7 月月之暗面发布 Kimi K3 时，大模型自主 Agent 连续运行 48 小时，无人工干预，仅凭开源 EDA 工具和Nangate 45nm工艺库，就完成了一款推理芯片原型的设计、优化与验证。次日，新思科技盘中一度暴跌超12%（收盘跌约 8%），Cadence 亦遭重挫，单日大跌7.85%。一个多月后，当 OpenAI 公布用自家模型加速设计与优化的自研推理芯片 Jalapeño 的首批实测数据时，“大模型掀翻 EDA”的叙事冲到顶点，这两家的表现在资本市场上反而出现上涨。

同样的叙事，为何迎来截然不同的市场反馈？

“概念验证”与“流片”的虚实之分

从规格来看，K3展示的是一颗基于45nm开源工艺库的芯片，落后于当前3nm/2nm前沿节点数代。它无流片、无回片、无测试板、无独立复现，官方自发布起即将其界定为“早期概念验证”，7月底的技术报告进一步披露了细节。

相比之下，OpenAI的Jalapeño 是一颗有 AI 辅助设计、有明确落地场景的真芯片。它采用台积电3nm制程，已流片回片，工程样品正在实验室跑自家模型，计划于 2026 年底小规模部署，目标直指英伟达的推理成本与能效。Jalapeño 并非 AI 独立设计，而是与博通联合开发。OpenAI 使用自家 Codex、GPT-Astra 等模型加速验证与 PPA 优化（如 BF16 乘法器面积优化达 56%），AI 参与的是探索实现方案、缩短验证循环；底层的物理验证、签核和先进封装，仍由商业 EDA 与确定性工具完成。

一句话可以概括它们的差异：K3 试图证明“AI 可以不用 EDA 巨头的工具”，而 Jalapeño 作为一颗有实际落地的芯片，依然深度绑定商业 EDA 工具，证明了“AI 能让芯片设计更强”。

大模型进军半导体设计，敌友难分

对芯片的需求越来越多，当 AI 大模型进入半导体设计领域，对 EDA 工具究竟是辅助还是冲击？

“行业正积极将 AI 融入芯片设计流程以提升生产力，这正是 Cadence 为客户创造价值的关键机会。”8 月底的 CadenceLIVE 2026 上，Cadence 资深副总裁兼数字与签核事业部总经理滕晋庆提出，Cadence 正打造一个自我加速的正循环：一边是“Design for AI”，用 EDA、IP 和系统分析能力帮助客户构建更强的 AI 芯片与基础设施；另一边是“AI for Design”，把 AI 引入设计流程，提高研发生产力。

这与 Cadence 前几年就在强调的“三层蛋糕”异曲同工：底层是加速计算与数据，中间层是基于数学和物理的仿真、优化与签核引擎，最上层才是 AI Agent。通用大模型可以生成代码，但芯片设计还必须同时满足功能正确性、时序、功耗、面积、可靠性和工艺规则；而 RTL 及设计数据大多又是企业不公开的核心 IP。能跑通流程不等于能流片，能流片不等于能量产，能量产也不等于有商业竞争力。

没有中间层的工程约束，大模型很难直接生成可流片的结果。更关键的是，行业需要的不仅是语法正确的代码，更要确保功能正确性与架构最优。滕晋庆认为，若底层工具存在短板，再强的 AI 也无法弥补，因此中间层必须达到业界顶尖水平。

这也让 Cadence 的 AI 布局更加清晰：先是推出Cerebrus、JedAI和CoPilot把AI塞进设计流程；2025年11月收购ChipStack，四个月后发布前端 EDA智能体；2026 年4月推出Agentic AI Stack，由AgentStack统筹五大Super Agent覆盖前端、模拟、数字实现与签核、PCB 封装和系统；7月AuraStack上线，可以2倍加速市场化进程。

但指望 AI 大模型独立设计出一颗能用的芯片，靠 Agent 协同只是一个方面。在3D-IC领域，能否把芯片设计工具、封装设计平台以及电、热、力分析工具整合在一起同样重要——这类跨工具链的系统级协同，恰恰是AI短期难以替代的部分。

为此，Cadence推出了Integrity3D-IC平台。滕晋庆指出：“3D-IC并不是一个新鲜事物，有大概20年了，但它的时代才刚刚开始。”

变化或在生意模式

短时期来看，还远没有到大模型在财务上冲击 EDA 的时刻。

2026 年二季度财报显示，Cadence 营收15.84亿美元，同比增长24%；积压订单达81亿美元，创历史新高——这意味着即便不签一个新客户，未来一年也有数十亿美元的确定性收入落袋。另一边，新思科技2026财年第二财季营收同样大涨42%（同比增长41.9%）至22.76亿美元，并上调了全年指引。

尽管两家的财报时间并不全然相同，但基本向好的趋势是一致的。资本市场对股价态度的反转，源于看清了AI时代的“反直觉”逻辑：AI模型越强，算力需求越大，芯片设计越复杂，EDA 工具就越不可或缺。当工具退到 Agent 背后，按工具、按 License 收费的逻辑就开始松动。滕晋庆透露，Cadence 管理层已在讨论按 Agent 带来的生产力价值、甚至按 Token 计费。

那场资本市场的“恐慌”，与其说大模型把 EDA 从神坛上拉了下来，不如说它把“神坛”换了个定义。被摔碎的是“EDA 只是工程师操作的一组工具”的旧印象；站起来的是“AI 在上层、确定性算法在中层、加速计算在底层”的新平台。

在这场半导体超级周期里，AI 短期还很难掀翻 EDA，反而成了它最陡峭的增长曲线。