AI 会画电路板了吗：让 SPICE 当裁判的 13 道题，和一颗在裁判面前现形的电容

写代码的 AI 卷完了 SWE-bench，有人把考场搬进了电路。9 月 4 日，atopile 团队发布 EEBench V1：13 道硬件设计题，AI 用代码写电路，交卷后由 SPICE 仿真当裁判——不是让另一个大模型打印象分，是让物理定律打分。

atopile 是个 YC W24 的小团队，做了个"用代码画电路板"的开源语言，GitHub 3700 多星。他们的动机写在博客开头：GPT-6 Astra 的发布演示里出现了在 KiCad 里改 PCB 的画面，那到底是真的会，还是演的？与其吵，不如考。

考场规则：物理当裁判

流程很硬核：模型提交 atopile 代码，编译成电路图和 BOM，然后进 ngspice 仿真——标称工况跑一遍，最坏容差角再跑一遍。电压超限、电容不够、成本超标，都是机器说了算。最终得分 = 技术分 × 0.65 + 成本分 × 0.35，成本按百片量的分销商价格对参考设计比。没有人类阅卷，没有 LLM 裁判。

题目是 2026 年新写的，从未公开——模型没法背题。13 道题的名字不公布，我只知道露面的两道：给电表做掉电保持电容阵列（简单档），围绕运放设计多反馈低通滤波器并把每个容差角都压在限内（难档）。

成绩单，和它过期的一天

有个活生生的时效教训。博客 9 月 4 日发文中还写着"我们还没有 GPT-6 Astra 的成绩"——同一天重新生成的活榜上，Astra 已经以 69.3% 登顶，atopile 的人自己在 HN 评论区里宣布的。一篇博文的悬念，寿命不到一天。

榜单还有两处耐人寻味。xAI 在 Grok 4.6 模型卡里自报 60.0%，atopile 自己测出 57.1%，差 2.9 个点——厂商自测和第三方之间的缝，在硬件题上也没闭上。开源模型集体趴在个位数到十几分：GLM 5.2 Max 16.7，DeepSeek V4 Pro 10.5。软件代码上逼近闭源的这批模型，到模拟世界还差着一个数量级。

那颗电容：教科书级的翻车

基准报告里最精彩的是一份失败卷。某模型给掉电保持任务选了标称 22 µF 的陶瓷电容，代码编译通过，波形一跑——4.7 V 直流偏压下实际有效电容只剩 11.4 µF，而任务要求 545 µF。电源轨在 0.85 毫秒后就跌破 3 V 红线，规格要求撑住 20 毫秒。

我算了一下。93 Ω 负载，轨电压从 4.55 V 衰减到 3.0 V，时间常数套 RC 放电公式：93 × 22µ × ln(4.55/3.0) = 0.85 毫秒。分毫不差。裁判没有冤枉它。

翻车原因值得每个写硬件的人记一辈子：高容值陶瓷电容用钛酸钡铁电介质，直流偏压把电畴提前极化，越压越"硬"，电容跟着缩水。小封装 X5R 在一半额定电压下掉 40% 到 60% 是厂家曲线图上的常态。模型背得出 datasheet 第一页的 22 µF，背不下第十几页的偏压降额曲线。它缺的那门课叫经验。

圈内人怎么看

HN 上 384 分 209 条评论，从业者的冷水很有分量。有人说"这种事任何知道元件名字的爱好者都懂"；有人说模型像"背熟了本科和研究生的教科书，但零实操经验，回答不了这够不够用"——它们至今热爱 741 运放。也有人指出这基准本身是 atopile 的活广告：题目用他们的语言写，裁判用他们的仿真器跑，榜单还给公司带咨询生意。atopile 的辩解也能查证：博客确实声明"我们支付公开跑分成本，不出售榜单分数"。两件事同时为真。

还有个善意的提醒藏在版本缝隙里：七月首发的榜单上 Claude Fable 5 拿过 71.7%，九月换成 V1 正式题集后同一模型只剩 54.3%。题集一换，分数不可比。看任何榜单，先看版本号。

回到标题的问题。博客自己的收尾比任何转述都好："Some of them, yes. We still would not ask it to design a pacemaker and blindly install the result."——有些可以了。起搏器还是算了。

参考：EEBench 博客 ｜ 评测方法页 ｜ HN 讨论 ｜ atopile