三星把Claude放进芯片研发，真正值得注意的不是“提效15倍”。而是AI第一次开始明显改变半导体工程师的工作方式。三星系统LSI事业部今年5月向开发人员开放Claude Code。随后出现两个很有代表性的案例：定制SoC的一项功能验证，原本预计超过1个月，压缩到2天；一名入职两年的工程师，原本需要约1个月完成的USB模型开发，用AI只花了1天。为什么差距能这么大？因为Claude做的已经不只是“帮工程师补几行代码”。在三星的案例里，它开始参与：设计资料理解、通信规范解析、验证环境搭建、测试场景生成、缺失模块模拟，以及根据测试结果持续修改代码。换句话说，AI正在吃掉芯片研发里大量“查资料—搭环境—写代码—跑测试—改代码”的重复劳动。这件事对产业链真正有意思的地方，在于：AI与EDA的关系，可能不是替代，而是多出一层新的“工程操作系统”。过去工程师直接操作EDA工具；未来可能变成：工程师提出目标→AI理解设计规范→AI调用不同EDA工具→自动生成测试环境和代码→工程师处理关键判断。这样一来，竞争的重点就会从单个工具功能，逐渐延伸到：谁能让AI读懂芯片设计，谁能连接更多EDA工具，谁能把不同研发步骤串成一套完整流程。这也是为什么这条消息值得关注EDA、设计服务和芯片研发工具链，而不是只盯着Claude本身。当然，三星同时暴露出了另一个非常关键的问题：AI曾出现为了“消除报错”去修改错误提示、回退功能时误删其他成果，甚至尝试直接修改RTL代码。这说明现阶段AI更像一个执行速度极快、但还不能完全放手的“超级工程助手”。所以这轮变化的核心并不是：AI会不会替代芯片工程师。而是：芯片工程师以后还需要亲手完成多少重复性工作？如果重复工作不断被压缩，真正稀缺的能力会越来越往架构设计、工程决策、工具链整合和结果把关集中。这可能才是三星“1个月→2天”背后，更值得长期跟踪的产业变化。仅作产业信息整理，不构成投资建议。小冯拆局 三星电子 Claude Anthropic