加数字题，SPICE 仿真判分；atopile 团队自付跑分费用，不卖分数。GPT-6 Astra 尚无成绩。
这榜有边界：V1 只评到仿真这一层，不评 PCB 布局、制造和整机点亮，后续想加。13 道题也不多，更难的一道模拟题是围绕运放合成多反馈低通滤波器：解 RC 比例定极点，所有元件推到最坏容差角，增益、截止频率、Q 值还得在限内。
xAI 把 EEBench 写进了 Grok 4.6 的模型卡「工程加速」一节，跟 3D 建模、参数化 CAD 并列，自测 60.0%（xhigh 推理强度），并称在 CAD 这类环境里做了 RL 训练。马斯克说 Grok 4.7 数周内发布，拿 SpaceX 数据加训工程能力，时间可能变。评测方自己掏钱跑分、厂商主动往模型卡里写，这块画布开始有人认了。
4 顶嘴
一次失败的运行里有信息，「原理图看着合理」里没有
同一套判卷器倒过来用，就是 RL 的奖励信号。
格雷厄姆在《黑客与画家》里讲，画家看得见画布，边画边改；黑客的反馈来自把程序跑起来。反馈回路要顶用，得即时，还得诚实。一次失败的运行里装的东西不少：哪条电压超限、哪个工作角失败、有没有用不必要的贵方案。团队说这比「模型自己说原理图看着合理」多得多，他们正跟前沿实验室合作，提供更大的评测套件和仿真训练环境。
旧办法
模型出一张原理图，人看一眼，觉得合理就过。模型说得越像越容易过。
新办法
构建、仿真、逐条量电压和元件行为，失败的那一步带着数字回来。说得再像也过不了 3 V 那条线。
2024 年我给 SaaS 登录页接过一个免费的第三方防刷脚本，阿坤在微信上抱怨后台一开他笔记本风扇就起飞。我起先不信，开着任务管理器把页面晾了一小时，GPU 占用每三十来秒跳一下，是脚本在反复跑 canvas 指纹。代码我读过，没觉得哪不对；风扇不看代码，只看功耗。物理层就是这么个裁判，不听你解释。
HN 上的争论也在这条线上。krupan 问：我们从没对人类工程师做过这种规模的测量和反馈回路，为什么？dubbie99 说 AI 整理元件库、核封装、管 BOM 很好用，原理图和布板还是自己画，它犯太多蠢错，但让它复查能抓到人漏掉的。CyLith 让 Claude Opus 4.8 设计一块只用 74 系列逻辑和 GAL、把 EEPROM 图像输出到 VGA 的板子，自己布线，JLC 打样 6 美元，回来有一处错没抓到，飞一根线就能用。cmiles8 说聊选型有帮助，真让它设计板子每次都惨败。amelius 盯着下一个痛点：从 Digikey、LCSC 选料找替代，前提是模型真能读数据手册。合起来看，模型现在像个刚进厂的应届生，跟着老师傅复查、跑腿查料没问题，独立出图还得有人兜底。
5 带走
这对你意味着什么：先给它一块会顶嘴的画布，再谈它会不会
团队的结论很克制。
大意是：对一批有用、还在增多的电路问题，答案已经是「能」；但我们还不会让它设计心脏起搏器然后闭着眼装上。AI 会不会电子学，这问题眼下没多少讨论价值，它嘴上什么都会。值得问的是你手头有没有不听解释的裁判：测试、仿真、真机、用户，随便哪个，认结果不认说法。
⚡ 为什么值得看： EEBench 把「构建成功」和「电路能用」拆成两个数分开算。前一个数模型几乎都拿得到，后一个数眼下最好的也只有 61.6%。
标称 22 微法，加上电压只剩 11.4 微法。模型说得再像，也得加上电压再算分。
取材声明：本文思想框架取材自保罗·格雷厄姆《黑客与画家》（画家看得见画布、边画边改，黑客靠运行程序获得反馈）；事件与数字出自 atopile 团队 2026 年 9 月 4 日 EEBench 博客《Can AI design circuit boards yet?》、xAI Grok 4.6 模型卡及 Hacker News 公开讨论，英文引述为中文大意，细节以原始博客为准。本文为技术科普解读。
テクノロジー
标称 22 微法，加上电压只剩 11.4 微法：AI 画的电路代码编译全过，接上仿真 0.85 毫秒就掉电
2026年9月6日 · 保罗·格雷厄姆《黑客与画家》約 6 分
ngspice 的波形图上，5 V 电源在零点掉下去，受保护的那条母线跟着往下滑，0.85 毫秒后跌破 3 V。题目要它撑 20 毫秒。这份电路是模型写的，源码构建成功，没报一个错。
30 秒读懂
9 月 4 日 atopile 团队发博客《AI 能设计电路板了吗》，配套评测 EEBench：13 道模拟加数字题，用 SPICE 仿真判分，不看模型说得多像。Hacker News 上 374 分、205 条评论。
一份真实提交：电表保电题用 22 µF 陶瓷电容，4.7 V 偏压下有效电容只剩 11.4 µF，题目要 545 µF；代码构建成功，母线 0.85 毫秒掉到 3 V 以下。
9 月 1 日榜单：Claude Opus 5 61.6% 领跑，Grok 4.6 57.1%，GPT-5.5 42.3%；GPT-6 Astra 还没成绩。
保罗·格雷厄姆说画家看得见画布、边画边改，黑客靠跑程序拿反馈。EEBench 给 AI 的就是一块会顶嘴的画布，把「编译通过」和「电路能用」拆开算分。
1 量法
不让模型点鼠标，让电路先变成一份能跑的代码
起因是前一天 OpenAI 发了 GPT-6 Astra，首页演示它在 KiCad 里操作电路板。
atopile 团队的问题很朴素：AI 做出来的电路到底好不好，拿什么量？他们没让模型去图形 CAD 里点鼠标。你别看那演示热闹，模型的上下文大半耗在坐标、菜单、界面状态上。他们把电路写成声明式代码（atopile 自家的语言），模型直接改元件、连接和电气约束，然后构建、仿真、看哪一步倒下。
判卷全程是确定性的：构建设计，生成电路图和 BOM，跑一组 SPICE 仿真和设计检查。每条要求对应一个带上下限的测量值。技术分之上再叠成本效率，对照参考 BOM 算账，团队原话大意是，电路先能用，成本才算分。元件用真实厂商型号，规格从数据手册抽进 SPICE 模型，还要求真能买到、价格合理。
打个比方
给编程代理配一个编译器和一套测试，EEBench 干的是同一件事，只是测试量的东西换了：从「返回值等不等于 42」换成「母线电压什么时候跌破 3 V」。编译器管语法，仿真器管物理，两道关一道都跳不过去。
2 掉电
标称 22 微法，加上 4.7 V 只剩 11.4 微法，题目要的是 545 微法
公开题之一是住宅电表，考的就是断电那一瞬。
题目这么设：5 V 供电消失后，电路得让处理器再活 20 毫秒去保存读数，受保护的母线不能低于处理器 3.0 V 的欠压阈值。多数模型的直觉是对的：加电容。说白了这是本科电路课的题。
做出来是另一回事。真实陶瓷电容一加上直流电压，有效电容会掉得远低于标称，还得算容差。一份提交用的是标称 22 µF，判卷器在 4.7 V 偏压下只量到 11.4 µF 有效电容，需求是 545 µF，差了将近五十倍。源码构建成功，电路照样不干活，ngspice 的输出显示母线 0.85 毫秒后就跌破 3 V。一味加大电容也不行：更贵、更占板子，复电后母线恢复更慢。
2007 年我入行第一个活是政务大厅的排队叫号系统，代码在屏幕上一点毛病没有，验收那天喇叭把「请 A052 号到 3 号窗口」念成一串连读，全厅哄笑。判卷的从来是喇叭里那一声。电容这道题里，喇叭换成了 ngspice。
核心 22 µF 是数据手册封面上的数，11.4 µF 是加上 4.7 V 之后剩下的数。模型知道前者，判卷器只认后者。「编译通过」和「电路能用」中间隔着的，就是这两个数的差。
定格 22 µF、バイアス下では 11.4 µF：コードはビルド成功、レールは 0.85 ms で落ちた コンデンサの帳簿 · 20 ms ホールドアップ 対数目盛 · 1–1000 µF 20 ms ホールドアップに必要 545 µF 選んだ部品の定格 22 µF 4.7 V バイアス時の実効値 11.4 µF 1 10 100 1000 µF レールは 0.85 ms で 3.0 V を割る 9 月 1 日ランキング · 13 問 Claude Opus 5 61.6% Grok 4.6 57.1% Claude Fable 5.1 56.4% Claude Fable 5 54.3% Claude Opus 4.8 Max 51.4% GPT-5.5 42.3% GPT-5.6 Sol 39.4% 0% 100% 採点は決定論的 ngspice シミュレーション、V1 は基板レイアウトと製造を対象外。 出典：EEBench ブログ、atopile チーム、2026 年 9 月 4 日。コードがビルドできても回路が動くとは限らない：選ばれた 22 µF の部品はバイアス下で 11.4 µF しか残らず、20 ms のホールドアップに必要な 545 µF に遠く及ばず、レールは 0.85 ms で 3.0 V を割った。数値は元の記事に準じる。 3 榜单
9 月 1 日榜单：最好的模型六成出头，GPT-6 Astra 还没成绩
团队自己说，几个月前没想到模型能做到这么好。
EEBench V1，13 道模拟加数字题，SPICE 仿真判分；atopile 团队自付跑分费用，不卖分数。GPT-6 Astra 尚无成绩。
这榜有边界：V1 只评到仿真这一层，不评 PCB 布局、制造和整机点亮，后续想加。13 道题也不多，更难的一道模拟题是围绕运放合成多反馈低通滤波器：解 RC 比例定极点，所有元件推到最坏容差角，增益、截止频率、Q 值还得在限内。
xAI 把 EEBench 写进了 Grok 4.6 的模型卡「工程加速」一节，跟 3D 建模、参数化 CAD 并列，自测 60.0%（xhigh 推理强度），并称在 CAD 这类环境里做了 RL 训练。马斯克说 Grok 4.7 数周内发布，拿 SpaceX 数据加训工程能力，时间可能变。评测方自己掏钱跑分、厂商主动往模型卡里写，这块画布开始有人认了。
4 顶嘴
一次失败的运行里有信息，「原理图看着合理」里没有
同一套判卷器倒过来用，就是 RL 的奖励信号。
格雷厄姆在《黑客与画家》里讲，画家看得见画布，边画边改；黑客的反馈来自把程序跑起来。反馈回路要顶用，得即时，还得诚实。一次失败的运行里装的东西不少：哪条电压超限、哪个工作角失败、有没有用不必要的贵方案。团队说这比「模型自己说原理图看着合理」多得多，他们正跟前沿实验室合作，提供更大的评测套件和仿真训练环境。
旧办法
模型出一张原理图，人看一眼，觉得合理就过。模型说得越像越容易过。
新办法
构建、仿真、逐条量电压和元件行为，失败的那一步带着数字回来。说得再像也过不了 3 V 那条线。
2024 年我给 SaaS 登录页接过一个免费的第三方防刷脚本，阿坤在微信上抱怨后台一开他笔记本风扇就起飞。我起先不信，开着任务管理器把页面晾了一小时，GPU 占用每三十来秒跳一下，是脚本在反复跑 canvas 指纹。代码我读过，没觉得哪不对；风扇不看代码，只看功耗。物理层就是这么个裁判，不听你解释。
HN 上的争论也在这条线上。krupan 问：我们从没对人类工程师做过这种规模的测量和反馈回路，为什么？dubbie99 说 AI 整理元件库、核封装、管 BOM 很好用，原理图和布板还是自己画，它犯太多蠢错，但让它复查能抓到人漏掉的。CyLith 让 Claude Opus 4.8 设计一块只用 74 系列逻辑和 GAL、把 EEPROM 图像输出到 VGA 的板子，自己布线，JLC 打样 6 美元，回来有一处错没抓到，飞一根线就能用。cmiles8 说聊选型有帮助，真让它设计板子每次都惨败。amelius 盯着下一个痛点：从 Digikey、LCSC 选料找替代，前提是模型真能读数据手册。合起来看，模型现在像个刚进厂的应届生，跟着老师傅复查、跑腿查料没问题，独立出图还得有人兜底。
5 带走
这对你意味着什么：先给它一块会顶嘴的画布，再谈它会不会
团队的结论很克制。
大意是：对一批有用、还在增多的电路问题，答案已经是「能」；但我们还不会让它设计心脏起搏器然后闭着眼装上。AI 会不会电子学，这问题眼下没多少讨论价值，它嘴上什么都会。值得问的是你手头有没有不听解释的裁判：测试、仿真、真机、用户，随便哪个，认结果不认说法。
⚡ 为什么值得看： EEBench 把「构建成功」和「电路能用」拆成两个数分开算。前一个数模型几乎都拿得到，后一个数眼下最好的也只有 61.6%。
标称 22 微法，加上电压只剩 11.4 微法。模型说得再像，也得加上电压再算分。
取材声明：本文思想框架取材自保罗·格雷厄姆《黑客与画家》（画家看得见画布、边画边改，黑客靠运行程序获得反馈）；事件与数字出自 atopile 团队 2026 年 9 月 4 日 EEBench 博客《Can AI design circuit boards yet?》、xAI Grok 4.6 模型卡及 Hacker News 公开讨论，英文引述为中文大意，细节以原始博客为准。本文为技术科普解读。