Synopsys вывела в публичное поле AgentEngineer — набор AI-агентов для разработки чипов, который уже проходит более чем в 50 клиентских проектах и должен стать общедоступным к концу 2026 года. Для русскоязычных команд, работающих с микроэлектроникой, embedded, HPC и аппаратными стартапами, это важный сигнал: агенты Synopsys нацелены не на генерацию красивых демо, а на дорогие и нервные этапы chip design — верификацию, signoff, трассировку, анализ ошибок и подготовку к производству.
О запуске сообщает Tom's Hardware. Synopsys представила AgentEngineer как портфель «доменно-специфичных long-horizon agents», построенных на новой Autopilot Platform. Если убрать маркетинговую глазурь, идея такая: вместо одиночного помощника, который отвечает на запрос инженера, платформа оркестрирует цепочки специализированных агентов, ставит им подзадачи, проверяет промежуточные результаты и корректирует ход работы, пока цель не достигнута или пока человек не нажмет на тормоз.
Портфель закрывает несколько зон проектирования и производства микросхем: верификацию, system validation, implementation, аналоговый и смешанный дизайн, manufacturing, а также simulation and analysis. В таблице Synopsys отдельно фигурируют агенты для verification, implementation, AMS, manufacturing, meshing, Blaze для CFD-задач, EMC для проверки электромагнитной совместимости печатных плат и customer agents — собственные или принесенные заказчиком агенты, работающие рядом с инструментами Synopsys. Это не один чат-бот с доступом к EDA-софту, а попытка собрать операционную систему для инженерных workflow.
Архитектура делится на три уровня. Верхний — AgentEngineer, «суперагент» под конкретный домен. Ниже находятся task agents: они выполняют ограниченные задачи, например анализ логов, закрытие покрытия, работу с RTL или подготовку изменений. Самый нижний слой — инструменты Synopsys и связанные движки: эмуляция, симуляция, debug, RTL-to-GDS, SPICE, layout, TCAD, mask data preparation и другие. Важная деталь: tool layer выполняет работу, но не решает, что делать дальше. Решения и планирование остаются на агентном уровне, а критические точки согласования — у людей.
Верификационный сценарий выглядит особенно показательно. Агент получает цель, планирует шаги, запускает task agents, смотрит на результаты и перестраивает маршрут, если промежуточный вывод не совпадает с ожиданием. Когда тест находит баг, RCA-агент анализирует логи, группирует ошибки, формирует гипотезу, проверяет ее по waveform-данным, затем может сделать локальные правки RTL, чтобы доказать исправление, и выдать manifest с описанием фикса. На бумаге это звучит почти как мечта exhausted verification team, которая месяцами гоняет регрессии и закрывает coverage. На практике вопрос будет в доверии, качестве guardrails и цене ошибки.
Synopsys приводит сильные цифры: до 50-кратного ускорения verification closure, плюс 20% к coverage, до 30% роста продуктивности, вдвое лучшую token efficiency и меньшую задержку. Но тут нужен холодный душ. Показатели 50x и 20% уже звучали летом в контексте совместной работы Synopsys с Nvidia и сравнивались с собственными verification workflow без AgentEngineer. 30% — верхняя граница диапазона 10-30%, который Fujitsu сообщала для RTL code generation. Двукратная экономия токенов пришла от неназванного клиента, сравнившего агенты Synopsys со своими агентами на коммерческих фреймворках. Для latency конкретной цифры нет.
Иными словами, цифры интересные, но пока это не независимый бенчмарк и не массовая статистика production-проектов. Из клиентских имен звучат AheadComputing, Intel, MediaTek и Samsung. AheadComputing заявила, что Implementation AgentEngineer снизил ручные усилия от RTL handoff до signoff, но без численного результата. Intel, MediaTek и Samsung поддержали направление, однако тоже без жестких метрик. Для рынка EDA это нормальная фаза: крупные клиенты сначала пробуют технологию в контролируемых сценариях, а публичные tape-out-истории приходят позже, если приходят.
Контекст важен. Synopsys давно двигает AI в EDA: ее DSO.ai, представленная еще в 2020 году, уже прошла более 100 production tape-outs. Новый AgentEngineer находится на другой ступени зрелости: не продакшен-истории, а engagements и дорожная карта до общего доступа. Летом на DAC компания показывала agentic AI workflow вместе с Nvidia и Microsoft, а теперь упаковала направление в продуктовую линейку с датой — конец 2026 года. Это превращает разговор из «посмотрите, что умеет лаборатория» в «вот платформа, которую надо будет внедрять, защищать, бюджетировать и объяснять инженерам».
Synopsys называет своих агентов автономными и относит их к уровню L5 в собственной шкале автономности. Но это не означает, что AI завтра сам спроектирует GPU от спеки до фабрики, пока команда пьет кофе. Anand Thiruvengadam из Synopsys прямо говорит, что guardrails задают люди, а ключевые approval checkpoints остаются human-driven. Nvidia chief scientist Bill Dally ранее тоже охлаждал ожидания: AI уже может сокращать многомесячные инженерные задачи до одной ночи, но до полностью автономной разработки нового GPU «от начала до конца» еще далеко.
Для IT-бизнеса и разработчиков главный вывод не в том, что инженеров по микросхемам пора списывать. Скорее наоборот: ценность смещается к тем, кто умеет формулировать цели, задавать ограничения, проверять выводы агента и понимать, где автоматизация экономит месяцы, а где генерирует технический долг кремниевого масштаба. Агенты Synopsys также поддерживают выбор коммерческих, open-source или fine-tuned LLM, deployment в Synopsys Cloud, собственном облаке или on-premises. Для компаний с чувствительной IP это не косметика, а условие входа.
К концу 2026 года станет понятно, сможет ли Synopsys превратить сильные пилоты в воспроизводимую платформу для production-команд. Конкуренты не стоят рядом с блокнотом: Cadence уже заявляла Level 5 на своей шкале, Siemens обещает self-verifying capabilities в будущих релизах. Следующий рубеж для рынка — не очередная красивая цифра ускорения, а публичный кейс, где автономные EDA-агенты довели сложный участок проектирования до signoff с понятными метриками, контролем ошибок и именем заказчика, который готов это подтвердить.