AI EDA 的 L1-L5:营销话术还是真标准
新思（Synopsys）在 2026-03 Converge 大会上正式抛出 AIEDA 自动化等级框架 L1-L5，请来了微软 CEO Satya Nadella 站台，CEO Sassine Ghazi 亲自定义「Copilot → Autopilot」升级路径。但很少有人注意到：这个框架早在 2025-09-18 上海新思科技开发者大会上就已经系统阐述过，Converge 只是把同一个故事讲到全球。更少有人注意到：Cadence 根本不认这个五级划分，它有自己的三段论。这篇文章用七个问题把 L1-L5 的真相讲清楚。
L1-L5 到底是什么
新思官方在 Agentic AI 页面（synopsys.com/ai/agentic-ai.html）写得很直白：「作为首批交付 GenAI agents 并通过 L1-L5 框架展望 Agentic AI 未来的公司，Synopsys 描绘了从基础辅助（L1）→ 协同半自主（L2-L4）→ 高度自主（L5）的演进路径」。
五个等级的核心动词：
| 等级 | 名称 | 核心动词 | 人类工程师角色 | 典型产品 |
|---|---|---|---|---|
| L1 | Assisting（辅助） | 知识库助手 | 主导，AI 递资料 | Synopsys GenAI Copilot |
| L2 | Acting（执行） | 单任务代理 | 编排者，AI 干一件事 | DSO.ai / VSO.ai |
| L3 | Orchestrating（编排） | 多 Agent 协同 | 监督者，AI 跨任务 | AgentEngineer 早期形态 |
| L4 | Cognitive（认知） | 自主规划 + 跨任务推理 | 退居监督位 | 合见 UDA 2.0 |
| L5 | Full Autonomy（全自主） | 完全自主设计 | 顾问 | Cadence ChipStack L5 |
这个框架明确类比 SAE 自动驾驶 L0-L5：L3「条件自动化」对应「特定任务 agent」、L4「地理围栏内无人干预」对应「定义良好的设计子流程 agent 自主编排」、L5「全场景无人」对应「全流程全节点自主芯片设计」。
各家都在哪一级
把国际厂商的对应产品按新思框架排一下：
• Synopsys：GenAI Copilot（L1）、DSO.ai + VSO.ai（L2）、AgentEngineer（L3-L4）、L5 是「长期目标」（官方谨慎回避时间表）
• Cadence：Cerebrus（L2）、ChipStack SuperAgent（L4）、ChipStack L5 全自主（2026-06-08 联合 NVIDIA 升级，业界首款 L5 芯片虚拟工程师）
• Siemens EDA：2026-03 推出 Fuse EDA AI System，用 MCP 开放协议接入 Solido/Calibre，未提等级框架
• NVIDIA：通过 cuLitho、cuVLSI 提供算力底座，AUTOGATE（RTL clock gating）做单点，不提 L 等级
• 合见工软 UDA 2.0：2026-03-18 发布，直接从 L2 跳到 L4
• 浙大 OpenClaw + FluxEDA：L3（多 Agent 编排）
一个反差：新思自己定 L5 是「远期愿景」，Cadence 已经发布 L5 产品。这意味着新思在框架定义权上抢身位，但产品节奏上落后 Cadence 至少半年。
Cadence 为什么不认这个框架
Cadence 把 AI 演进简化成三段：
1. Optimization AI：Cerebrus（对应新思的 L2）
2. Tool Agent：Cerebrus AI Studio，Cadence 自称达到「Agentic AI 第四级」（对应 L3-L4）
3. Super Agent：ChipStack L4-L5
Cadence 不用「五级」这个词，本质原因是：五级框架把新思的 DSO.ai 摆在 L2，把 Cadence 的 Cerebrus 也摆在 L2，但 Cadence 认为 Cerebrus 早就到 L4 了。如果接受新思的五级框架，Cadence 就要在话语上承认自己和新思一个等级——这在营销上是吃亏的。
2026-06-17 瑞穗报告指出：「Cadence 通过 ChipStack + AgentStack 构建端到端自主设计流程；Synopsys 以 AgentEngineer 推进多代理平台并借 Ansys 扩展到芯片到系统仿真」。两家走了不同路径：Cadence 用收购（ChipStack）+ NVIDIA 合作（Nemotron 模型）直接跳到 L5；Synopsys 用自研（AgentEngineer）+ 微软合作按部就班走 L3-L4。
谁会赢？现在看 Cadence 节奏更快（已经有 L5 产品），但 Synopsys 框架更完整（L1-L5 都有对应产品）。这场仗至少要打到 2027 年才能见分晓。
SAE 自动驾驶类比成立吗
新思自己在汽车方案页详细解释了 SAE L0-L5，然后把这套映射到 EDA。但这个类比有几个根本问题。
第一，任务性质不同。驾驶是连续物理任务，可定义安全边界（ODD 运行设计域）和动态驾驶任务（DDT）。芯片设计是离散工程任务，涉及规格变更、跨团队协作、IP 复用、商业取舍，「自主」缺乏可验证边界。
第二，评估标准不同。自动驾驶有 MPB（Miles Per Blockage，每次干预行驶里程）、DMV 强制披露的事故数据。AI EDA 没有中立评估机构，所有 PPA 数据都是厂商自报，客户案例都是筛选过的。
第三，演进路径不同。自动驾驶从 L2 到 L3 用了 5 年（2014-2019），从 L3 到 L4 还在过渡（2024 年 Waymo、Cruise 才开始商用）。AI EDA 从 L2（2020 年 DSO.ai）到 L5（2026 年 ChipStack）只用了 6 年——这个速度比自动驾驶快得多，但要么是 AI EDA 真的进步神速，要么是 L5 的定义比自动驾驶 L5 宽松得多。大概率是后者。
L5 真的到了吗
Cadence 2026-06-08 发布 ChipStack L5 全自主，验证速度提升 40 倍。这个数据很漂亮，但要拆开看。
• ChipStack 仍处 Early Access，不是 GA（General Availability）
• Qualcomm 仍在「评估中」，没说量产
• Altera 的 10 倍数据是峰值而非典型值
• 客户公布的完整流片案例目前为零
更关键的是：没有任何厂商公布完整 ODD（运行设计域）。也就是说，ChipStack L5 在「什么节点、什么设计类型、什么复杂度」下能可靠交付，Cadence 没说。这就像自动驾驶公司说「我到 L5 了」但不告诉你只能在晴天的高速公路上开——技术上是 L5，但实际可用场景极窄。
新思相对老实：L5 是「长期目标」，不说什么时候到。这种保守态度让新思在营销上吃亏，但在客户信任度上占便宜。STMicro、SK hynix 这些客户选 DSO.ai 的原因之一就是「知道自己在 L2，不担心 AI 越界」。
L3-L4 的核心难点是什么
L3 到 L4 的核心难点是动态编排多 Agent + 跨任务上下文记忆。
L3 多 Agent 协作已经很难：每个 Agent 负责一个流程步骤（RTL 设计、test 创建、formal verification、coverage analysis、debugging），由高层 reasoning agent 编排。难点是 Agent 之间的信息传递——前一步的结果喂给后一步，不丢信息。LLM 的 context window 有限，跨 Agent 传递需要压缩，压缩会丢信息。
L4 认知层更难：agent 要自主规划（不是按既定流程）、动态调用工具（不同设计类型用不同工具链）、跨任务推理（前一个项目的经验用到下一个项目）。这要求 agent 有「长期记忆」和「元学习能力」，现在的 LLM 都做不到。
L4 到 L5 的核心难点是从局部 pathfinding 推进到全流程 pathfinding。L4 在「定义良好的设计子流程」里自主，L5 要在「全流程全节点」里自主。但芯片设计最难的不是流程，是规格本身的不确定性——人类客户都说不清楚的需求，AI 怎么自动设计？
这就是为什么新思说 L5 是远期愿景。不是技术上做不到，是需求侧没准备好。客户给不了清晰的规格，AI 就没法自主设计。L5 的真正瓶颈不是 AI，是半导体工业自身的工程方法论。
会不会出现 Agent 碎片化
最后一个问题：L1-L5 框架会不会像 AVX-512 一样碎片化？
x86 历史教训：AVX-512 在 Intel/AMD 间碎片化（Intel 取消、AMD Zen4 部分支持、AVX10 重定义），开发者被迫针对不同 CPU 写不同代码。2024-10 AMD 和 Intel 联合成立 x86 EAG（生态系统咨询小组），统一 FRED/AVX10/ChkTag/ACE 标准，目的就是避免重蹈覆辙。
EDA Agent 正面临同样风险。Synopsys/Cadence/Siemens 各搞一套 Agent 接口和数据格式：
– Synopsys AgentEngineer 用自家的接口
– Cadence ChipStack 用 NVIDIA Nemotron + OpenShell 沙箱
– Siemens Fuse 用 MCP（Anthropic 标准）
– 浙大 OpenClaw 也用 MCP
MCP 标准是开放路线，新思 Cadence 的自研接口是封闭路线。如果 MCP 阵营（Siemens + 学术圈 + 国产）赢，Agent 能跨厂商协作；如果新思 Cadence 各自封闭赢，开发者要为每家 EDA 厂商写不同的 Agent 代码——这就是 AVX-512 碎片化的重演。
新思定 L1-L5 框架，部分目的是掌握话语权——只要行业接受五级划分，新思作为「定义者」就有先天优势（自家产品最贴合框架）。Cadence 拒绝五级划分，部分原因是不想被新思的话语锁死。这场争斗的结果，决定未来 5-10 年 AI EDA 行业是开放还是封闭。
回到开头
L1-L5 是营销话术还是真标准？两者都是。
作为营销话术，它给新思抢到了「定义者」身位，让 DSO.ai 看起来比 Cadence Cerebrus 高半级（虽然两者实际能力差不多）。
作为真标准，它第一次给行业提供了共同的讨论语言——工程师可以说「我在用 L3 的 AgentEngineer」而不是描述一堆模糊的能力。这是 SAE 自动驾驶等级的真正价值，也是 L1-L5 的真正价值。
但 SAE 有中立机构背书，L1-L5 没有。新思自己定、自己解释、自己对应产品——这种「既当裁判又当运动员」的标准，长期看会被市场修正。要么出现一个中立机构（类似 AI EDA 的 SAE），要么市场用脚投票（哪家的 Agent 真正好用，哪家就是事实标准）。
对国产 EDA 厂商的建议：不要急于对标新思的 L1-L5，因为这套框架本身还在演化。真正应该做的是加入 MCP 阵营（合见工软 UDA 2.0、浙大 OpenClaw 都已经在路上），用开放协议对接全球 EDA 生态。如果国产 EDA 走封闭路线（各家搞各家的 Agent 接口），就会在新思 Cadence 都没解决碎片化之前，自己先碎片化掉。
L1-L5 是路标，不是终点。真正的终点，是「AI 能不能设计出人类都设计不出的芯片」——这个问题，任何等级框架都回答不了。
作者：方寸智见。芯片行业老兵，关注 AI 如何改变半导体的每一个角落。