AIは回路基板を設計できるのか？EEBenchが実力を測定する

Can AI design circuit boards yet?

▲ 373iopapa205 HNでの議論
AIは回路基板を設計できるのか？EEBenchが実力を測定する

OpenAIがGPT-6 AstraのデモでKiCadを使った回路設計を披露したことを受け、EEBenchはAIの電子回路設計能力をどう評価するかを模索している。EEBenchはatopileの宣言的コードを用い、SPICEシミュレーションと実部品の仕様に基づくチェックで設計を採点する。最新のリーダーボードではClaude Opus 5が61.6%で首位、Grok 4.6が57.1%で続く。AIはまだ完全な製品設計はできないが、特定の回路問題では実用的な成果を上げ始めている。

現実のコンデンサは、電圧がかかると公称容量よりもはるかに少ない容量しか提供しないことがあります。
原文を読む →HNでの議論RSS

HNでの議論

205
  1. corn-cheese

    かなり複雑な基板の場合、最高のSPICEやRFシミュレーションを持っていたとしても、組み立てたプロトタイプを手にするまで、意図した通りに動作するかどうかは分からないことがよくある。多くの部品のデータシートには重要な詳細が欠けていたり、部品にエラッタがあったりするからだ。

    LLMは最初のプロトタイプまでの時間を短縮できるかもしれないが、ソフトウェアで起こったのと同じようにエレクトロニクス設計に革命を起こすことはできないと思う。データが十分にないし、データを集めるのも安くないからだ。

  2. SequoiaHope

    私は15年以上のPCB設計経験があります。ほとんどは趣味ですが、かなりの量のプロフェッショナルな仕事もしてきました。キロワット級のブラシレスモーターコントローラー、基本的なRF、マイクロコントローラーのものがたくさんあります。

    私はfableにLEDイヤリングを設計させました。充電式コイン電池、RP2350 CPU、IMU、45個のアドレス可能なLEDを搭載。2つの間違いを犯しました。コイン電池ホルダーのフットプリントのスルーホールを見逃し、センターのパッドを小さくしすぎました。JLCにスルーホールの電池ホルダーを表面実装のものに交換してもらい、小さなセンターパッドにハンダを少し盛ってマスクの上に突き出るようにしました。それらは素晴らしく動作しています！

    私はその出来栄えに十分感銘を受け、古い回路基板の設計を見直しています。半分完成したもの、完成したが次のリビジョンが必要なものなど、たくさん進めることができています。

    OpenAIの発表のように主流になるのを見ると、この世界に大きなことが起こりつつあり、そして概して彼らはそれに対する準備ができていないと思います。

    私としては、PCB設計とレイアウトが常に大好きですが、自分の作りたいものを構築するのに必要な労力に追いつくことができません。だからこの変化を歓迎します。

    また、PCB操作のためのより高度なアルゴリズムの探求も始めています。かなり密度の高い基板があり、そこに小さなチップをいくつか追加する必要があります。今では、基板の領域全体の余ったミクロンのスペースをすべて使い切り、そこに少し余分に詰め込むための開口部を作るように、物をシャッフルしたり押しのけたりできるアルゴリズムを持っています。私が映画を生成するように視覚化を見るのはとてもクールです[...]

  3. CyLith

    個人的なデータポイント: Claude Opus 4.8 に、74シリーズのロジックとGALだけを使って、標準的な640x480 VGAでEEPROMに焼かれたモノクロ画像を出力する、かなり教科書的な回路を設計させました。回路とGALコードを設計し、配線は私が行い、JLCで6ドルで製造してもらいました。戻ってきた後、1つエラーが見つかりましたが、それはブルーワイヤで修正でき、それ以外は問題なく動作します。かなり感銘を受けました。

  4. itomato

    KiCAD MCPサーバーとCodexから、JLCとPCBWayのDRCツールで検証されるフレックスPCBを入手しました。

    まだ注文もプログラミングもしていませんが、STスタイルのギターピックガード用のPCBアートプロジェクトを進めるのに十分なものでした。ネットリストなし、問題なし。

    また、Cube用のNeXTBus開発ボードをいじっています。呪われているのでしょうか？おそらく。https://github.com/itomato/NeXTBus-Dev-Board

  5. iopapa

    GPT-6 AstraとGemini Flash 3.8の結果がちょうど発表されました！

    GPT-6は69.3のスコアで首位を獲得。

    Gemini 3.8 Flashは55.4で非常に堅実な5位です。

  6. andrewchambers

    新しいAstraのコンピューター使用デモは、モデルがカメラを与えられれば実世界のオブジェクトの検査のようなことができるかもしれないことを示していると思います。

    私たちが慣れ親しんできたエージェントループに実世界のフィードバックが追加されるのを見るのがとても楽しみです。モデルに、プロトタイプ中の回路基板をジグでプリントしてテストさせることはできるでしょうか？

  7. alex7o

    私のベンチには、中国から1時間で設計・注文した回路基板があります（製造+配送に14日かかりました）。fableが設計したと思いますが、もう覚えていません。Claude Codeの中だったと思います。異なるKiCadオートルーターをベンチマークするように指示し、私が一番好きなルートを選び、少し変更を加えました。アイデアから物理的なものまでこれほど短時間で到達できるのは魔法のようです。基板は動作します。私もAIもいくつか間違いを犯しましたが、ほとんどはハンダ付けで修正できるものでした。また、1つの部品のデータシートが間違っていましたが、AIなしではそれを知ることはできなかったでしょう。

    しかし、他の人と同じように、私は手動で組み立て、DRCを実行し、一晩寝かせてから再度チェックし、LLMにダブルチェックを依頼してから注文するという方法を始めました。LLMはかなりの数の問題をキャッチしますが、コードと同じように、物事を必要以上に複雑にしようとします。

  8. embedding-shape

    現在のリーダーボード（https://eebench.org/）で、GPT-5.6 SolがGPT-5.4よりわずかに上でGPT-5.5より下に位置しているのは興味深いですね。5.6が5.5より何かで劣っていることを示す唯一のベンチマークでしょうか？

    表にスコア、タスクあたりのコスト、タスクあたりの時間、出力トークンの絶対数のように見えるものが含まれていることから、各タスク/モデルの組み合わせについて1回しか実行していないように見えますが、それは正しくないはずですよね？各タスクを何回実行したかについての言及が見当たりません。もしタスク/モデルごとに1回だけの実行なら、これはノイズが多くて役に立たないのではありませんか？

この日のほかの記事

2026-09-04