超级硬件工程师来了，但设计只是开始
Superhuman Hardware Design Is the Easy Part
我花了八个月才造出第一架FPV无人机，其间经历了烧机、撞屋顶等惨痛教训。如今，前沿模型已能生成CAD、设计PCB并采购COTS零件，超级硬件工程师似乎近在咫尺。然而，数字世界与物理世界的接口存在信息损耗，这构成了真正的挑战。从101级的零件采购到501级的规模化制造，现实世界的非均匀性、数据稀疏性、高昂的测量成本以及物理过程的延迟，使得AI在纯设计上的优势难以直接转化为制造成功。正如文章所言，即使模型能一次性完成机电设计，面对充满变数的物理世界，它们仍有很长的路要走。
即使模型能够一次性完成机电设计，它们仍有很长的路要走。
HN 评论区
34- PowerElectronix
我对此持不同意见。虽然事实证明，许多事情可以通过极快地搜索巨大的解空间来完成（无论是靠暴力计算、复杂算法，还是两者结合），但硬件解空间并非如此容易搜索。
对于许多信号完整性不关键、无需高频开关、功率密度适中的应用场景，确实如此。任何人都能搞定，甚至 AI 也可以。但这类情况你甚至不需要制作 PCB，直接把元件扔在面包板上通电测试就行。
一旦你开始向解空间添加变量（EMI 干扰、匹配走线阻抗、热管理、机械完整性等），解空间会变得如此巨大，以至于任何非专家都会在其中迷失方向。
未来的廉价算力能否克服这个问题？我可不这么看好。
- xnorswap
1915 年世博会展示蒸汽机车，这让我觉得有些时代错位，毕竟这项技术已经存在几十年了。
但现实往往更有趣：那其实是 Southern Pacific 的第一台蒸汽机车 CP Huntington，建造于 1863 年。
所以，虽然可以说 1915 年世博会展出了 Southern Pacific 的第一台蒸汽机车，但暗示那是当时的新技术则非常具有误导性。
- num42
硬件很难！——流行语
制造一颗用于 F1 赛车的精密螺栓，涉及如此多的工序。硬件始终受物理定律限制，难以加速。也许未来 AI 也能做到这一点，通过机器人实现。我仍在等待机器人版的 ChatGPT 时刻。
《螺栓的一生》(2016)：
https://www.youtube.com/watch?v=iptAkpqjtMQ
Dan Gelbart 最近出现在一个播客中，分享了关于精密工程的宝贵见解。非常精彩！
标题：为乐趣和利润解决不可能的问题 - Dan Gelbart
- klik99
又是把“可能是什么”与“实际是什么”混为一谈。
“超人类硬件设计是容易的部分”，但随后又说“超人类硬件工程师即将到来”。第一个例子是一条推文“Vibe 硬件已到来”，展示了一个硬件的 Blender 动画，看起来正确，但从未被制造或以任何方式证实：https://x.com/eminimnim/status/2098072497182666987?s=20 - 文章坦承目前还无法完成设计部分。所以——理论上，真正的硬件设计是容易的部分，实际上连做出一个令人信服（虽然本身非常出色且令人印象深刻！）的 3D 模型都做不到。
我其实对展示他们如何尝试让 LLM 设计硬件的内容感兴趣。我对那种试图暗示进展远超前于实际的投资者宣传毫无兴趣。
- t9ejrmdkdldk
> 七月把无人机烧了，八月重新组装后又撞到了邻居的屋顶上，
无人机应该像武器一样管理！严格执照和强制保险！