最近最火的当红炸子鸡莫过deepseek，一个异常NB的AI。经过一段时间工作生活的使用，也有了些体会，今天聊下deepseek对硬件工程师的影响，主要可以从这几个方面评估：

就业前景方面的影响

我先用我狭隘的理解说说我的理解：短期不会，长期可能会，生产效率提升是必然的；总体不会，局部会，硬件人才结构会变化。

首先，deepseek目前还没有聪明到替代人，特别是在一些专业的领域，如硬件设计上，它还是有很多问题，不能“张口就来”，还需要这个行业继续去开发完善很多很多细分领域的AI能力。

另外，我们常说硬件是“打杂的”，其实细想，杂在面对AI时可能是种“优势”。就是太杂了，例如生产个板子，除了考虑设计的因素，还得考虑生产的，还得考虑工人的因素。当然，理想状态全是机器，就变得简单粗暴了。

长期来看，deepseek代表的AI生产力会逐步慢慢改造硬件行业，极大地提高效率，绝对人数需求变少是正常的。短期AI引爆的算力硬件可能还会给整个行业带来极大的红利，过去一年HDI板厂的产能可是被各种算力卡占满了。

AI会重塑硬件人才结构，可预见一些岗位会被优化，例如一般PCB layout设计，IC版图综合设计等。

这个问题我也问了下deepseek，全文我就不放了，可以自己问下：

岗位职责方面的影响

岗位职责应该不会有太多变化。硬件的交付大体还是硬件相关的东西，如芯片，产品的硬件，PCBA，原理图，PCB，相关设计资料等等，只是实现的手段路径不同罢了。

工作内容方面的影响

工作内容像原来一般是行业洞察，产品调研，硬件技术研究，做方案、选型、设计、画图、写文档、测试、解bug、转产，当其中哪些个步骤被AI很好地实现了，那这部分工作内容就会被替代掉。

目前看起来像调研类的数据收集处理，PCB layout布局布线，一些技术文档编写，check，review的工作AI是很有机会做好的。

工作技能、工具方面的影响

毫无疑问，AI对硬件设计工具，目前行业的一些痛点难点解决是值得期待的。

例如：

原理图检查，根据设计规则checklist自己检查，甚至自己根据器件规格书，spec检查设计（如果这样那他应该也会生成原理图了），和专用的一些工具比更好用的体验
PCB layout 布局走线，更佳的堆叠，性能更优异，高效，好用的自动布线，可以自行理解各种checklist规则。
更加简单易用的仿真。现在仿真工具是很多，但用起来还是不够智能，模型的提取、获取，仿真结果的可信度都有点差强人意。仿真人才也比较贵。高速，射频，电磁场，EMC,ESD,热，应力，流体，模流这些领域仿真是非常重要的，仿真“平权”。当前很多时候没做仿真是因为人力投入太大，仿一下还不如打个样实测来得快。
一些结构化文档，设计资料的自动化生成与处理，如车载开发流程，ISO26262开发流程里面繁杂的设计分析与资料编写，故障树，DFMEA，FIT计算，硬件系统器件寿命预测预估等，复杂系统里面这些设计资料的工作量很大。

前景很好，但当前的deepseek还是有一些问题的，个人用下来感觉他更像一个知道很多的百科全书，他可以告诉很多信息，这些信息对你是有很多启发性，但他说的不一定准确，还是要自己辨别。另外也要学会给他提问的方式，给多点背景知识，他的输出会更准确。

理解工具，善用工具，多问两句也不吃亏就是了。

更多「硬件二三事」精彩内容，欢迎点击「阅读原文」