想象一下，你正试图教一个极其聪明、反应极快的机器人如何制造一台复杂的机器，比如一台定制的游戏机或是一个超级安全的保险库。你给机器人的指令是平实的英语，比如“让它既快又安全”。机器人由大语言模型（一种能够阅读和编写代码的 AI）驱动，它尝试着去构建这个目标。但问题在于，这个机器人擅长编写代码的“构想”，却经常会忘记实现真实机器运行所需的那些琐碎、枯燥的规则，比如它们消耗多少电量，或者零件是否能完美契合。这就是高层次综合（High-Level Synthesis, HLS）的世界——在这里，人类试图利用 AI 将简单的想法转化为实际的芯片硬件设计。核心问题不仅仅是“AI 能否编写代码？”，而是“AI 能否构建出能在真实电路板上运行的东西，而不需要我们亲手去修复每一个错误？”

这正是北京工业大学的一个研究团队提出的新思路：ContractHIL-HLS。你可以把它想象成 AI 的一个“智能项目经理”。他们并没有让 AI 仅仅与你进行闲聊式的对话，而是强制要求 AI 先签署一份正式的“合同”。这份合同是一份严格且结构化的规则清单：“这是机器必须完成的任务，这是它绝对不能做的事情，以及我们将如何对其进行测试。”如果 AI 试图违反规则，系统会立即捕捉到它。更酷的是，他们将这一过程与真实硬件连接了起来。如果 AI 设计的芯片运行过热或速度过慢，真实的机器会向 AI 发回一份“失败报告”，随后 AI 必须重写设计以修复问题。这就像是在玩电子游戏，角色不仅仅是在猜测解决方案，而是被陷阱绊倒后，看到了自己为何失败，然后带着更好的计划再次尝试。

问题所在：AI 擅长聊天，但不擅长建造

通常情况下，当你要求 AI 设计硬件时，它的表现就像一个创意作家。它根据你的提示生成代码，但经常会忽略“细则”。也许它使用了一个硬件芯片并不支持的功能，或者它创造了一个在纸面上看起来很完美、但在运行时却崩溃的设计。以往的方法试图通过让 AI 扮演不同的角色（如“架构师”或“编码员”）来解决这个问题，但 AI 往往在“编码员”开始工作时，就已经忘记了“架构师”说过的话。设计意图在对话中丢失了。

研究人员意识到，与其依赖冗长、混乱的对话，他们需要一个结构化的合同。想象一下你在订购一份定制披萨。你不是只说“我要一个美味的披萨”，而是填写一张表格：“饼底：薄底。配料：仅限意大利香肠。不要蘑菇。必须在 10 分钟内准备好。”这张表格就是“合同”。在芯片设计的世界里，这份合同将你模糊的想法转化为一套 AI 必须遵守的严格规则。

解决方案：三智能体工作流

该团队构建了一个拥有三个专业化“智能体”（AI 助手）的系统，它们像运转良好的机器一样协同工作：

1. 合同智能体 (The Contract Agent)： 该智能体将你混乱的自然语言请求（例如“做一个安全的通信系统”）转化为那份严格的“披萨订单”合同。它定义了接口、约束条件（什么是禁止的）以及测试规则。
2. HTML 智能体 (The HTML Agent)： 该智能体将合同转化为一个简洁、结构化的网页（HTML）。为什么要用网页？因为网页易于人类阅读，易于下一个 AI 智能体理解，也易于计算机脚本进行检查。它作为一个永久且不可更改的规则记录存在。
3. 硬件在环智能体 (The HIL Agent)： 这是建造者。它观察 HTML 合同，编写代码，然后——这也是最神奇的部分——在真实硬件上进行测试或进行模拟。如果硬件反馈说：“嘿，这个设计占用了太多内存，”HIL 智能体会看到这一证据，阅读合同，并重写代码以进行修复。如果它无法修复，系统就会知道要“回滚”并尝试另一种方法。

研究发现：小小的胜利与巨大的飞跃

团队通过两种截然不同的方式测试了该系统，以验证其是否真的有效。

1. “小型设计”测试 (HLS-Eval)
首先，他们在 94 个小型标准编码任务上测试了该系统。他们对比了三种方法：

• 直接法 (Direct)： 在没有任何特殊规则的情况下直接询问 AI。
• 合同法 (Contract)： 使用结构化合同，但不使用真实硬件反馈。
• ContractHIL-HLS： 使用完整的系统，即结合合同与硬件反馈。

结果非常明确。“直接法”通过测试的概率约为 64.0%。当加入合同后，成功率跳升至 70.2%。而完整的系统在单次尝试中达到了 70.4%，如果允许 AI 尝试五次，成功率则达到了 76.6%。这证明了仅仅强制 AI 遵循结构化合同，就能使其可靠性大幅提升，甚至在接触真实硬件之前也是如此。

2. “现实世界”测试 (PQC 案例研究)
小型测试固然不错，但它们能处理大型复杂系统吗？为了找出答案，团队构建了一个用于后量子密码学（PQC）的安全消息加速器——这是一种即使是未来的量子计算机也无法破解的超安全通信方式。这是一个涉及内存、时序和功耗的巨大工程挑战。

他们最初有一个设计（单个“比特流”），处理一条消息需要 207.3 毫秒。系统分析了硬件反馈，发现该设计过于拥挤且缓慢。遵循合同规则，AI 将设计拆分为两个独立的部分（“双比特流”组织）：一部分负责发送，另一部分负责接收。

结果如何？新设计的消息处理时间仅为 52.4 毫秒。这是一个巨大的提速！它还降低了功耗，并通过了所有时序检查。系统成功利用“合同”引导 AI 从缓慢的单设计转向快速的双设计，同时始终保持了安全性规则。

这为什么重要

这篇论文表明，我们不需要等待 AI 自发进化成“天才”。相反，我们可以构建一个工作流，让 AI 在严格、不可打破的合同引导下，并由现实世界的证据进行纠正。研究人员发现，这种方法不仅让 AI 写代码更快，更重要的是，它让代码能够“跑得通”。

然而，论文也谨慎地指出，这并不是包治百病的“魔杖”。在他们的测试中，有一组任务（被称为“machsuite”）即使有了合同，AI 仍然完全失败。这表明，虽然合同能帮助 AI 遵守规则，但如果 AI 本身还不理解底层的数学或逻辑，合同也无法解决问题。

简而言之，ContractHIL-HLS 是连接人类模糊想法与硬件芯片严苛世界的桥梁。它将 AI 从一个“创意作家”转变为一名“纪律严明的工程师”，确保当我们要求一台安全、快速的机器时，我们得到的确实是一台真正能工作的机器。