大模型现在能写代码、能跑仿真脚本、能生成文档，确实挺厉害。很多公司开始拿它替代一部分工程师的工作。但有一件事，越想越觉得不对劲。
芯片行业真正缺的，从来不是"执行力"，而是"判断力"。
一个刚入职的工程师，老板让他去优化某个模块的时序，他照做了。但一个有经验的工程师，可能会先停下来问一句："这个优化方向对吗？这个模块真的需要吗？"
这两种反应，差距巨大。
大模型永远是第一种。
举个实际的例子。假设你在做一个数字芯片的低功耗设计，你问大模型：
"帮我优化这段RTL代码的功耗。"
它会认真地给你加 clock gating，给你调整寄存器结构，甚至帮你分析翻转率。这些都没问题，技术上是准确的。
但问题是，它不会质疑这个需求本身。
如果这个模块根本不在关键路径上，功耗优化的收益微乎其微；如果整个架构层面的划分就有问题，局部的RTL优化不过是在错误的地方使劲。这种判断，大模型给不了你，因为它没有动机去否定你的问题。
芯片研发的错误，往往不是"做错了"，是"做了不该做的事"。
一颗芯片从立项到流片，周期动辄两三年，每个设计决策都有代价。在架构评审会上，如果所有人都点头说好，最后出问题的概率反而更高。真正有价值的那个人，是那个站出来说"这里有个问题，我们想清楚了吗"的人。
很多工程师其实有这个能力，但不敢说。怕得罪人，怕显得自己事多，怕推进节奏被拖慢。这是文化问题，不展开。但大模型的问题更根本——它压根没有"不同意"这个选项。
你让它执行，它就执行。你问它对不对，它会给你一个平衡的回答，两边都顾着。这在需要明确立场的技术决策里，几乎没用。
再往深想一层。
工程师的价值，不仅仅体现在技术知识本身。知识可以被积累、被检索、被生成。真正难以替代的，是基于经验和直觉的技术判断——知道什么时候该停，什么时候该推翻，什么时候要坚持。
这种判断背后，是对系统整体的理解，是对项目优先级的把握，是对团队历史决策的记忆，甚至是对某个特定工艺节点"坑"在哪里的直觉积累。这些东西，大模型没有土壤去生长。
它能告诉你 setup violation 怎么修，但它不知道这条路径上个月刚被讨论过，当时决定不动是因为有更深的原因。
所以回到最开始的问题。
大模型很有用，可以处理大量重复性工作，可以加速某些流程，可以作为一个随叫随到的技术助手。但它能替代的，是那种只负责执行、从不发声的工程师角色。
如果一个工程师的工作模式，就是接到任务、查资料、写代码、提交，从不质疑方向，从不提出不同意见——说实话，这个位置确实很脆弱。
反过来，那些愿意在方案评审里说"我觉得这个方向有问题"、在架构讨论里拍桌子说"这样做会有严重后果"的工程师，反而是大模型最难触及的地方。
芯片研发需要的不是更多的执行，是更好的判断。而判断，恰恰是需要立场的。
没有立场的工具，做不了这件事。
芯片工程师职业成长（第四期）
]—东方仙盟)
