Synopsys ogłosił 28 września 2026 roku platformę Autopilot i rozwiązania AgentEngineer, które mają wspierać pracę inżynierską w sześciu obszarach — od weryfikacji po symulację. Firma planuje ich dostępność pod koniec 2026 roku i podaje, że trwają już prace w ramach ponad 50 zaangażowań klientów.

Synopsys zapowiada Autopilot i AgentEngineer

Autopilot ma koordynować pracę agentów AI w przepływach inżynierskich, a AgentEngineer obejmuje rozwiązania przeznaczone do dłuższych zadań oraz wyspecjalizowanych czynności. Synopsys wskazuje sześć obszarów: weryfikację, walidację systemów, implementację, projektowanie analogowe, produkcję oraz symulację i analizę.

Wśród wymienionych zastosowań są domykanie pokrycia testami, uruchamianie i walidacja oprogramowania, montaż układów 3DIC z wielu matryc oraz synteza układów analogowych. AgentEngineer ma też wspierać domykanie PPA — czyli optymalizację mocy, wydajności i powierzchni układu — a także migrację projektów i syntezę masek.

Jak ma wyglądać praca agentów

Opis architektury rozdziela zadania między trzy poziomy. AgentEngineer obejmuje agentów długiego horyzontu, którzy koordynują pracę; agenci zadaniowi realizują konkretne, ograniczone czynności, a narzędzia inżynierskie wykonują zlecone operacje. Autopilot ma zapewniać koordynację i zarządzanie tym przepływem.

Przykładem zadania jest domykanie pokrycia weryfikacyjnego: agenci zadaniowi mają pracować nad osiągnięciem wyznaczonego celu weryfikacji. Inne przykłady obejmują tworzenie i walidację oprogramowania oraz implementację projektu. Synopsys wymienia też umiejętności agentów, pamięć, telemetrię i zarządzanie jako elementy platformy.

Gdzie pozostaje kontrola człowieka

Synopsys określa agentów jako Level 5 według własnej skali autonomii. W opisie działania platformy pozostają jednak zabezpieczenia definiowane przez ludzi oraz punkty zatwierdzania, w których decyzja należy do człowieka. Zespoły mogą wyznaczać miejsca przeglądu i przekierowania pracy.

Co mierzą podawane wyniki

Synopsys podał, że w lipcowych pracach z NVIDIA domknięcie weryfikacji przebiegało do 50 razy szybciej, a pokrycie było o 20% wyższe niż w przepływach Synopsys bez AgentEngineer. Obie wartości dotyczą tych prac i tego punktu odniesienia.

Fujitsu zgłosiło wzrost produktywności o 10–30% przy generowaniu kodu RTL z użyciem możliwości Verification AgentEngineer. RTL to opis działania układu na poziomie transferów między rejestrami; wskazany wynik dotyczy generowania takiego kodu, a nie wszystkich zadań projektowych.

AheadComputing podało, że Implementation AgentEngineer ograniczył ręczny nakład pracy na etapach od przekazania projektu RTL przez implementację i poprawki ECO po sign-off, czyli końcowe zatwierdzenie projektu. Firma nie przypisała temu efektowi wartości liczbowej.

Wybór modeli, infrastruktury i zabezpieczenia

W opisie platformy przewidziano wybór modeli Synopsys, partnerów i dostawców zewnętrznych, a także infrastruktury, danych, agentów i przepływów pracy. Anand Thiruvengadam z Synopsys opisał również możliwość korzystania z modeli komercyjnych, otwartych lub dostrojonych oraz uruchamiania ich w Synopsys Cloud, chmurze klienta albo lokalnie.

Synopsys wymienia kontrolę dostępu, szyfrowanie i zabezpieczenia działania agentów jako elementy ochrony własności intelektualnej klientów, partnerów i firmy.