Nalika OpenAI mbukak GPT-6 Astra minggu iki, siji demo narik kawigatosan khusus saka pamirsa sing arang-arang entuk swara nalika diluncurake model perbatasan: insinyur listrik. Kiriman peluncuran kasebut nampilake model ngrancang papan sirkuit ing KiCad, alat desain elektronik open-source. Nanging tim insinyur cilik wis takon pitakonan sing luwih angel - ora apa model AI bisa ngoperasikake piranti lunak elektronik, nanging apa sirkuit sing diasilake bener-bener bisa digunakake.

Wangsulan kasebut teka ing 4 September ing wangun EEBench, pathokan umum anyar sing menehi gelar sirkuit sing dirancang AI nggunakake simulasi SPICE deterministik tinimbang pangadilan manungsa. Asil awal nuduhake model saiki ngerti luwih akeh babagan elektronik tinimbang output sing biasane ditampilake, nanging isih gagal ing jinis prilaku bagean nyata sing nggawe insinyur manungsa uga. For more context on this story, see our ongoing more AI stories.

Napa Desain Sirkuit Mbutuhake Patokan Dhewe

Tim EEBench, sing nerbitake pathokan ing eebench.org, ujar pengalaman nuduhake model saiki wis nyerep buku teks, lembar data, cathetan aplikasi, lan kode sing akeh banget. Kemacetan yaiku antarmuka. Nalika agen ngoperasikake alat CAD grafis kaya KiCad, mbuwang akeh gaweyan kanggo ngeklik menu lan nglacak apa sing ana ing layar, nggunakake jendhela konteks kanthi koordinat lan negara aplikasi tinimbang alesan listrik.

EEBench njupuk pendekatan sing beda. Sirkuit ing pathokan ditulis ing atopile, basa sing njlèntrèhaké elektronik minangka kode deklaratif, supaya agen bisa langsung ing komponen, sambungan, lan kendala. Model kasebut bisa ngowahi desain, mbangun, nglakokake simulasi, lan mriksa kegagalan tanpa ninggalake proyek kasebut. Miturut tim, iki luwih apik tinimbang takon model kanggo nggambar garis ing GUI - lan ngidini benchmark test kawruh elektronik tinimbang nggunakake komputer.

Bagean Nyata, Gagal Nyata

Siji tugas umum digambar saka meter energi omah. Nalika sumber 5-volt sawijining ilang, sirkuit kudu tetep prosesor urip kanggo liyane 20 milliseconds supaya bisa nyimpen akumulasi maos, karo ril dilindhungi tetep ing ndhuwur ambang brownout 3.0-volt prosesor kabeh wektu.

Umume model, laporan tim, langsung entuk kesimpulan dhasar sing tepat: nambah kapasitor. Pathokan ndadekake sing harder saka muni. Kapasitor keramik nyata bisa ngirim luwih murah tinimbang kapasitansi sing diiklanake yen voltase ditrapake, bagean kasebut duwe toleransi, lan kapasitansi ekstra nambah biaya, butuh papan, lan nyuda ngisi ulang rel nalika daya bali.

Siswa kelas entuk siji kiriman sing nggambarake kesenjangan antarane jawaban buku teks lan hardware sing digunakake. Desain kasebut nemtokake 22 mikrofarad kanthi nominal - nilai sing katon cukup ing kertas. Nanging ing 4.7 volt bias, grader mung ngukur 11.4 microfarads saka kapasitansi efektif, adoh ing ngisor iki requirement 545-microfarad tugas. Kode sumber dibangun kanthi sukses. Sirkuit kasebut isih gagal: simulasi nuduhake rel sing dilindhungi mudhun ing sangisore syarat 3 volt sawise mung 0,85 milidetik, ora ana ing cedhak 20 sing dibutuhake.

Tugas sing luwih angel ditindakake. Siji assignment analog mbutuhake sintesis sawetara-umpan balik saringan low-pass watara op-amp, mecahaken rasio resistor lan kapasitor kanggo kutub dibutuhake, lan tetep gain, frekuensi cutoff, lan Q ing watesan sanajan saben komponèn wis di-push menyang paling awon toleransi sudhut.

Carane Grading Works

Priksa EEBench kanthi deterministik. Sabuk mbangun desain sing diajukake, nggawe grafik sirkuit lan tagihan bahan, lan nglakokake simulasi SPICE lan mriksa desain, kanthi saben syarat ngasilake pangukuran marang watesan angka. Tugas ngukur gain, ambang, ripple, respon sementara, lan prilaku ing sudhut komponen-toleransi. Skor teknis digabungake karo ukuran efisiensi biaya marang tagihan referensi bahan - sanajan biaya mung mbantu nalika sirkuit bisa digunakake.

Tim kasebut mbandhingake persiyapan kanggo menehi kompiler lan suite tes marang agen kodhe, kajaba tes ngukur voltase lan prilaku komponen. Kabeh tugas ing versi 1 nggunakake bagean pabrikan nyata, karo specifications dijupuk saka lembar data lan digawa menyang model simulasi, meksa agen kanggo nemokake kombinasi sing ana, bisa dhawuh, lan rega cukup.

Papan Pisanan

Asil saka 1 September nyelehake Claude Opus 5 ing ndhuwur EEBench V1 kanthi 61,6% ing 13 tugas. Grok 4.6 kaping pindho ing 57.1%, mung ing ngarep Claude Fable 5.1 kanthi 56.4%. Claude Fable 5 ngetung 54,3% lan Claude Opus 4,8 Max 51,4%. Tim kasebut nyathet yen sawetara wulan kepungkur, model kasebut ora bakal ditindakake kanthi apik.

Siji asil sing nyenengake tim utamane: xAI kalebu EEBench ing kertu model Grok 4.6, ing bagean babagan akselerasi teknik bebarengan karo modeling 3D lan evaluasi CAD parametrik. xAI kang diterbitake roto dhewe ngetung Grok 4,6 ing 60,0% karo gaweyan alesan xhigh. Miturut materi peluncuran xAI, model kasebut nampa data teknik lan latihan penguatan kualitas dhuwur ing lingkungan khusus domain, kalebu desain sing dibantu komputer.

model OpenAI kang dites nganti saiki njagong luwih mudhun meja: GPT-5.5 ngetung 42.3% lan GPT-5.6 Sol 39.4%. Durung ana asil GPT-6 Astra - jurang sing penting amarga demo KiCad model kasebut narik perhatian maneh. Papan pimpinan, metodologi, lan panjelajah asil sampel minangka umum, lan laboratorium bisa mbukak model dhewe.

Apa Ora Ukur - Nanging

EEBench V1 nyakup desain analog lan digital mung liwat simulasi. Iku durung nyoba apa model bisa lay metu Papan fisik, Pabrik iku, utawa nggawa munggah produk rampung - orane tumrap sekolah ngendi mode Gagal tanggung anyar katon. Tim kasebut ujar manawa pengin nambahake tahapan kasebut mengko, nanging fokus versi 1 ing loop verifikasi-desain-persyaratan amarga ing kana karya teknik sing migunani wis bisa dinilai kanthi objektif.

Isih, pathokan kasebut tiba ing wayahe. Laboratorium perbatasan saiki nyebutake ing kertu model, miwiti demo nyedhiyakake elektronik ing kaca ngarep, lan skor paling dhuwur - 61.6% - nuduhake model sing bisa migunani nalika isih adoh saka dipercaya. Kanggo para insinyur listrik sing nonton, pesen saka asil EEBench pisanan diukur: AI bisa nambah desain sirkuit ing kertas. Apa dheweke bisa urip kanthi kontak karo bagean nyata, mesthine ana pathokan iki.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →