全球電子設(shè)計(jì)與驗(yàn)證領(lǐng)域的重要國際會(huì)議——DVCon China 2026圓滿舉行。大會(huì)現(xiàn)場，芯華章首席科學(xué)家徐強(qiáng)教授受邀發(fā)表題為《從生成到信任：芯片驗(yàn)證智能體的證據(jù)閉環(huán)》的主旨演講。這是徐強(qiáng)教授加入芯華章后的首次公開亮相。

他在演講中提出，AI Agent進(jìn)入芯片驗(yàn)證流程的關(guān)鍵，不在于能夠生成多少RTL片段、測試用例、斷言或調(diào)試假設(shè)，而在于能否將這些生成物轉(zhuǎn)化為可證明、可核驗(yàn)、可追溯、可治理的簽核級(jí)證據(jù)。

隨著生成式AI與智能體技術(shù)加速進(jìn)入芯片研發(fā)流程，EDA行業(yè)正在從工具自動(dòng)化邁向智能協(xié)同。

然而，在芯片驗(yàn)證這一高可靠性工程場景中，生成能力并不等于可信能力。一個(gè)看似合理但未經(jīng)驗(yàn)證的輸出，可能帶來錯(cuò)誤假設(shè)、誤導(dǎo)性覆蓋率判斷，甚至隱藏真實(shí)設(shè)計(jì)缺陷。

因此，如何讓AI的“生成力”真正轉(zhuǎn)化為驗(yàn)證流程可接受的“可信生產(chǎn)力”，成為AI Agent在EDA領(lǐng)域落地的核心問題。

徐強(qiáng)教授在演講中指出：“AI Agent真正進(jìn)入芯片驗(yàn)證流程，關(guān)鍵不在于它能生成多少內(nèi)容，而在于能否把生成物轉(zhuǎn)化為可審查、可復(fù)現(xiàn)、可追溯、可治理的工程證據(jù)。模型不是事實(shí)源，證據(jù)才是?！?/p>

填補(bǔ)AI概率性與驗(yàn)證確定性之間的鴻溝

芯片驗(yàn)證與一般AI應(yīng)用有著本質(zhì)差異。徐強(qiáng)教授強(qiáng)調(diào)，大語言模型本質(zhì)上具有概率性、上下文敏感性和不確定性，而硬件驗(yàn)證要求確定性、可重復(fù)性、語義精確性和證據(jù)支撐。

這一矛盾決定了，驗(yàn)證智能體不能只是一個(gè)會(huì)生成內(nèi)容的模型接口，而必須成為能夠連接驗(yàn)證意圖、EDA引擎、證據(jù)庫和治理機(jī)制的工程系統(tǒng)。

因此，下一代驗(yàn)證智能體必須回答兩個(gè)關(guān)鍵問題：

1如何將AI的概率性輸出，轉(zhuǎn)化為驗(yàn)證簽核所需的確定性證據(jù)？

2如何將不可控的自主生成，納入可治理、可審計(jì)、可復(fù)核的工程流程？

在徐強(qiáng)教授看來，驗(yàn)證的本質(zhì)不是生成更多內(nèi)容，而是完成信任閉環(huán)。AI Agent的價(jià)值，不在于替代驗(yàn)證工程師做判斷，而在于幫助工程師更高效地構(gòu)建、檢查和管理證據(jù)。

構(gòu)建可信驗(yàn)證智能體的“三大支柱”

圍繞“從生成到信任”的核心命題，芯華章提出構(gòu)建可信驗(yàn)證智能體的三大支柱：驗(yàn)證語義映射、EDA引擎證據(jù)驅(qū)動(dòng)推理，以及可治理控制平面。

支柱一：

驗(yàn)證語義映射——讓智能體知道“要驗(yàn)證什么”

驗(yàn)證需求往往來自規(guī)格文檔、驗(yàn)證計(jì)劃、RTL 結(jié)構(gòu)、接口協(xié)議和項(xiàng)目方法論，并非天然就是清晰、完整、可執(zhí)行的形式化描述。

芯華章通過構(gòu)建驗(yàn)證意圖模型，將自然語言需求轉(zhuǎn)化為結(jié)構(gòu)化的驗(yàn)證目標(biāo)，并與信號(hào)、事務(wù)、場景、斷言、覆蓋率目標(biāo)及所需證據(jù)建立關(guān)聯(lián)。

徐強(qiáng)教授強(qiáng)調(diào)，智能體提出的語義映射首先是“候選假設(shè)”，并不等同于事實(shí)。只有經(jīng)過EDA工具驗(yàn)證或工程師確認(rèn)，相關(guān)映射才能進(jìn)入可信流程。

以一個(gè)簡單的valid-ready握手需求為例，“valid 必須保持有效，直到 ready 出現(xiàn)”看似直觀，但真正落地到驗(yàn)證任務(wù)時(shí)，智能體仍需確認(rèn)對(duì)應(yīng)信號(hào)、接口范圍、復(fù)位條件、時(shí)序假設(shè)、協(xié)議語義以及所需證據(jù)。這不是簡單的文本翻譯，而是從模糊需求到結(jié)構(gòu)化驗(yàn)證任務(wù)的語義映射過程。

支柱二：

EDA引擎證據(jù)驅(qū)動(dòng)推理——讓工具為結(jié)論背書

在驗(yàn)證場景中，不能只問模型“你覺得對(duì)不對(duì)”，而要問工具“證據(jù)是否支持”。智能體提出的斷言、約束、覆蓋率解釋或調(diào)試假設(shè)，都必須經(jīng)過EDA引擎校驗(yàn)，才能成為可信結(jié)論的一部分。

在該機(jī)制下，智能體不再僅憑語言模型給出判斷，而是調(diào)用仿真、形式驗(yàn)證、調(diào)試、回歸等EDA引擎進(jìn)行驗(yàn)證，并將編譯結(jié)果、波形、覆蓋率、證明結(jié)果、假設(shè)條件及人工審批記錄沉淀到證據(jù)庫（Evidence Store）中，使關(guān)鍵生成物具備可追溯、可復(fù)核的證據(jù)來源。

徐強(qiáng)教授表示：“沒有驗(yàn)證語義，就沒有有用的智能；沒有EDA引擎證據(jù)，就沒有信任；沒有治理機(jī)制，就沒有可接受的自治。”

支柱三：

可治理控制平面——讓智能體在邊界內(nèi)自主

隨著AI Agent開始參與真實(shí)驗(yàn)證流程，僅有生成能力和工具調(diào)用能力仍然不夠。智能體必須清楚知道哪些動(dòng)作可以自動(dòng)執(zhí)行，哪些動(dòng)作需要審批，哪些動(dòng)作必須記錄，哪些動(dòng)作不能由系統(tǒng)靜默完成。

芯華章認(rèn)為，治理不是一句提示詞（Prompt），而是一套控制平面（Control Plane）。例如，智能體可以在權(quán)限范圍內(nèi)自動(dòng)生成斷言、調(diào)用仿真或讀取覆蓋率報(bào)告；但若涉及修改驗(yàn)證需求、調(diào)整關(guān)鍵假設(shè)、豁免失敗斷言或影響簽核狀態(tài)，則必須觸發(fā)審批、記錄和審計(jì)流程。

通過策略管理、權(quán)限控制、風(fēng)險(xiǎn)分類、人工審批、審計(jì)追蹤和證據(jù)留存，驗(yàn)證智能體可以在保持自主性的同時(shí)，始終運(yùn)行在清晰的工程邊界內(nèi)。換言之，智能體需要自由度來幫助工程師，也需要邊界來贏得信任。

EDA原生能力是可信驗(yàn)證智能體落地關(guān)鍵與核心壁壘

徐強(qiáng)教授指出，AI Agent要真正進(jìn)入驗(yàn)證簽核流程，不能脫離EDA引擎、驗(yàn)證方法論和工程師判斷。通用大模型可以提供推理、生成和規(guī)劃能力，但工業(yè)級(jí)驗(yàn)證智能體還需要將模型能力與仿真、形式驗(yàn)證、調(diào)試、覆蓋率、回歸基礎(chǔ)設(shè)施及簽核流程深度結(jié)合。

具備底層EDA引擎、驗(yàn)證方法論積累和工程實(shí)踐經(jīng)驗(yàn)的EDA公司，將成為可信驗(yàn)證智能體落地的重要承載方。芯華章在數(shù)字驗(yàn)證領(lǐng)域長期積累的仿真、形式驗(yàn)證、硬件加速、調(diào)試和驗(yàn)證管理能力，為構(gòu)建以證據(jù)閉環(huán)為核心的驗(yàn)證智能體提供了重要基礎(chǔ)。

在這一體系中，AI Agent并不是外接在驗(yàn)證流程之外的聊天助手，而是與真實(shí)驗(yàn)證工作流深度連接：理解驗(yàn)證意圖，調(diào)用EDA引擎，解釋工具結(jié)果，沉淀證據(jù)記錄，并在治理機(jī)制下與工程師協(xié)同完成驗(yàn)證閉環(huán)。

這種“EDA原生引擎 + 驗(yàn)證方法論 + 智能體協(xié)同 + 證據(jù)治理”的能力組合，共同構(gòu)成可信驗(yàn)證智能體的專業(yè)壁壘。

早期內(nèi)部pilot顯示工程落地潛力

圍繞可信驗(yàn)證智能體的技術(shù)路徑，芯華章已在部分內(nèi)部組件級(jí)pilot中開展探索。

早期結(jié)果顯示，在工具證據(jù)閉環(huán)與工程師復(fù)核機(jī)制下，F(xiàn)ormal Agent、Simulator/Debug Agent已在協(xié)議合規(guī)、調(diào)度策略、覆蓋率收斂和故障定位等任務(wù)中展現(xiàn)出顯著效率提升：

Formal Agent

在AXI4-Lite Bridge協(xié)議合規(guī)、Memory Scheduler調(diào)度策略等任務(wù)上，實(shí)現(xiàn)超過10倍效率提升，并達(dá)到95%以上的證明核心覆蓋率（Proof Core Coverage）；

Simulator/Debug Agent

在多個(gè)SoC模塊和缺陷實(shí)例中展現(xiàn)出覆蓋率收斂與調(diào)試效率提升。

芯華章表示，這些結(jié)果并非完整自治或通用基準(zhǔn)，而是表明：以EDA引擎為依據(jù)、以證據(jù)為閉環(huán)、以人為治理節(jié)點(diǎn)的智能體路線，具備走向工程落地的潛力。

徐強(qiáng)教授在演講中強(qiáng)調(diào)，可信驗(yàn)證智能體的目標(biāo)不是讓AI繞過工程師，而是讓工程師擁有更強(qiáng)的判斷工具、更完整的證據(jù)鏈和更高效的驗(yàn)證閉環(huán)。

驗(yàn)證工程師不會(huì)被替代，而會(huì)被進(jìn)一步放大

面對(duì)AI Agent帶來的工作流變化，徐強(qiáng)教授認(rèn)為，驗(yàn)證工程師的角色不會(huì)被削弱，反而會(huì)變得更加重要。

隨著智能體承擔(dān)更多生成、執(zhí)行和分析任務(wù)，工程師將更加聚焦于驗(yàn)證意圖定義、風(fēng)險(xiǎn)判斷、邊界治理和最終證據(jù)審定。

他表示：“AI時(shí)代的驗(yàn)證工程師不會(huì)被替代，而會(huì)被放大。未來工程師將成為智能體團(tuán)隊(duì)的治理者、驗(yàn)證意圖的引導(dǎo)者和證據(jù)質(zhì)量的裁決者?！?/p>

在這一新模式下，驗(yàn)證工程師將從繁重的手工執(zhí)行中逐步釋放出來，轉(zhuǎn)向更高價(jià)值的工程判斷：定義目標(biāo)、設(shè)定邊界、審查證據(jù)、管理風(fēng)險(xiǎn)，并最終對(duì)簽核質(zhì)量負(fù)責(zé)。

AI Agent則作為一組可治理、可審計(jì)、可復(fù)核的“數(shù)字化驗(yàn)證助手”，協(xié)同工程師完成更復(fù)雜、更長期、更高覆蓋度的驗(yàn)證任務(wù)。

這一理念與芯華章EDA 2.0愿景高度契合。面向更復(fù)雜的芯片研發(fā)挑戰(zhàn)，芯華章將持續(xù)推進(jìn)開放標(biāo)準(zhǔn)化、自動(dòng)化智能化、平臺(tái)化服務(wù)化的技術(shù)路徑，將AI Agent、EDA原生引擎和證據(jù)閉環(huán)機(jī)制深度融合，推動(dòng)驗(yàn)證流程從工具驅(qū)動(dòng)走向證據(jù)驅(qū)動(dòng)，從局部自動(dòng)化走向可信智能協(xié)同。

芯華章將深耕可信驗(yàn)證智能，幫助芯片企業(yè)在提升研發(fā)效率的同時(shí)，守住驗(yàn)證質(zhì)量、工程可控性和簽核可信度。