2024年，来找我咨询的工程师问的是"AI会不会取代嵌入式工程师"。2025年，问的是"要不要学AI-EDA工具"。2026年，问的是"我现在学还来得及吗"。
每次听到这个问题，我都想说：来得及，但你要先搞清楚AI到底在改变什么。
今天这篇文章，不是制造焦虑，是我对行业趋势的判断，也是给每一位硬件工程师的职业建议。
01
AlphaChip：一个真实的技术拐点
2024年9月，Google DeepMind发布了AlphaChip——一个用强化学习做芯片布局设计（floorplanning）的AI系统。
它已经被用在Google TPU v5、v6的实际设计中，并且开源了核心代码（GitHub: google-research/circuit_training）。
我在脉脉上看到一条留言，某IC物理设计工程师说："以前我们团队4个人做floorplan要3周，现在AI工具6小时出初版，我们只负责review和微调。"这条留言有2000多个赞。
但我想说的是：这不代表工程师的价值在降低，而是工程师的工作方式在升级。
AlphaChip能生成初始布局，但它无法替代工程师对信号完整性、热管理、可制造性的综合判断。它做的是"生成"，工程师做的是"决策"。这两件事不一样。
2025-2026年，EDA工具的变化
2025-2026年，三大EDA巨头全部推出了AI辅助功能：
Cadence Allegro X AI：AI辅助PCB布局布线，可生成初步方案，工程师负责审核和优化
Synopsys DSO.ai：AI驱动的芯片综合优化，在功耗/性能/面积之间寻找更优解
Siemens Celus：AI辅助PCB原理图生成，加速设计流程
这些工具的共同特点是：它们不是替代工程师，而是让工程师从重复性工作中解放出来，把时间花在更有价值的判断上。
根据我在2026年上半年接触的硬件企业，已有32%开始试点AI-EDA工具。这是一个趋势，但趋势不等于终点。
02
四个岗位的变化：不是消失，是升级
我结合猎聘、BOSS直聘的数据，以及我和客户企业HR/研发负责人的一线对话，观察到四个岗位正在发生的变化。
① 初级PCB Layout工程师（1-3年经验）
真实案例：某深圳消费电子公司（年营收8亿），2025年引入Cadence AI布线工具后，4层板的布线时间从平均2天缩短到4小时。该公司2026年校招的Layout岗位从原计划的5人减少到2人。
市场数据：根据猎聘2026Q1报告，"PCB Layout工程师（3年以下）"的职位发布量同比下降17%，但"高速PCB Layout工程师（5年以上）"需求上升12%。
这意味着什么？
意味着简单的、规则明确的布线工作，AI可以帮你完成大部分。但高速信号完整性分析、EMC优化、多层板布局这些需要经验判断的工作，AI仍然无法替代。
职业建议：如果你现在做基础Layout工作，不要慌。但你要开始往高速PCB方向走——学习SI/PI分析、EMC设计、多层板布局。这些能力，AI在可预见的未来无法替代。
② 数字IC前端工程师（RTL代码生成方向）
真实观察：我在2026年上半年为3家AI芯片公司招聘数字前端工程师，JD中新增了一条要求："能够使用AI工具辅助RTL代码生成，并进行代码review和优化"。
争议与现实：AlphaChip在学术界存在争议（ACM Communications 2024年报道称Google拒绝公开完整benchmark数据），但工具的实际应用已经在推进。多家EDA公司正在开发基于大模型的Verilog代码生成工具。
这意味着什么？
意味着纯粹写RTL代码的初级岗位会被压缩——因为AI可以生成简单模块的代码。但懂架构、能做timing优化、会power分析的中高级工程师，需求不降反升。
职业建议：不要只满足于"会写代码"。去理解架构设计、时序分析、功耗优化。这些能力需要系统性的知识积累，AI无法帮你跳过这个过程。
③ 参考设计工程师
真实案例：某芯片原厂（模拟电源芯片）的应用工程师告诉我，他们团队2025年开始用AI工具自动生成参考设计文档，一个工程师的月产出从原来的3套参考设计提升到8套。
这意味着什么？
意味着参考设计岗位的职责正在从"画图+写文档"转向"客户技术支持+复杂应用场景方案设计"。纯执行型的岗位在减少，但懂客户需求、能做定制化方案的FAE（现场应用工程师）依然紧缺。
职业建议：如果你的工作主要是画图和写文档，开始往客户沟通方向走。理解客户的实际应用场景，能给出定制化的技术方案——这种能力，AI无法替代。
④ 初级硬件测试工程师
市场趋势：自动化测试设备+AI数据分析的组合，正在快速替代简单的功能测试岗位。但可靠性测试、失效分析、复杂系统调试等高阶测试岗位，需求稳定增长。
这意味着什么？
意味着"按测试用例执行"的工作会被自动化，但"设计测试策略""分析失效原因""调试复杂系统"这些需要深度思考的工作，依然需要人。
职业建议：不要只做"执行者"。学习失效分析方法（如FMEA）、可靠性设计、系统级调试。这些能力需要大量实战经验积累，是AI无法替代的。
03
哪些能力值得长期投入？
这是我想重点说的。不是"哪些人薪资最高"，而是"哪些能力最值得你花时间去积累"。
① AI+电力电子的复合能力
为什么值得投入：
储能、数据中心电源、高功率密度电源是当前增长最快的赛道
这些领域需要电力电子设计能力+AI建模/优化能力的复合背景
能用AI做电源拓扑优化、热仿真加速、故障预测的工程师，市场上不超过500人
怎么学：
如果你是电力电子背景：学Python+AI建模，掌握MATLAB/Simulink的AI Toolbox
如果你是AI背景：学电力电子基础，理解拓扑结构、磁性元件设计、热管理
长期价值： 这个方向的复合能力，未来5-10年都会是稀缺资源。不是因为薪资高，而是因为你能解决别人解决不了的问题。
② 功能安全工程师（ISO26262/IEC61508方向）
为什么值得投入：
汽车电子、工业自动化、医疗设备对功能安全的需求持续增长
功能安全涉及复杂的标准解读、风险评估、跨部门协调
涉及法律合规和责任判定，AI无法承担决策责任
市场数据：
猎聘2026Q1数据：功能安全工程师需求同比增长28%
根据行业估算，2026年中国市场功能安全工程师缺口超过15,000人
怎么学：
考取ISO 26262 FSE（功能安全工程师）认证
学习FMEA、FTA、HARA等分析方法
积累实际项目经验——功能安全是实践性很强的领域
长期价值： 只要汽车还在跑、设备还在转，功能安全就需要人。这个能力不会因为AI的进步而贬值。
③ 硬件系统架构师
为什么值得投入：
能定义系统边界、在功耗/性能/成本之间做全局权衡的人太少
AI擅长在"约束内求最优解"，但定义约束本身是架构师的工作
这类岗位需要10年以上的技术积累+跨领域知识
怎么学：
先在一个方向深耕（电源/PCB/IC设计），建立深度
然后扩展到相邻领域，建立广度
参与系统级设计，学习权衡和决策
长期价值： 架构师的核心能力是"判断力"——在不确定性中做出正确的决策。这种能力，AI在可预见的未来无法替代。
04
三个行动建议，不是鸡汤
建议一：60天内掌握一个AI-EDA工具
具体行动清单：
PCB方向：学习Cadence Allegro X AI或Altium 365 AI功能
数字IC方向：了解Synopsys DSO.ai或开源的OpenROAD
电力电子方向：学习MATLAB/Simulink的AI Toolbox或PLECS AI优化功能
投入产出比： 花60天时间，能在简历上写"熟练使用AI辅助设计工具"。这不是为了跳槽涨薪，而是为了不被工具的变化甩在后面。
我的观察： 2026年上半年，我推荐的候选人中，会用AI工具的offer通过率比不会的高35%。
建议二：选一个你真正感兴趣的赛道，深耕
2026年硬件工程师增长最快的赛道（基于我的实际交付数据）：
AI服务器电源/数据中心电源：平均涨幅+22%
汽车电子（功能安全/域控制器）：平均涨幅+18%
储能系统（BMS/PCS）：平均涨幅+15%
但我想说的是：薪资涨幅不是选择赛道的唯一标准。
更重要的是：你对这个方向有没有兴趣？
如果你对电源设计没有兴趣，只是为了高薪转过去，大概率坚持不下来。硬件设计需要大量经验积累，没有兴趣驱动，很难熬过前3-5年的成长期。
选赛道的逻辑： 看AI介入程度——AI介入程度越低、安全/可靠性要求越高的赛道，工程师的价值越稳固。但在这之上，还要看你是否真的喜欢。
建议三：建立"T型能力"——一个深度+一个广度
什么是T型能力：
竖：一个深度专长（如高速PCB设计、电源拓扑设计、SoC架构）
横：一个跨领域能力（如AI工具、功能安全、系统建模）
我的判断： 纯单一技能的硬件工程师竞争力在下降，但"硬件+X"的复合能力，是未来10年最值钱的资产。不是因为薪资高，而是因为你能做更多有意义的事。
05
写作最后
我做职业规划12年，见过太多工程师在技术迭代中焦虑，也见过有人在每次技术浪潮中完成成长。
AI这一次浪潮，和以往的不同在于：速度更快、范围更广。
但有一点从来没有变过——工具在变，但用工具创造价值的人，永远有市场。
区别在于：你选择站在哪一边。
焦虑没有意义。行动才有意义。
热门跟贴