VOLOVLO职业自动化风险与转型导航
问 VOLO职业专业企业创业者近期变化长文方法与证据
搜索职业、专业…
中文
  • English
  • 简体中文
  • 日本語
  • Español
  • Português
  • Français
VLO
VOLO

理解自动化如何改变工作 —— 逐个任务地看,证据摆出来,不确定的地方承认不确定。

问 VOLO职业专业企业创业者近期变化长文方法与证据AI 会取代我的工作吗?关于岗位诊断开放数据本体VOLO Pro隐私条款
© 2026 VOLO
职业
全部职业
AI / 软件
翻译 / 口译银行柜员文案内容审核员客服行政助理测试工程师数据录入员平面设计师律师助理视频剪辑师会计 / 记账市场营销专员前端工程师报税员 / 税务代理配音演员医疗编码员数据分析师保险理赔员技术文档工程师 / 技术写作初级程序员保险核保员人力资源 / 招聘信贷员 / 客户经理(信贷)金融分析师采购 / 供应链专员记者销售 / 客户经理房产中介 / 地产经纪网络工程师插画师旅行社顾问IT 支持 / 技术支持审计师供应链计划员管理咨询顾问摄影师后端工程师AI 研究员产品 / UX 设计师业务系统与流程负责人电商运营精算师动画师与视效师作家与编剧放射科医生数据工程师项目经理数据科学家法庭速记员编辑与校对律师医助 / 诊所助理工料测量师内容创作者量化分析师算法 / 机器学习工程师中高级软件工程师运维 / 平台工程师 / SRE业务分析师音乐人与作曲者地理信息分析师产品经理营养师药师业务合作 / 渠道经理网络安全分析师 / 安全运营理财顾问 / 理财规划师口译员病理医生芯片设计工程师合规专员 / 合规经理图书馆员建筑师一线主管 / 团队管理者心理咨询师导购 / 店员土木 / 结构工程师电气工程师工业工程师保安 / 安保员室内设计师大学教师心理学家公交司机保险代理人机械工程师服装设计师验光师 / 视光师中小学教师全科医生 / 门诊医生航线飞行员驾驶教练餐厅服务员放射技师 / 医学影像技师汽车维修技师 / 汽修警察超声技师飞机维修技师牙科卫生士麻醉医生空中交通管制员兽医康复治疗师 / 物理治疗师牙医外科医生建筑工人 / 施工人员社工法官护士养老护理员 / 护工水管工企业 AI 落地负责人
RPA / 自助化
政务服务窗口人员运营专员 / 业务运营地铁司机前台 / 接待药房技术员
机器人
收银员 / 零售店员集装箱码头工人仓储分拣员流水线装配工医学检验技师演员与模特焊工厨师保洁 / 清洁工农民消防员暖通空调技工客舱机组理发师 / 美发师电工
自动驾驶
网约车 / 出租车司机卡车司机外卖骑手 / 快递员
专业
全部专业英语 / 外语计算机科学会计学心理学新闻传播金融学法学视觉传达设计市场营销护理学工商管理教育学 / 师范建筑学公共管理临床医学酒店与旅游管理经济学信息管理与信息系统
指南
问 VOLO企业创业者近期变化长文岗位诊断AI 提效实验VOLO Pro方法与证据关于订阅职业变化站内搜索
你在看:我在工作我在读书我在经营公司我在做东西
本页哪些技术它是怎么走到这里的方法与来源
职业›芯片设计工程师›凭什么这么说

芯片设计工程师 · 凭什么这么说

那一页给的是判断。这一页给的是判断底下的东西:哪些技术真的碰到了这份工作、自语言模型进入公众视野以来这个估计怎么走的,以及两者背后的方法。

评估于
2026-10-01
有证据
0/6
已核实事件
10

哪些技术在起作用#

四类独立信号。它们刻意不做加总 —— 一个职业暴露于两种技术,不等于风险翻倍。

脑力工作自动化
架构与规格编写 RTL 代码验证与调试布图规划、布局与时序收敛模拟与定制电路设计工具脚本与设计流程

它是怎么走到这里的#

指数不是一个静态数字。这是自 ChatGPT 以来,每个能力检查点上它大致会落在哪里 —— 回溯重建,并且如实标注。

回溯重建 · 平台推断每个过去的检查点都是今天回头估的,不是当时测的。24 → 44。
1007550250
计算机硬件工程师就业在 2025 至 2035 年增长 9%,美国劳工统计局预测,且未提及 AI加州大学圣迭戈分校的一项独立复核发现:在大型、宏单元密集的设计上,人类专家在 6 次比较中有 5 次胜过谷歌的强化学习宏单元布局在一项由资深硬件工程师出题的基准上,最先进的模型只通过不超过 34% 的代码生成题,验证类任务尤其困难一个名为 AnalogCoder 的 AI 智能体在其基准中设计出 20 个模拟电路,比 GPT-4o 多 5 个,而作者写明模型目前还不能设计高度复杂的模拟电路NVIDIA 的领域适配模型 ChipNeMo-70B 在回答工程师问题和编写设计工具脚本上胜过 GPT-4,在总结缺陷上表现相当在 VerilogEval 的 156 道人工编写 Verilog 题上,GPT-4 第一次尝试通过 43.5%;作者说这项基准只限于小规模设计的样板代码在 RTLLM 的 30 个较大设计任务上,GPT-4 做出 15 个功能正确的设计 —— 五次尝试中有一次通过测试平台即算正确芯片设计软件厂商 Synopsys 表示:客户已用它的 DSO.ai 设计空间优化工具完成首批 100 次商用流片123456789未评估
2022 下半年2024 下半年现在

—— 这一段里有已核实事件- - - 这一段没有 —— 纯重建0 = 没有任务暴露,100 = 全部任务暴露

● 本职业有 8 条已核实事件,按真实发生日期标在轴上 —— 靠近标记的那几段曲线是有可核对的东西锚定的。

起点是 24,因为在这张图开始之前很久,逻辑综合、自动布局布线和仿真就已让芯片设计成为高度依赖软件的工作,而 RTL 仍由工程师编写、验证,设计仍由工程师收敛。随着机器学习布局和设计空间优化用于商用流片,以及能写短小硬件代码和工具脚本的模型出现,它逐步上升;它停在中段,是因为模型在更难的代码题上多数失败,验证是 AI 智能体最难的任务之一,而在大型设计上人类专家仍胜过一种已发表的布局方法。

12022 下半年24通用文本生成进入公众手中。在这之前,暴露度来自已经部署多年的自动化 —— OCR、流程机器人、机器视觉、自助结账、派单算法。 ChatGPT research preview (2022-11-30) ↗
22023 上半年26通用模型开始通过职业考试。初稿质量跨过了「专业工作愿意用」的门槛。 GPT-4 (2023-03-14) ↗
32023 下半年28视觉输入、长上下文与工具调用。模型可以被指向文档、接进系统 —— 这才动得了流程类工作,而不只是写作类。 GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
42024 上半年31同等能力大幅降价、变快。没有新东西变得可能,但很多东西变得规模上划算 —— 这才是部署决策改变的时刻。
52024 下半年34会做多步推理的模型;以及第一批「看着屏幕操作电脑」的模型。后者才碰得到「以操作软件为主」的工作。 OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
62025 上半年37代理开始端到端操作真实软件,而不只是产出让人去粘贴的文本。同期出现第一批公开回退 —— 自动化之后又部分撤回的组织。 Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
72025 下半年40长上下文与工具使用从「功能」变成默认。能力仍在提升,但可见的约束从「模型能不能做」转向责任归属、采购与成本。 GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
82026 上半年42长时程代理落进具体行业流程。采用从「通用」变成「分行业」。 GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
9现在44本次评估 —— 这个点就是职业页上公布的影响指数,所以曲线末端锚在一个本站已经为之负责的数字上。对那些平缓的曲线值得记一句:就在同几周里,一份「让 AI 代理安全操作物理设备」的共享规范开放了研究预览,面向科研机构与先进制造厂。那是第一个把矛头指向「图上几乎不动的那些体力职业」的能力类别。 GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗

曲线平缓不是「安全」的预测。它只是在说:到目前为止,自动化触及了哪些任务 —— 这里动得最少的职业,约束都是物理的或监管的,而这两样都会变。

方法与来源#

评估日期
2026-10-01
任务判断的依据构成
0 条有证据支撑 · 6 条平台推断 · 0 条证据不足
已核实事件
10

我们如何评估一个职业 →

← 回到芯片设计工程师另一层:每一项任务,逐条 →技能、知识与相关职业(O*NET)→