洛杉磯一家名為Quilter的初創(chuàng)公司，憑借其Project Speedrun項目在硬件設(shè)計領(lǐng)域引發(fā)關(guān)注。該公司運用人工智能技術(shù)，僅用一周時間便完成了一款配備843個組件的雙印刷電路板（PCB）Linux電腦設(shè)計，刷新了行業(yè)記錄。傳統(tǒng)方式下，完成如此復(fù)雜的PCB設(shè)計通常需要約三個月，而Quilter的方案將時間壓縮至極短周期。

更令人矚目的是，這款原型機在首次通電后便成功啟動并運行了Debian操作系統(tǒng)，未出現(xiàn)任何硬件層面的故障。這一成果表明，AI不僅加速了設(shè)計流程，還確保了最終產(chǎn)品的可靠性。據(jù)技術(shù)分析，Project Speedrun項目僅需38.5小時的人類專家參與，配合AI一周的處理時間即可完成，而傳統(tǒng)模式下，熟練工程師獨立完成同類項目需約428小時，工時縮短幅度高達91%。

在傳統(tǒng)硬件開發(fā)中，工程師需全程主導(dǎo)從“設(shè)置”到“執(zhí)行”再到“清理”的完整流程，其中“執(zhí)行”階段因耗時且易出錯成為主要瓶頸。Quilter的AI系統(tǒng)通過接管這一階段，使工程師得以將精力集中于更具創(chuàng)造性的“設(shè)置”與后期優(yōu)化工作。這種分工模式不僅減少了人為疲勞導(dǎo)致的錯誤，還為工程師提供了嘗試更多設(shè)計方案的空間，從而加速產(chǎn)品迭代。

與依賴語言模型的大語言工具不同，Quilter的AI訓(xùn)練機制聚焦于物理定律框架下的優(yōu)化問題。其獨特之處在于，訓(xùn)練初期未使用任何人類設(shè)計的電路板樣本。公司CEO、前SpaceX工程師Sergiy Nesterenko解釋稱，人類設(shè)計常存在局限性，避免使用人類數(shù)據(jù)是為了防止AI的能力被“人類水平”束縛。團隊的目標(biāo)不僅是追平人類工程師，而是探索超越現(xiàn)有經(jīng)驗的更優(yōu)設(shè)計。

通過大幅降低時間、迭代和人力成本，Quilter的技術(shù)有望降低硬件開發(fā)的準(zhǔn)入門檻。這一突破可能為新興硬件公司創(chuàng)造更多機會，推動行業(yè)進入快速創(chuàng)新階段。盡管目前AI仍需人類專家輔助，但團隊表示，其系統(tǒng)已具備獨立完成全流程設(shè)計的能力，未來應(yīng)用場景將進一步拓展。