摘要级论文提出 EDA-Agent（电子设计自动化智能体）：用确定性工具约束大语言模型的 RTL 验证流程
一篇仅有摘要的论文介绍开源多智能体平台 EDA-Agent（电子设计自动化智能体），称其把大语言模型（LLM）与有界抽象语法树（AST）静态分析、波形时间刻度追踪及基于 IEEE 规范的检索增强生成（RAG）结合，用于寄存器传输级（RTL）代码分析、测试平台生成与波形调试。
摘要自报单元测试准确率 100%、故障定位 94.2% 等数据，但未说明基线、任务集与对照方法，尚未取得全文核验。
依据摘要：论文称硬件验证与调试占数字集成电路设计周期 70% 以上，工程师需手工解析静态时序报告、在 GTKWave 中查看值变转储（VCD）波形并编写 SystemVerilog 断言（SVA）。
EDA-Agent 被描述为开源多智能体平台，覆盖 RTL 代码分析、功能测试平台生成、波形失败调试、综合面积估计与时间裕量优化，组合 LLM（大语言模型）、确定性有界 AST 静态分析、VCD 波形时间刻度追踪及基于 IEEE 规范的 RAG（检索增强生成）。
摘要自报：单元测试准确率 100%、VCD 信号追踪故障定位准确率 94.2%、测试平台生成较人类工程师加速 37.5 倍、功能覆盖率可达性 89.5%。
来源为 International Journal of Creative and Open Research in Engineering and Management，仅摘要可见，未获取全文、未见同行评审核验信息。
架构取向值得记录：将大语言模型的自由生成约束在抽象语法树静态分析与波形时间刻度这类确定性工具之内，再以检索增强生成引入 IEEE 规范文本，属于“模型负责推理与编排、工具负责可核验事实”的设计。 但 100% 单元测试准确率与 37.5 倍加速缺少基线、任务集规模与随机性控制说明，摘要未提供，不能据此判断实际工程可用性。
后续观察信号
- 该期刊的同行评审流程与论文全文是否可得
- 94.2% 故障定位准确率的样本来源与标注方式
- 代码仓库与评测脚本是否公开