★ FEATURED ARTICLE 1. 电源自动化 Agent 的隐形瓶颈不是模型不行而是知识撑不起“严谨计算”现在的局面是大模型浪潮推进到硬件设计领域很多人都想搞一个“电源设计自动 Agent”输入需求自动出拓扑、出关键器件选型、出环路补偿参数。这类尝试听上去很美好做起来却会迅速撞墙模型能生成一份看起来像模像样的设计方案但里面的计算往往是不可复现的。同样一个输入跑两遍可能给你完全不同的变压器参数同一个功率管上一轮推导说耐压余量足够下一轮又改口说建议换型号。这种不可靠不怪模型本身怪的是我们没有给它一套能支撑“严谨计算”的知识底座。这里要说的“三层权威”精细化知识库就是专门解决这个问题。它不是把一堆应用笔记、器件手册丢给模型做检索增强而是把电源设计的知识重新拆解成三个层次的权威来源物理规律层、工程规范层、实测反哺层。每一层各管一块层与层之间有明确的调用关系和冲突仲裁规则最终让 Agent 每一次计算都有据可查、每一步推导都有约束、每一个输出结果都能回推到源头。适合读这篇文章的人我想是这几类正在做电源设计自动化工具但被“知识工程”卡住的人想把大模型技术引入硬件研发流程的团队负责人还有想在传统电源设计方法学上沉淀一套可复用知识体系的资深工程师。后面这些内容不会停留在概念层面我会把知识库怎么分层、每个计算单元怎么建模、Agent 怎么调用这些层次做推理和校核以及我实际搭建中踩过的坑都摊开来聊一遍。2. 三层权威的职责划分物理规律、工程规范、实测反哺各管一块在开始讲建模细节之前先把“三层权威”的边界和职责说清楚。一个严谨的电源计算链条不是一条平铺的公式清单而是由不同可信级、不同适用范围的知识拼起来的。把它们混在一起Agent 就会出现“用经验公式推翻物理约束”或者“用一个不适用小信号假设估算大信号行为”这种错误。分层的目的就是给知识标好可信等级和适用条件。2.1 第一层权威物理规律与电路公理不可妥协的“地基”第一层就是电路理论和电磁场理论里那些可以被严格推导、普遍成立的规律。基尔霍夫电压定律、基尔霍夫电流定律、电感伏秒平衡、电容安秒平衡、法拉第电磁感应定律、能量守恒这些属于“公理级”。它们不依赖于任何一个具体器件品牌不随温度变化也不会因为换了拓扑就失效。举个例子一个 Buck 电路要算输出纹波最基本的出发点就是电感电流的纹波表达式流过电感的电流上升斜率等于输入电压减去输出电压再除以电感量。这个表达式看起来简单但 Agent 要把它计算得“严谨”就必须知道它是从伏秒平衡和电感基本方程一步步推出来的而不是从某篇博客里抓来一个公式就套。因为只有理解了推导链才知道当输入电压变化、当电感进入饱和时公式不再适用。物理规律层的价值就是提供这种“推导式知识”不是给一个孤立公式而是给公式的来龙去脉、适用前提和推导路径。我之前见过一个半自动设计的尝试单纯用大语言模型生成同步整流 Buck 的电感选型模型很快给出一个电感量但追问它的依据是什么它会搬出一个常见应用笔记里的经验公式而那个公式默认了额定负载下的某个固定纹波比例和实际需求里要求的动态响应指标对不上。这问题恰恰出在知识库里只有“经验做法”缺少第一层的物理推导来兜底。所以第一层权威的另一个作用是充当“仲裁者”当经验值和物理规律冲突时物理规律优先经验值只能作为参考线索。2.2 第二层权威器件手册、行业规范与工程近似最常用但也最容易被误用第二层是实际电源设计中真正花掉工程师大部分时间的那部分知识器件数据手册里的参数、厂商应用笔记里的设计流程、行业通用的降额规范、电磁兼容标准里的传导发射要求。这一层的特点是“权威但受限于具体对象”。一个电容的 ESR 随频率、温度变化数据手册会给典型曲线但对自动化计算来说曲线数字化和边界标注比文字描述重要得多。设计一个反激电源时计算变压器的匝比就要同时用到第一层和第二层。第一层给出的关系是反射电压、输出电压、最低输入电压和最大占空比之间满足伏秒平衡。但到底选多大反射电压要不要留尖峰余量则要参考第二层里控制芯片厂商对极限占空比的约束以及功率开关器件耐压曲线的安全边界。这时候Agent 要做出的是一个“在约束空间内选值”的决策而不是背诵一个固定公式。这就是精细化的意义第二层知识不能是一堆 PDF 的堆砌而应该是结构化后的参数表、边界条件、适用范围包括“这个参数有效的前提是环境温度、开关频率、封装方式是什么”。还要特别提一个点数据手册里的参数往往有最小、典型、最大三列。工程计算里面温升类计算通常用典型值耐压和电流极限类计算则必须按最小值或最严苛情况做降额。自动化 Agent 如果对这一套没有建模它很可能为了凑出一个好看的结果把典型值和极限值混着用。我在搭建过程中曾经亲眼看到 Agent 输出“选这个功率管没问题”的结论原因就是它用了典型导通阻抗去算损耗而没有按结温一百摄氏度下的最大导通阻抗来校核结果实际样机效率低了好几点。这类问题不是模型笨是第二层知识缺少“参数角色标注”。2.3 第三层权威实测数据与经验反哺让知识库从静态变成活的第三层是前三者的闭合层也是大多数知识库最容易省略的一层。任何计算模型都是对现实的近似理论算得再漂亮也要用实测数据去校准。第三层权威收录的是样机实测的温升数据、波形图里读出来的实际纹波值、不同批次器件之间的离散性统计、长期可靠性测试后的参数漂移趋势。严格说这一层知识的可信度来源不再是“推导”而是“可复现的观测”。第三层在自动化中承担一个非常关键的角色帮 Agent 收敛那些计算模型里没有考虑周全的隐性因素。比如磁性元件的损耗第一层能算直流损耗和高频交流损耗第二层能提供磁芯材料的损耗系数但实际损耗还取决于绕线工艺、气隙处理、邻近效应。这些因素在前期计算里没法精确建模只能靠第三层里积累的同类型拓扑、同功率等级下的修正系数来修正。有了这一层Agent 的计算不再是空对空而是带着实验反馈的闭环校准。三层之间的关系可以这样理解第一层保证不犯原理性错误第二层保证选型和参数边界合理第三层保证结果与真实世界偏差可控。缺少任何一层严谨计算都立不住。3. 精细化知识库的建模原则要能算、能查、能追溯定义完了三层接下来的问题就是这些知识在知识库里到底以什么形式存在。传统做法是把设计手册直接入库让模型做语义检索。这对“阅读型”问题有效但对“执行计算型”问题是失效的。一句话总结我的观点电源设计知识库的最小单位不是一篇文档而是一个可独立执行的计算节点。3.1 知识粒度把手册拆成带前置条件的计算单元我在实践中会采用这样的拆分方式把一个完整的设计知识拆成若干计算单元每个单元包含一个可计算的数学表达式或查询逻辑、一组输入参数、一组输出结果、一组合法性前置条件以及一条知识来源引用。举个例子“反激变压器气隙计算”这个主题不会被存成一大段文字而是被拆成“气隙与电感量、饱和电流之间的关系式”“磁芯截面积参数表”“气隙制作公差对电感量的影响系数”等多个计算单元。每个单元之间有明确的输入输出引用关系形成一个知识网络。这样拆有四个明显好处。第一可验证性每个计算单元可以单独对照原始手册或理论推导来审核错误不会淹没在长篇大论里。第二可组合性不同的设计任务可以按需把相关计算单元拼装成计算链。第三可解释性Agent 输出结果时能明确列出自己用了哪几个计算单元每步依据什么公式、查了哪张表。第四可维护性某个参数过期了或者发现某个系数有误只需要替换对应的计算单元不需要整篇修订。这里要特别强调“前置条件”的重要性。每个计算单元都应该能回答“我什么时候不适用”。比如小信号环路分析中的相位裕度计算公式前提是系统在工作点附近满足线性化假设负载瞬态从一个轻载阶跃跳到重载时线性化模型预测的过冲幅度可能和实测有明显偏差。如果计算单元不把这些条件显式建模Agent 就会缺乏判断力去决定这条公式能不能用。3.2 单位、边界与约束表达严谨计算的兜底机制严谨计算最容易翻车的地方其实不是公式本身而是单位、有效数字和边界条件。这些地方人类工程师靠经验和红线检查来兜底Agent 没有直觉所以必须把约束显式表达成机器可检查的规则。单位一致性是最基础的一道闸。电流单位、电压单位、频率单位、电感单位在知识库里必须唯一确定计算单元在输入输出时要做显式单位换算。这个看起来很笨但确实能拦截掉一批低级错误。边界条件这一块我给每个计算单元增加了“适用域”标记。比如某条开关损耗计算公式适用的频率范围、适用的电压范围、适用的器件类型。如果 Agent 拿一个快速开关器件的超快开关过程去套普通硅器件的开关损耗近似模型计算单元应该主动报出不适用或者给结论打上“低置信度”标记而不是默默输出一个数字。这种主动暴露不确定性的机制是一个严谨知识库和普通文档库最本质的区别。3.3 可追溯性设计每个数字都要能回答“从哪来的”可追溯性在三层权威体系里是贯穿始终的原则。任何一个经过知识库计算得到的中间量都应该能回答三个问题来自哪条权威来源经过了哪些计算单元的变换在哪一个环节引入了假设。我在实现上会给每个计算节点分配一个全局唯一标识并记录它的依赖节点列表。这样最终设计报告里的任何一个参数都能拉出一条完整的数据血缘链。可追溯性还有个很实际的价值当实测结果和仿真计算对不上时回溯数据血缘链能快速定位是哪个环节的假设出了问题。是磁芯损耗系数取错了还是热阻值用了典型值或者是负载条件偏差导致工作点偏移。没有这个链条排查就只能靠猜自动化工具的可靠性也就无从谈起。4. 知识库怎么被 Agent 用起来推理、执行、校核的完整闭环知识库本身是静态资产Agent 是动态消费者。要让三层权威真正为严谨计算服务Agent 的执行流程不能是“一次生成一个大结果”而应该是“逐步推理、动态调用、反向校核”的三段式。下面按这个顺序拆开讲顺带用一个常见的隔离式直流电源设计场景做线索。4.1 从需求到拓扑选型Agent 如何逐层取用知识假设输入需求是输入电压范围 9V 到 36V输出 12V 恒定额定负载 3A要求输入输出隔离并且对成本敏感。Agent 的第一步不是直接套公式而是基于第二层权威里的行业选型框架判断反激拓扑在这个功率等级和成本约束下是合理起点。这一步对应的是经验规则层但在三层体系里它的推荐必须被后续计算校验而不是终局判定。选定拓扑后计算链逐步展开。要确定变压器匝比Agent 先去第一层取伏秒平衡约束和反射电压关系得到一个带参数的可计算方程再去第二层查目标控制芯片允许的最大占空比范围、功率管的耐压降额曲线。两层数据合并之后才能确定一个具体匝比。这过程里Agent 实际上是在跑一个约束求解过程在物理方程、器件限制、成本目标三者之间寻找可行区间而不是背诵一个唯一答案。很多自动生成的方案之所以不可信就是因为跳过了渐进的约束搜索直接给一个看起来差不多的结果。4.2 计算执行过程中的中间校验计算链在执行过程中不能黑箱到底需要在若干个关键节点设置中间校验。比如变压器设计完成之后要检查磁芯是否饱和环路补偿参数算完之后要用交叉频率和相位裕度指标做合理性校验功率管选型之后要用所有最恶劣工况把损耗和温升重新扫一遍。每个中间校验其实都在调用前面定义的知识库检查磁芯饱和时调用的是第一层的安匝数和磁通密度关系检查环路用的是第二层的性能规范检查温升用的则是第三层积累的散热修正系数。这里有个非常容易被忽视的细节中间校验通过不代表计算链正确。原因在于各步骤之间可能存在交互比如为了降低开关损耗而选了更慢的驱动电阻也可能导致开关节点振铃变大、电磁干扰超标。知识库的前两层对这种交互很难覆盖全最终还是要靠第三层的交互耦合结论来补。所以我在执行框架里给跨步骤交互检查也留了节点Agent 在完成单点校核后还要做一次面向整机的联合检查尽管这个联合检查在早期只能以简化模型的方式进行。4.3 反向校核让最终答案回到三层权威面前重新被审视计算完成后反向校核。这是我自己项目里收益最大的部分。把 Agent 输出的每个关键设计参数反向映射回三层知识来源做一致性比对。比如计算出来的功率管最大漏源电压应力应该回第二层查器件手册的耐压规格确认至少留出安全余量计算出来的输出纹波应该回第一层用基本的电荷平衡关系重新推一遍如果结果和第三层里同类设计的实测典型值偏离超过一个阈值就要触发告警去检查是不是哪个输入数据或者公式引用异常。这套反向校核看起来是多跑一遍但它能把推理链里那些因为语义歧义产生的错误暴露出来。大模型在解析自然语言规格时很容易把“纹波不超过 50mV”理解成“负载调整率不超过 50mV”这类语义错位如果不回查源头结果就是设计错在方向上。反向校核机制就是要让错误藏不住。5. 搭建过程中最常见的坑以及我在实战里怎么绕过去讲完架构和流程落回实操。很多团队看到“知识库”三个字以为找一堆手册、写几个脚本解析入库就成了。我实际做过之后才有体会难点根本不在录入数量而在知识结构的规范化程度和分层之间的仲裁逻辑。下面这几个坑排名不分先后都是实际撞过墙的地方。5.1 层内数据互相矛盾主权威来源没定清楚第二个常见问题是不同来源的同类数据互相矛盾。同一颗功率磁芯厂商应用笔记上给的损耗系数和手册里给的不一样多份文档之间数据冲突。如果有人把所有文档一股脑塞进同一个知识库Agent 检索不同来源时就会得出前后不一致的结论。我后来的做法是每个计算节点在入库时就必须明确主权威来源。当多个来源冲突时主权威优先辅来源只作为置信度参考要是主权威本身存在版本更新还要维护新旧版本的替代关系最好让计算节点带着版本号运行。这样做有个实际好处Agent 输出设计方案时可以直接在报告中注明该参数基于某个版本手册中的典型曲线将来器件停产或者手册换版整套设计方案也能快速重算。5.2 第三层数据来源不可控把“个例”当成“规律”另一类特别头疼的问题是把未经充分验证的经验笔记和严格实测数据混在第三层里。一次偶然的样机测试结果跟经过批量统计的离散性数据可信度完全不同绝不能放在同一个级别。我一开始就把实验室历次项目测试数据全部堆进了第三层结果 Agent 在一次温升预测里被一条极端个例数据带偏输出结论比普通情况保守得多。从那以后第三层数据的入库要求定得很严必须带有测试环境、样本数量、重复次数只允许统计结果和经过评审的典型工况数据进入正式知识库还没有充分验证的经验只能留在草稿层绝不上线。5.3 公式的适用范围标注不到位计算单元被用在不该用的地方还有一个是适用范围标注的问题。知识建模里写的前置条件如果写得模糊计算单元就会在错误的应用场景里被调用。比如一个连续模式反激设计公式被 Agent 拿去算断续模式的极限功率虽然输出数字很漂亮但物理上已经站不住。针对这事我把适用范围写进计算单元的不可用条件列表里Agent 一旦匹配到不可用条件要么走备用计算单元要么终止计算并明确报出原因。宁可直接说“不能算”也比给一个错误数字更有价值。5.4 忽略了校验层的单元测试知识库越扩越乱我把知识库当成软件来对待每个核心计算单元都配了单元测试脚本输入一组已知的理想化数据输出必须落在预期区间内。这个习惯救了我不止一次。有一次改了一个热阻换算表手误把单位写错了如果没跑单元测试整套温升计算会跟着错排查起来非常费劲。单元测试不追求覆盖所有边界但至少要对每个计算单元的主干逻辑做一两个基准断言。知识库在持续扩容时这套测试就是最廉价的安全网。5.5 过度追求自动化忘了给工程师留必要的干预接口最后一条与其说是知识库的问题不如说是工具设计的问题。自动化的目的是减少重复劳动不是替代工程判断。再完善的三层知识库也无法覆盖所有异常工况总有一些现场情况需要人来拍板。所以在 Agent 的输出流程里我保留了关键节点的人工确认比如拓扑选型结果、降额系数、安全余量这些涉及风险决策的输出不要一键通过必须有人在界面上显式确认。这个看似不够自动的设计反而让知识库更敢输出大胆的推荐因为每一个风险决策都有人为背书后续反馈数据也更好归因。6. 一点实践体会把知识库当成硬件来做评审回到最开始的问题。电源硬件设计自动化真正能落地的形态不是让模型生成一份不可复现的设计文档而是让它在一个被严格控制的知识底座上产出可复现、可追溯、可审计的设计决策。三层权威精细化知识库的价值正在于把工程师脑子里的分层判断逻辑显式搬到了机器可读的结构里。第一层提供物理约束第二层提供工程边界第三层提供经验修正三层之间的调用规则和冲突仲裁机制决定了这工具是靠谱助手还是只会说漂亮话的摆设。就我自己的实操感受搭建这套知识库的过程本身也像一次硬件原理图评审。你要不断追问这个公式的边界在哪这条数据来源的测试条件是什么这个结论换成极端参数时还成立吗。我在做完初版之后把入库的计算单元和原始手册逐条对照了一遍凡是描述含糊的都打回重做。这个过程很花时间但效果立竿见影Agent 的每一条计算结果背后都有完整证据链工程师拿到手里才敢真正按这个结果去打样、去买器件、去调环路。这也是我认为自动化电源设计这条路唯一走得通的前提。
阅读完成 · 觉得有帮助？
