智能体端到端设计出模拟合成器电路板
作者以 GPT-6 Astra 与 Claude Opus 5.5 为引擎,让智能体从零完成一块混合信号模拟合成器 PCB 的电路设计、布局与文档撰写,并实际打样验证。结论是生成式 AI 已能胜任复杂混合信号电路设计,电子设计流程或将像软件工程一样被重构。
报道正文
本文目录10 个章节
我们能否直接在硬件层面“凭感觉工程化”(vibe-engineer)真实的模拟电路?当 GPT-6 Astra 和 Claude Opus 5.5 于 2026 年 9 月发布时,已经很明显可以看出,这些模型在空间推理和整体工程能力方面都有了显著提升。OpenAI 甚至在其公告中展示了由 Astra 设计的 PCB。我决定对这些能力进行一番测试。结果令我十分惊讶,同时我也在此过程中学到了很多关于模拟合成器的知识。
如果你对最终成果和音频示例感兴趣,欢迎浏览代码仓库、阅读 AI 生成的设计报告,或查看带有声音示例的 AI 生成网站。请继续阅读下文,了解人类视角的叙述。

PCB 渲染图
设置#
在进行完整的端到端 GenAI 设计时,我通常会尝试遵循一种系统化的方法,从最高的抽象层级开始(可以参考 V 模型)。我尽量避免“迭代式编辑”,即开始在层级中较早的层面修改内容。我的观察是,对于模型来说,从一份完整的规格说明一次性生成下一个抽象层,要比逐步进行容易得多。一个可能的原因是,这样做为模型提供了更紧凑的上下文。我还会要求它并行撰写一份设计报告,通常是文件夹中的 .md 文件或一份 LaTeX 设计报告。当然,这本来就是正规的工程实践。但在使用 AI 时,人们很容易倾向于试错法,而我发现这种方式的成功率要低得多。
我在 VSCode 中使用了 Claude Code 配合 Opus 5.5,从一个空的项目文件夹和一个全新的 git 仓库开始。我把 JLCPCB 的免费元器件清单指给智能体,让它提出可以用这些元器件构建什么的建议。在迭代了一些无聊的选项之后,我提议做一个由 MCU 控制、在 PCB 上带有触摸按键的模拟合成器,除了指定要使用的 MCU(CH32V00x)之外,几乎没有给出更多输入。
它建议采用减法合成器架构,配备Juno 风格的数控振荡器(DCO)、Moog 风格的晶体管梯形滤波器以及压控放大器。
设计与实现#
我将 Claude Code(CC)指向 Windows 环境中的 KiCad 10,以及用于所有 Linux 命令行工具的 WSL,具体包括用于电路仿真的 ngspice、用于文档生成的 pdflatex、RISC-V 工具链,当然还有 Python。几乎所有内容都是 Python 脚本。
我要求它设计电路、在 ngspice 中进行仿真并撰写仿真报告。该智能体基于从网络获取的模型构建了自己的元件库。CC 根据仿真结果修正了初始设计中的部分内容。为了能够对整个合成器进行仿真,我还要求它用 Python 构建一个行为模型,并对照 ngspice 仿真进行校准。所有仿真音频示例均使用该行为模型生成。

行为模型与 ngspice 仿真的验证对比
电路细节#
我此前对模拟合成器的经验有限,对其中的一些设计选择感到相当惊讶。我详细审查了设计,但没有做任何改动。元件选型范围相当有限,这也是为什么我们会看到许多在 70 年代也会使用的元件——不过我想这也很契合模拟合成器的风格。
合成器的信号链如上所示。其基本思路是使用一个频率可调的振荡器来产生富含谐波的信号。在本例中,这是一个模拟锯齿波振荡器。此外,还可以直接利用 MCU 的数字输出引脚生成噪声和方波波形(我后来还尝试用这些引脚为振荡器实现直接数字合成)。振荡器信号随后经过一个谐振可调的低通滤波器。该滤波器是晶体管梯形滤波器,这是一种经典设计,因 Moog 合成器而闻名。滤波器的输出随后送入压控放大器(VCA),它本质上是一个可变增益放大器。
DCO#
该振荡器本质上是一个基于 10 nF 电容、电流沉和复位开关的可复位积分器。复位开关由 MCU 引脚控制,该引脚控制锯齿波信号的音高。电流沉由 MCU 的 PWM 输出经无源低通滤波器控制,用于设定斜率。LM324+晶体管将电压转换为电流。AI 正确地为积分器选择了低输入漏电流的运放(TL072,受限于 JLCPCB 免费元件选择范围)以及额定电压高的 10 nF 电容(X7R,50 V——没有 C0G 可选),以减少非线性。
压控滤波器#
上图框图展示了合成器的核心——晶体管梯形滤波器及其控制电路。混音器将各振荡器信号混合。梯形滤波器是一种非常陡峭(24 dB/oct)的压控低通滤波器,带有控制谐振的反馈支路。

不同控制电压下梯形滤波器增益的仿真。
包含混频器的梯形滤波器原理图如上所示。它由匹配的 NPN 晶体管对构成,幸运的是这些晶体管对在元件库中恰好可以找到。每个梯形级基本上都代表一个单极点低通滤波器,由晶体管的跨导和电容构成。跨导与尾电流成正比,而尾电流可用于在整个音频范围内控制截止频率。关于这一点,可以在这系列文章中找到更好的解释:1 2 3。梯形滤波器的输出由两个运算放大器构成的仪表放大器拾取。
为了完善滤波器,还需要尾电流沉和谐振放大器。尾电流必须在很宽的电流范围内(数百 nA 到 mA,1)进行控制,因此这里使用了指数型电压-电流转换器。输入电压同样通过 PWM 输出控制。我怀疑这部分本可以稍微简化一些。
谐振放大器基于差分对,其尾电流由 MCU 通过 PWM 和 V-I 转换器控制。这种电路风格确实与 Moog 滤波器相符,但显得相当冗余。我想这也是由于元件选择有限所致,因为当时没有可用的 OTA 或 JFET。最初的 Moog 合成器只是使用模拟电位器来控制反馈(参见此处图 5)。
总而言之,我对这一部分印象极为深刻——手动设计和调试这样的电路会花费相当长的时间。不过,我肯定会尝试采取更多捷径。
压控放大器#
VCA 采用尾电流控制的差分对实现。它还包含一个 trim DAC,用于补偿梯形滤波器不同设置所产生的偏移。由于没有更多可用的 PWM 输出,它基于 R-2R 梯形网络,并以 74HC595 作为驱动器。同样,元件数量很多,但由于每个元件都只需几分钱,所以并无大碍。
设计的其余部分#
由于 MCU 上的引脚即将耗尽,触摸按键和 LED 不得不借助模拟多路复用器(CD4051)和移位寄存器(74HC595)进行引脚扩展。我还要求它加入一条从音频输出到 MCU 某个 ADC 输入的反馈路径,以便实现自动化调试启动。
布局与签核#

PCB 布局是我不得不介入最多的部分。最初的版本把大部分模拟元件都堆在一起,但在我要求按照功能块来规划布局后,情况明显改善。CC 编写了用于元件放置的 Python 程序,然后使用 Freerouting 对 PCB 进行布线。双层布线失败,于是我改用四层。又经过了几轮迭代——我指出如何移动电路块以腾出更多布线通道——布线才终于全部走通。如果我当初选择的 PCB 面积大于 10 x 10 cm,这可能会更容易一些。

根据日志,从首次提示到下单,整个设计耗时 19 小时。大部分时间花在无需任何交互的 Freerouting 运行上。
| 时间 | 步骤 | 结果 |
|---|---|---|
| 周六 20 | 首个提示词 | 通用的 KiCad/JLCPCB 流程 |
| 21 | 元件清单 | 找到 JSON API,并将 1,586 个元件保存为 CSV |
| 21–21 | 概念设计 | Juno 风格 DCO、梯形 VCF,编写规格说明 |
| 21–22 | 仿真 | 七个 ngspice 测试台 |
| 23 | 模型 | 行为模型经 SPICE 验证,音频样本 |
| 23–23 | 原理图 | 生成 KiCad 图纸 |
| 00–10 | PCB,2 层 | Freerouting 始终未能完全布线 |
| 10–15 | PCB,4 层 | 新的叠层与布局规划,完全布线,DRC 通过 |
| 16 | 下单 | 生成 Gerber、BOM 和贴片文件 |
上电调试#
贴装完成的板子在两周后到货。在安装 MCU 之前完成初步手动测试后,我通过 MCU 编程器将板子连接到实验室 PC,并将示波器接到音频输出端(MSO5074,以太网连接)。Claude Code 通过 SSH 控制实验室 PC。

后续所有上电调试均通过音频回环到微控制器以及示波器输出实现了全自动化。



SPICE 仿真(测试台 S1-S4)与实际硬件(Board1)之间的匹配度极佳,回环测试还实现了微调参数和控制参数的自动校准。这不仅令人意外,因为该板是由 GenAI 开发的,还因为二手来源元件的 SPICE 模型匹配度通常并不理想。唯一需要的硬件修复是从 MCU 上移除一个我手工焊接的焊桥……
触摸按键需要重新校准,因为它们最初过于灵敏。总体而言,由于尺寸较小,它们用起来相当困难,因此我选择通过微控制器程序直接控制合成器。
示波器还用于录制你可以在此页面找到的声音示例。这些是根据乐谱和其他来源自动生成的曲目。多声部通过分别录制每个声部然后再组合在一起来模拟。
结论#
GenAI 能设计包含复杂混合信号电路的 PCB 吗?绝对可以。我们该如何看待这件事?显然,这很快就会要求我们重新思考设计流程,类似于软件领域当前正在发生的情况。我希望这不会让电子学变得不那么有趣……