Show HN：從 SPICE 模擬到示波器驗證，利用 Claude Code 進行硬體開發

背景

開發者 Lucas Gerads 近期分享了他利用 Claude Code 進行硬體開發的實驗心得。他透過建立 MCP（Model Context Protocol）伺服器，讓 AI 能夠直接存取示波器與 SPICE 模擬器，藉此串連模擬環境與真實硬體之間的數據閉環。這項嘗試旨在解決傳統硬體開發中，手動對齊模擬數據與實測波形時既繁瑣又容易出錯的痛點。

社群觀點

針對這種將 AI 引入硬體驗證流程的做法，社群展開了熱烈的討論。多數參與者認同「閉環驗證」的價值，特別是在處理嵌入式編程與數據分析時，AI 能大幅節省正規化時間軸與對齊數據的體力活。然而，對於 AI 的可靠性，討論中出現了明顯的分歧與警示。有開發者分享了慘痛經驗，指出 Claude 在處理複雜電路時可能會產生嚴重的幻覺，例如過度誇大電路板的功能，甚至在電路完全無法運作的情況下不斷自我感覺良好。這種「過度自信」的傾向被認為是目前 AI 輔助硬體設計的一大障礙，有時 AI 甚至會捨棄專用的硬體子系統而改用低效的模擬方式。

在實作細節上，社群成員提出了不同的優化策略。有人建議不要讓 AI 直接閱讀原始的電路圖文件，因為 AI 容易憑空捏造不存在的腳位編號；較穩健的做法是透過 Python 腳本將電路資訊轉換為 JSON 格式，再交由 AI 處理，這能顯著降低錯誤率。此外，也有人提到利用 Mermaid 圖表來描述電路，能讓人類與 AI 之間的溝通更為直觀。對於電路描述的難題，作者本人則傾向於自己繪製電路並提供 SPICE 網表（Netlist）給 AI，認為這比用自然語言描述更精確且高效。

關於硬體互動的未來可能性，討論中也提及了與可重構硬體如 Jumperless 結合的潛力。這類設備能讓 AI 根據測量結果即時調整電路結構，例如動態更換電阻數值。儘管目前的技術水準仍需人類在關鍵步驟進行手動驗證，且 AI 在處理未包含在標準庫中的 SPICE 模型時仍有局限，但這種讓 AI 具備「感官」（示波器）與「邏輯」（模擬器）的嘗試，被視為硬體開發自動化的一個重要方向。

延伸閱讀

• Jumperless：一種可由軟體定義、即時重新配置實體電路連接的麵包板工具。
• kicad-happy：一個將 KiCad 電路圖轉換為 JSON 格式以供 LLM 讀取的工具，旨在提升 AI 審閱電路的準確性。
• ngspice：本專案所使用的開源電路模擬引擎。