AI Agent 搶攻晶片設計，分工協作與工具整合成關鍵
為何重要
這項發展意味著 EDA 工具的戰略位置從單一套件轉向「超級 Agent 生的態系」，未來的競爭將集中在 agents 間的協作效率與整合既有 workflow 的能力。對投資人而言，這確認了 AI 在硬體工程領域的落地需求，但 EDA 廠商能否透過 Agent 增加使用者黏著度，取決於其軟體架構的開放性與防護技術是否強健。
晶片設計正從依賴單一大型語言模型，轉向更專業、可協作的 AI Agents 組織，並結合 MCP 協定與工具模組化以適應現有 EDA 流程。
- Synopsys 資深副總指出，多 Agent 框架下需有人類管理者協調不同專業領域的 Agent，例如在效能摘要（PPA）問題上協調功耗或面積專家。
- Keysight 資深副總表示，透過 MCP servers 與 Python 定義的 API，產品功能將轉為可 被 Agent 拼接的模組化技能。
- Movellus 與 Cadence 認為目前 AI Agent 的應用仍需明確界線與防護機制，以免「上限能力過大」導致失控。