AI智能体真能完成RTL到GDS吗——工具交互式EDA工作流基准评测的教训

大语言模型（LLM）智能体正把电子设计自动化（EDA）从静态RTL生成扩展到长程、工具交互的工作流。但通用编码智能体——即使配备EDA领域技能——能否可靠执行涵盖综合、物理实现与工程变更指令（ECO）优化的端到端RTL到GDS流程，仍不清楚。我们在两个时序目标下、使用商业EDA工具，在PicoRV32 RTL到GDS流程上评估AI智能体；以端到端设计得分、阶段完成度与Token ROI（把设计质量与运行时和成本关联的成本效率指标）评估表现。比较三种智能体架构与四个基座模型，我们得出三条实践教训。第一，领域技能改善智能体对单个子任务的理解，但不保证长程EDA流程的可靠完成。第二，取得相近设计进展的智能体，Token ROI差距可达141倍，暴露运行时与成本效率的巨大差异。第三，底层工具接口失配是物理设计失败的主要来源，尤其当Tcl命令依赖工具版本或执行模式时。这些结果表明，稳健的智能体EDA不仅需要更强的模型，还需要结构化工具接口、持久设计上下文、受控执行与过程级评估。