一周的布线活一小时交：SpaceX出走的工程师，把AlphaGo搬进了电路板设计

画一块iPhone主板的布线，熟练工程师要干两三个月。一家叫Quilter的创业公司，把物理约束不算复杂的板子压到了一小时交活。2024年4月，这家公司刚拿到Benchmark领投的1000万美元。全行业每年花在电路板布线上的人力，创始人Sergiy Nesterenko估算是200亿到500亿美元。

这期节目是Will Summerlin主持的Autopilot播客与Cognitive Revolution的串台。Sergiy大学毕业第一份工作在SpaceX，负责猎鹰9号和重型猎鹰二级航电设备在高辐射环境下的可靠性，用他自己的话说，「确保火箭上了天不会死」。电路板设计的痛，他是被按着头体验过一遍的。

从SpaceX的痛开始的创业

Sergiy的创业开头并不顺。2019年他找投资人Michael Dearing聊方向，先想做制造业低成本传感器，几个月后发现进场太晚；转做传感器数据分析，又觉得不成；再转做电路板可靠性分析。做着做着想通了一件事：与其事后分析板子会不会出问题，不如一开始就把板子设计对。从见投资人到确定做电路板自动设计，荒野求生整整一年。

SpaceX给他的除了痛点，还有一套用人观。他说最大的收获是「手上得有件让人兴奋的事」：在SpaceX，进门就知道大家是真要去火星，每个决定都朝那个方向走，招人容易，干活有劲。传教士心态压过雇佣兵心态，这套他原样搬进了Quilter，团队每天带着能量来上班。

画电路板像写代码，但「编译」要三个月

先补个课。电路板就是那块玻璃纤维加铜的板子，负责把芯片连起来：芯片管算、管存、管供电，板子管让它们互相说话。拆开你家的灯泡、炉灶控制面板，里面都有它。芯片贵，一颗新芯片的研发动辄几百万美元，所以一颗芯片反复用在很多产品上；电路板相反，几乎每个新产品都要重新设计一块。iPhone的板子和安卓的不一样，和电脑的也不一样。

Sergiy爱拿软件打比方，因为写过代码的人远比画过板子的多。设计电路板分三步：

• 画原理图，用接近人类语言的方式说清这块板子有哪些输入输出、中间干什么活，类似写Python；
• 做布局，把原理图变成工厂能用的图纸，安排铜箔、玻璃纤维、焊料和元器件怎么摆，类似编译代码；
• 把图纸发给工厂，等板子寄回来，通常你会发现哪里搞错了，推倒重来。

讽刺的是，布局往往比制造还慢。肯花钱，图纸发出去24小时就有原型机放桌上；可布局本身，简单的板子几天，Starlink天线或iPhone主板这种，两三个月起步。

验证环节更麻烦。基础检查叫设计规则检查，工具跑得飞快，查的是芯片有没有撞在一起、连线间距够不够。真正要命的是复杂物理现象。Sergiy举了个例子叫串扰：两条没有任何物理接触的走线，信号是电磁波，能量会从A线跳到B线，极端情况下跳过去的能量比你想要的还多，整块板子直接报废。设计师要同时盯住成百上千个这种潜在的坑，靠经验法则硬扛，没有任何按钮能拍胸脯保证板子一定能用。实际结果几乎从来不一次通过，总能找出要返工的地方。设计差到一定程度，连美国市场的FCC认证都过不了，板子对外辐射太强，产品直接不许卖。

那什么叫设计得好？Sergiy给了个直观标准：板子不该拖芯片的后腿。同一张原理图，布得差，芯片和内存低速跑没问题，一提速就出错；布得好，瓶颈只剩下芯片本身的性能。设计师的活，就是让那块玻璃纤维和铜，配得上上面的芯片。

一年几百亿美元的人力，还招不到人

布线是一个专门的职业，美国中位年薪大约10万到11万美元。干这活的还不止专职人员：几乎所有电子工程师最后都得自己画板子，专职布局团队只留给最难、最要命的设计。Sergiy回忆，SpaceX有个几十人的专职布局团队，也只够支撑飞行计算机和高强度无线电，他做辐射测试的板子得自己画，画板子能吃掉他一半的工作时间。而且每台飞行计算机背后，要先做几十上百块早期原型板，验证内存芯片、电源芯片，还得造各种测试治具。

行业结构也值得看一眼：做硬件的公司基本都有内部电子工程师，哪怕十来个人的IoT小团队也得有人画板子，区别只在自己画还是外包。把全行业加起来，每年200亿到500亿美元的人力砸在这件事上。更糟的是供给端：年轻工程师都涌向软件、AI和机器人，学电子工程、专精画板子的人越来越少。需求在涨，人手在缩。

不学人类棋谱，学自己赢棋

Quilter的技术路线，Sergiy说最好的参照物是DeepMind的AlphaGo。造一个「电路板设计游戏」，造一个玩这个游戏的智能体，分数就是物理性能和可制造性：板子够不够便宜，能不能真的工作。赢没赢，物理说了算。

这个领域之前有人试过另一条路：收集大量人类设计的板子，喂给神经网络，让它学着复现。Sergiy认为这条路两头堵。一头是数据拿不到，世界上没有一个装着几百万份优秀设计的GitHub，最好的设计锁在英伟达、苹果和SpaceX的仓库里。另一头更根本：盯着人类例子学，天花板就是人类水平。

DeepMind最早也这么干过。他们拿人类棋谱训练网络，让它走出最像人类高手的棋，结果到了大师级，到不了世界冠军级。最好的策略来自网络自己试新东西、看结果、记住它。

主持人Nathan Labenz接了一句：人类下过的棋盘之外，还有大片没被探索过的解空间，谁能探索那里，谁就可能找到比人类已知更高效的设计。

那Quilter现在走到哪了？Sergiy毫不粉饰：凡涉及物理和密度的问题，我们还不如普通设计师，唯一显著超过人类的只有速度。计算机主板、英伟达显卡这种，今天送过去连完整结果都出不来。但他判断五年内能在物理性能上追平并超过大多数人类设计师，理由是强化学习在窄域里的战绩摆在那里。

真到那一天，增量可就大了。现在人类设计师最怕的是：画了两个月，发现布不通，得改尺寸或者加层，周期再加一个月，完全不可接受。所以大家全用保守假设：板子做大一点，层数给多一点，走线画粗一点。结果就是所有板子都比实际需要的更大、层数更多、良率更低、更贵。机器不怕返工，敢探索激进方案，这块浪费就能省下来。

终极目标是「一次做对」。Sergiy认为板子能不能工作，原则上是个可计算的问题，本质上是把制造过程、麦克斯韦方程组和热力学定律装进模型，很难，但可行。而且值得做：代码写错了，加打印语句重跑就行；板子错了，可能查几周几月，有些板子带着没查明白的问题直接出货。顺着这个思路往外看，最像电路板设计的两个领域是芯片粒设计和芯片设计，再往外，散热器的翅片怎么排、风扇怎么造，甚至能不能设计出湍流更少、效率更高的机翼，凡是约束清晰、能定义评分的设计问题，这套方法都有机会重做一遍。

生意怎么做，护城河在哪

目标客户的选择很务实。理想世界里，Quilter直接找大公司的电子工程负责人，对方一眼能看出几百万美元的价值，但今天的能力还撑不起这个卖法。所以他们先打「电子工程相邻岗位」：固件工程师、机器人工程师、自动化工程师、测试工程师，这些人的本职不是画板子，工作却离不开板子。Sergiy自己在SpaceX就是这类人。有意思的是，需求分布和行业关系不大，和岗位关系很大：航天、芯片、消费电子公司，都有实习生就能画的板子，也都有难上天的板子。目前主动找上门最多的，是把速度当命的客户：板子明天到桌上和下周到桌上，对他们完全两回事。

客户在乎什么，取决于位置。画早期原型，速度第一，最快拿到桌上开玩最重要；苹果给iPhone画主板，在乎的是尺寸和性能，成本反倒可以往后放。同一套自动化工具，在这两头都有活干。

定价直接锚定存量预算。行业里外包布线的行情是每个引脚或每个连接收1到10美元，看国家和难度。Quilter打算先从便宜端切入，等模拟验证能力上来，再往高端走。

护城河有两个随规模变强的机制。一是客户专属模型：同一家公司的板子高度相似，元器件库很固定，SpaceX就强制工程师从筛选过的元件库里选料。可以给每个客户训练小网络，数据留在客户手里，精度越用越高。二是打通制造商：写代码是先写完再选编译目标，画板子却得先想好给谁造、按谁的规格画。Quilter接入的工厂越多，越能把「先设计后选厂」变成现实，顺便帮工厂提良率、降成本。制造端的体量可以感受一下：中国最大的工厂一天要处理大约8000个独特设计。美国本土制造也有两个硬理由，一个是ITAR这类法规逼的，比如SpaceX不能把设计发去中国；另一个是延迟，本土工厂当天造好开车送过来，从中国飞就得看物流。

算力这块有个反常识的点。强化学习的性能取决于三件事：游戏、智能体、评分函数，光堆大模型没用，游戏评估太慢、评分不反映真实物理，再多算力都白搭。他们刻意避开需要百万GPU跑三个月的问题，太贵也太慢。Sergiy最喜欢的一个演示：用谷歌的JAX库，物理引擎直接跑在GPU上，单张GPU五分钟就能在仿真里教会一个机器人走路，几分钟评估大约5000万条每条一千步的轨迹。快迭代比大模型更重要。

招人、开源，和给创业者的忠告

招人上Quilter有天然优势。强化学习在工业界的应用比监督学习少10到100倍，专家看到这里有正经的RL应用场景，自己就凑过来了。更打动人的是有实物：大家聊的东西摸得着，跟聊天体验提升几分完全是两回事。Sergiy放了个话，想在年底之前用Quilter设计的电脑开这场视频会，大概率是个树莓派模样的小东西，做成了就送主持人一台。

聊到开源闭源，他的观察有点意思。开源的辉煌战绩靠大量小贡献堆出好产品，比如一万人给VS Code各写一个小插件，生态就成了。但神经网络未必吃这套：一千个人每人每周花一小时，能不能训出更好的网络，很不确定。他拿Windows和Linux举例：家用市场Windows赢，生产服务器Linux通吃，历史反复证明开源被低估，可这次对手的玩法变了，他没有下注。人才闭源他倒不担心：公司砸钱抢人，历史上反而催生开源替代品和活跃生态，想去DeepMind的人会自己开开源项目练手。

节目最后，Will问Sergiy回到创业第一天会告诉自己什么。他的答案和电路板无关，却可能是全期最实在的部分。创业又难又孤独，大部分创始人中途退出，活下来本身就是核心竞争力。两条对策：第一，身边围满靠谱的人，有联合创始人最好，有同样在做难事的朋友也行，挑投资人时把「这个人值不值得深交」放在条款前面；第二，自我照顾，规律作息、陪家人、锻炼、好好吃饭睡觉，道理都懂，一头扎进工作就全忘了。选Benchmark还有个细节：他给合伙人Eric Vishria做背调，打了一圈电话，从没听过这么一致的正面评价，这直接促成了决定。主持人Nathan也贡献了个段子：当年创业六个月，家里连个沙发都没买，女朋友上门看不下去了。

如果你是硬件工程师，或者带硬件团队，有三件事明天就能做：

• Quilter目前处于公开测试阶段，官网quilter.ai，电气工程师可以直接上传设计试用，简单板子值得先跑一单，对比下周期；
• 盘点团队里本职不是画板子、却经常要画板子的人，这类隐性时间成本可能比你想的高，Sergiy自己的案例是一半工作时间；
• 关注强化学习这条技术线，凡是目标明确、物理规律清晰、能定义评分函数的设计问题，都可能被这套方法重做一遍，提前想清楚自己的业务里有没有这种环节。

代码已经做到了按一个键就编译，电路板正在路上。下次硬件迭代慢，可能就慢在你还没试过让机器来画。