AI开始写芯片后,最先危险的不是工程师,而是“流程型工具人”

说实话，第一次看到这个问题的时候，我也有点不舒服。

因为这件事不是那种“离我们很远的科技新闻”。
它不是AI画画、AI写小说、AI做PPT那种看热闹的东西。
它已经开始往工程师每天真正干的活里钻了。

以前我们觉得芯片设计很硬核，很安全。
门槛高、周期长、工具贵、流程复杂，不是随便一个AI就能碰的。

但现在不一样了。

AI可以帮你读文档，可以帮你生成代码，可以帮你解释报错，可以帮你写testbench，甚至可以根据log尝试定位问题。
这时候很多人的第一反应是：完了，工程师是不是不值钱了？

但我觉得真正危险的不是“工程师”这个职业。
真正危险的是一种工作方式：

只会等别人把需求拆好；
只会按流程点工具；
只会照着模板改参数；
遇到问题第一反应是“这个之前怎么做的”；
结果出来了，也不知道为什么对、为什么错。

这种人以前也能活，因为项目流程足够复杂，工具链足够长，每个环节都需要人盯着。
但AI来了以后，最先被压缩的，恰恰就是这些重复性、模板化、流程型的工作。

可问题是，芯片工程师真正值钱的地方，从来不是“我能不能多敲几行代码”。

真正值钱的是判断力。

比如：
这个spec是不是本身就写得不清楚？
这个模块的边界条件有没有被覆盖？
这个bug是RTL的问题，还是验证环境的问题？
这个timing违例是该改结构，还是该放宽约束？
这个PPA取舍，是为了这版tapeout妥协，还是未来会变成大坑？

这些东西，AI可以给建议，但很难替你负责。

因为AI不知道你这个项目为什么这样设计。
它不知道老板最在意的是性能、功耗、面积，还是进度。
它也不知道这个“看起来能跑”的方案，三个月后会不会把整个后端团队拖下水。

所以我越来越觉得，AI时代的工程师会被重新分层。

第一层，是把AI当搜索引擎的人。
问一句，抄一句，改一下，交上去。

第二层，是把AI当助理的人。
让它帮你整理、生成、检查、加速，但最终自己判断。

第三层，是能指挥AI完成工程闭环的人。
知道怎么定义问题，怎么拆任务，怎么验证结果，怎么识别幻觉，怎么把一个AI给出的“看似合理答案”，变成真正能进项目的工程方案。

未来最危险的，不是不会用AI的人。
而是用了AI以后，反而更不思考的人。

以前你不会，最多是效率低。
以后你不会判断，可能连错在哪里都看不出来。

所以我不太认同“AI会不会替代IC工程师”这个问法。
更准确的问题应该是：

当AI开始承担越来越多执行工作以后，你还剩下多少不可替代的判断能力？

芯片行业过去很吃经验。
未来可能更吃“能把经验转化为问题定义和结果审查”的能力。

AI不会让所有工程师失业。
但它一定会让“只会执行、不懂判断”的工程师越来越尴尬。

你觉得AI最先影响芯片行业里的哪个岗位？
设计、验证、后端、DFT、工艺、器件、还是应用工程师？
欢迎评论区聊聊，别只喊“不会替代”或者“一定替代”，我们可以具体拆一拆。