NVIDIA×Siemens EDA：用 NeMo Gym 把芯片设计智能体的复合验证分从 55% 提到 95%
NVIDIA 在 10 月 14 日的技术博客里给出 Siemens EDA 的案例：Siemens Fuse EDA AI Agent 用 NeMo Gym 这个开放评测环境评估并改进「为标准单元特征化生成 Liberty 文件」这项多阶段芯片设计任务，先用基于验证器反馈的诊断定位失败模式与错误传播，再据此重写技能与 Model Context Protocol 的工具描述。改动集中在工具接口层——简并重叠的文件与 shell 接口、把工具输入定义成显式 JSON schema，让智能体更容易正确调用。
数字：改进后同类 rollout 的平均复合验证分从约 55% 升到 95%（约 +40 个百分点），智能体轮次从 155 降到 53（约 -66%），输出 token 从约 8.1 万降到 2.9 万（约 -64%）。验证器的判据覆盖覆盖率、有效性、相对校验、准确性与最终 Liberty 产物的完整性。口径要写清：这些是厂商自述、在一个代表性开发基准上的前后对比，未公布任务规模、样本量与波动区间，本站未复现。
值得记的是它测的东西：这条路径评价的不是模型本身，而是 harness——工具描述的准确度、接口粒度与诊断回路。同一个模型在修补接口后分数接近翻倍，说明多阶段 EDA 任务里「智能体能不能可靠调用工具」此前是主要瓶颈；官方也把它表述为用开放评测环境把失败模式与错误传播做成可诊断的工程问题，而不是继续加提示词。
原文链接：NVIDIA 技术博客
核验记录
发布日 2026-10-14：官方页 developer.nvidia.com/blog/optimizing-agent-reliability-and-tool-calling-efficiency-for-chip-design-using-nvidia-nemo-gym 本机直读 274,472 字节，页内 JSON-LD datePublished 与 meta article:published_time 均为 2026-10-14T16:10:45+00:00（北京时间 10-15 00:10；nvidia-dev feed 的 pubDate 亦为 10-15 00:10，按厂商字段取 10-14）。三个数字（55%→95%、155→53、约 81K→29K）取自正文原文，为厂商自述、未复现；正文另附开发基准前后对比表。本条上轮（10-15 10:36）已核过日期与内容，因推送行数上限被推到本轮补收。配图取官方 og:image（1117×628 WebP，裸请求与带站内 Referer 各一次均 200 / 33,598 字节）。