你的岗位没了，但有人比你更忙

蒸汽机普及之后，烧煤工、锅炉维修工、蒸汽调压员这些职业大量冒出来。机器越复杂，需要照看它的人就越多。AI时代的芯片行业，正在重演这个规律。

现在跑一个AI推理芯片项目，动辄几百亿参数的模型要映射到硬件上，片内存储带宽、计算阵列利用率、数据流调度……每一项都是新的专项问题。十年前的芯片工程师，没几个人会把这些列进自己的工作范围。

消失的那批岗位，大多是重复性高、规则固定的环节。比如简单的脚本综合、标准单元手工摆放，这些活EDA工具现在大部分能接管。但接管之后，出现了另一批更难缠的问题。

这就是为什么现在专门做物理验证、时序签核、低功耗分析的工程师越来越抢手。芯片没变简单，工具也没有真正"自动化"掉难题，只是把难题推到了更后面的环节，让更专精的人去处理。

AI辅助EDA确实在改变流程。Synopsys的DSO.ai、Cadence的Cerebrus，布图和时序优化上有真实收益。但工具给出的决策越智能，工程师就越需要具备判断它对不对的能力。工具的优化目标和设计真实意图之间的偏差，没有人能帮你兜底。

AI时代的芯片工程师不会变少，但对人的要求在变。以前宽而浅能混，现在得在某个方向上真的钻进去。验证、功耗、物理实现、架构探索，每个方向都在变深变复杂。

毕竟，那些巨大的机器，永远需要人来照看。