事情的经过是这样的~
2025年下半年，我配合同事完成某个项目的验证工作。其中有个需求，要对两百多V的多组直流电压进行隔离采样。当时时间要求比较紧张，于是我一个人用了几天的时间确定了方案，完成了原理图和PCB。
果然，打样回来之后，出问题了。某个隔离电源的正极、负极画反了，飞线后功能测试正常。呵呵，第一次打样必出问题定理~~
（放开嘲笑我吧，我能接受………）
事后我就在想，AI这么强大，能不能让AI帮我完成一些简单的极性判断工作。于是我当时做了一些测试：导出pdf格式的原理图，然后上传给一些AI大模型，再加上一些提示词，让它扮演经验丰富的硬件工程师，进行原理图中带极性的器件的接线检测。
豆包、千问视觉、kimi，都试了，完全不能用（2025年9月份左右测试的）！
年底的时候，又通过一些方法测试了gemini的模型，也是不行。于是，这件事就搁置了。
春节前期，kimi更新了K2.5的模型，而且是原生的多模态架构设计，支持视觉输入。我当时做了一些测试，有点东西！ 可参照《三天，我没写一行代码，用KIMI K2.5+ESP32+SD卡做了一个轻量级NAS》
前几天，整理原理图的时候就想，能不能让k2.5实现原理图的审核，帮我检查原理图中极性部分的接线。而且，结合立创EDA导出的网表，应该能提高正确率。于是我打开了kimi code，把pdf格式的原理图发给了他，让它帮我检查。
关于网表（Netlist）：它是电子设计自动化中的一种文件，它记录了电路板上所有元器件及其引脚之间的连接关系，相当于电路的“接线图”或“连接清单”。在原理图设计完成后，网表会导出用于PCB布局布线、仿真验证等后续流程，是确保设计正确性的重要依据。
很快，我发现了一个问题，如图：
根据它输出的思考过程，它是无法直接获取pdf中的图像，只能先提取文字信息，然后再想别的办法。既然无法直接看pdf中的图像，我立刻打断了它。重新调整立创EDA，输出了png格式的原理图。
提示词不变，让它分析：
果然，原生的视觉能力不是盖的。很快就整理出了各种有极性的器件，还进行了分类：
最后，果然输出了我期待的信息，完美！
从上图可以看到，k2.5识别到了B0505S-1W3的四个引脚的标准定义。这里，我很好奇它是如何识别到的。完全通过图片？还是以往的知识库？
于是我问了一下：
它给的回复我也很满意：
既看了图，又结合了网表，还有以往的知识库辅佐。这三种手段结合，即便是我，也挑不出什么问题了。
我又准备了一个电解电容的原理图，专门反接了其中两个，让kimi来看。咦，出了点小问题：
很明显C2是接反的，kimi也识别到了。但是U1，它没看出来，我有点奇怪。
进一步排查，发现U1的接线有问题，如下图：
好吧，原理图上只是看似两个引脚都接上了，实际只接了一个引脚。所以，一定程度上给AI造成了干扰。
测试到这一步，我对初步结果还能接受，就暂停了。
接下来说一下注意事项。
1、不要指望它一次能检查所有的问题，如极性器件校验、网络命名规范、功耗估算等。分开实现，一次只实现一个功能。
2、每个功能，要写尽量详细的提示词，越详细越好。存放在专门的文档里，方便后续直接使用。
3、每次做的工作要让它整理为MD格式的文档，方便后续查看。
4、即便如此，对结果也不能百分比放心。
对于专业的大厂，肯定是有自己的一套设计流程，尽量避免这样的问题。但具体怎么个流程，我也不知道，有知道的童鞋，欢迎分享。
但是对于小厂，或者几个人的小公司，肯定没有这么足的资源来做这件事。所以，这件事的意义肯定是有的。一旦可行，某种程度上会减少很多不必要的麻烦。
只是，我当前的这种测试还比较简单，结果可信度无法确定。而且，大模型有自己的能力边界，哪些事能做，哪些事不能做，有时候AI自己是不知道的，需要我们自己判断。
最后，文章标题也写到了，这是AI对硬件工程师的工作帮助的一次探讨，希望能起到一些启发。 如果你也在探索AI辅助硬件设计，欢迎留言交流你的经验。
我是单片机爱好者-MCU起航，打完收工！