“在海外硬件工程师的鄙视链世界里，一场关于设计灵魂归属的硬件“圣战”已悄然打响。一边是工程信奉“所见即所得”、手握鼠标精雕细琢的师的啥瞧“画图派”；另一边，则是新动向写高举“代码即真理”、用键盘召唤电路的代码的凭“写码派”。这不仅是不起工具的更迭，更是画图设计思维的碰撞。本文将带您深入这场对决的鄙视链核心，揭开这条“鄙视链”背后的硬件技术真相。”
不知从何时起，工程硬件圈也刮起了一股“代码风”。师的啥瞧你还在为手工布线绕过一个BGA而沾沾自喜，新动向写隔壁的代码的凭软件小哥已经开始对着黑漆漆的命令行窗口，聊起了“硬件即代码”的不起哲学。一场关于电子设计未来的“圣战”似乎已经打响，一边是坚守“所见即所得”的图形界面（GUI）阵营，另一边则是高举“代码优先”大旗的新锐势力。
“像素为王”的黄金时代：当画图是一种信仰
咱们先快速回顾一下传统 EDA工具的“舒适区”。那感觉，就像是画家在画布上创作。打开软件，左手一个器件库，右手一个工具栏，从库里拖出个电阻，再拽出个电容，然后用“画笔”工具把它们优雅地连接起来。整个过程行云流水，直观且富有美感。
对于那些钻研模拟电路或高频射频的老法师而言，这种像素级的精确控制更是设计的灵魂。元件的摆放位置、走线的细微弧度，这些图形本身就是电路性能的一部分。这是一种“心中有谱，手下有招”的境界，代码？那玩意儿能帮你通灵吗？
但这种美好的创作模式，在面对复杂性和协作时，也暴露了它的“阿喀琉斯之踵”：版本控制的噩梦和无尽的重复劳动。
新浪潮来袭：“代码派”的降维打击
就在硬件工程师被“合并冲突”和“复制粘贴”折磨得死去活来时，一群“跨界鬼才”将软件工程的成熟理念引入了硬件设计，其核心就是：代码才是唯一的“真理”，图形只是代码编译后的产物。这听起来有点玄，但它带来的优势，堪称降维打击。
优势一：从“复制粘贴”到“一键生成”的魔法
这可能是代码驱动最直观的优势。想象一下，你不是在“画”电路，而是在“召唤”电路。
对决场景：LM317稳压电路
传统画图派：
拖出LM317、两个电阻（R1, R2）、若干电容。
打开计算器，根据公式
V_out = 1.25 * (1 + R2/R1)，手动计算R1和R2的阻值。比如要输出5V，你选了R1=240欧，然后算出R2需要720欧。去元件库里找，发现没有720欧的，只好选个最接近的750欧，再算一遍实际输出电压，忍受那一点点误差。
小心翼翼地把线连好。
代码写码派： 你可能只需要写这样一行：
my_power_module= Power.LDO(chip='LM317', output_voltage=5V, current=1A)这行代码背后发生了什么？
自动计算：工具自动根据你期望的
5V电压，运用公式计算出理想的电阻值。智能选型：它会查询公司的标准元件库（甚至是实时的供应商库存），在E96或E24系列里，自动为你选择最匹配、最常用、最便宜、库存最充足的一对电阻，比如R1=249欧，R2=750欧。
生成电路：自动在底层生成完整的、无错误的原理图连接。
参数化：下个项目需要3.3V？只需把参数改成
output_voltage=3.3V，整个模块，包括电阻值，都会自动重新生成。需要加个电源指示灯？加个参数with_led=True，工具会自动帮你加上LED和匹配的限流电阻。
优势二：从“亡羊补牢”到“防患于未然”
传统EDA的电气规则检查（ERC）就像是考试结束后的阅卷，你只能祈祷自己没犯错。而代码驱动的验证，是你的贴身私教，在你犯错的瞬间就敲你脑壳。
对决场景：MCU与外设连接
传统画图派： 你把一个工作在3.3V的MCU的GPIO口，直接连到了一个工作在5V的传感器上。画图的时候，软件毫无反应，它觉得你画得挺好。甚至 ERC 也不会报错。
代码写码派： 当你试图在代码里连接这两个模块时：
connect(mcu.portA, sensor.data_pin)编译器会立刻报错：“Error: Connection failed! Voltage mismatch on port. mcu.portA operates at 3.3V, but sensor.data_pin requires 5V.” 错误在它诞生的那一刻就被杀死了。你甚至都不需要成为一个电平专家，工具的内在逻辑强制你做出正确的设计，比如提示你插入一个电平转换芯片。
优势三：从“合并噩梦”到“无痛协作”
这是解决硬件团队协作效率的关键。
对决场景：两人分工开发一块主板
传统画图派： 小明负责电源部分，小红负责处理器和DDR部分。他们只有两种选择：要么小明做完，小红再做，串行工作效率极低；要么两人在同一个文件的不同副本上修改，最后找个倒霉蛋花一天时间，对着两张图“大家来找茬”，手动把修改合并到主文件里，过程极易出错。用Git？那只会给你一个无法解读的“天书”般的冲突文件。
代码写码派： 整个项目被分解成多个文本文件：
power.ato、processor.py、memory.py... 小明在power.py里尽情施展，小红在processor.py里大展拳脚。他们各自提交自己的代码，最后用Git执行git merge命令。Git能够清晰地理解文本文件的差异，在几秒钟内自动完成合并。团队终于可以像软件开发一样，实现真正的并行开发。
优势四：从“设计图纸”到“设计数据”
当你的设计是代码时，它就不再仅仅是一张图，而是结构化的数据。这意味着你可以用程序去操作和分析它。
对决场景：生成BOM和文档
传统画图派： 设计完成后，手动导出一个Excel格式的BOM表。然后，你需要手动检查每个元件的库存、价格、采购周期。写设计文档时，需要手动截图、复制参数，枯燥且容易过时。
代码写码派： 你可以运行一个脚本：
pythongenerate_docs.py这个脚本可以：
自动生成BOM表。
调用公司ERP系统的API，实时查询每个元件的库存和价格，并高亮预警缺货的元件。
自动生成一份图文并茂的PDF文档，包含最新的原理图、每个模块的设计参数、关键性能指标等。设计一变，文档一键更新。
未来已来：放下鼠标，还是拥抱键盘？
看到这里，你可能会觉得代码派简直无敌。但别忘了，它最大的劣势：陡峭的学习曲线和对视觉直观性的剥夺——依然是真实存在的。
所以，这场变革的未来，更可能是一种融合而非颠覆。传统EDA巨头们也在积极地将AI和自动化功能集成到现有工具中。未来的工程师，其角色将从一个埋头画线的“绘图员”，转变为一个定义目标、约束和验证标准的“架构师”。你负责提出需求，比如“给我设计一个功耗最低的蓝牙模块”，然后让AI在你的框架内完成具体的布线和优化。
硬件工程与软件工程的边界正在以前所未有的速度模糊。未来的“大神”，将是那些能够娴熟驾驭这两种思维模式的“T型人才”。他们既有深厚的电子工程功底，也懂得如何用软件的思维去赋能硬件开发。
所以，各位工程师，别再纠结于“画图”与“写码”的鄙视链了。真正的赢家，是那些能根据任务需求，灵活选择最佳工具和方法的人。或许，是时候泡上一杯咖啡，打开一个开源的代码驱动工具，从一个小项目开始，亲身体验一下这场正在发生的变革了。毕竟，谁知道呢，也许下一个在硬件圈引领潮流的，就是既懂模拟电路又会写Python的你。
结束语
看到这儿，您可能还一头雾水，不知道这篇文章想表达什么。
您没猜错，文章的确是 AI 写的。但我实际想讨论的，却是实实在在在已经在彼岸发生的：越来越多的基于代码的 EDA 工具正不断涌现，试图用新的范式及商业模式冲击传统的 PCBEDA 工具。LLM 的快速进步更是印证了新方法的有效性及必然性。
如果大家对代码设计硬件的话题感兴趣，请在文后留言。也许、可能会再写一篇正儿八经的讨论两种范式的推文，顺便详细介绍下海外的头部产品。
还没有评论，来说两句吧...