文章标题:Agentic AI 设计了一款模拟合成器
我们能否直接在硬件上对实际的模拟电路进行“氛围工程”(vibe-engineer)?当 GPT-6 Astra 和 Claude Opus 5.5 于 2026 年 9 月发布时,可以很清楚地看出,这些模型在空间推理和整体工程能力上都有了显著提升。OpenAI 甚至在公告中展示了一块由 Astra 设计的 PCB。我决定对这些能力进行一番检验。结果令我相当惊讶,同时也让我对模拟合成器有了不少了解。
如果你对最终成果和音频示例感兴趣,欢迎浏览代码仓库、阅读 AI 生成的设计报告,或查看带声音示例的 AI 生成网站。下面继续阅读,了解人类视角的解读。

设置
在进行完整的端到端 GenAI 设计时,我通常会遵循一种系统化的方法,从最高的抽象层级开始(可以参考 V 模型)。我尽量避免“迭代式编辑”,也就是开始在较低层级上改动东西的做法。我的观察是,让模型根据一份完整的规格说明一次性生成下一个抽象层级,要比逐步生成容易得多。一个可能的原因是,这样能为模型提供更紧凑的上下文。我还会让它同时撰写一份设计报告,通常是一个文件夹里的 .md 文件,或者一份 LaTeX 设计报告。当然,这本来就是正规的工程实践。但在使用 AI 时,人们很容易采用试错的方式,而我发现这种方式的成功率要低得多。
我在 VSCode 中使用带有 Opus 5.5 的 Claude Code,从一个空的项目文件夹和一个全新的 git 仓库开始。我让智能体参考 JLCPCB 的免费元件清单,并请它提出可以用这些元件做些什么的建议。在对一些乏味的选项进行反复斟酌后,我提议做一款由 MCU 控制、PCB 上带触摸键的模拟合成器,除了指定要使用的 MCU(CH32V00x)之外,几乎没有给出更多输入。
它建议采用减法合成器架构,包含 Juno 风格的数控振荡器(DCO)、Moog 风格的晶体管梯形滤波器和压控放大器。
设计与实现
我让 Claude Code(CC)使用 Windows 环境中的 KiCad 10,以及用于所有 Linux 命令行工具的 WSL,具体包括用于电路仿真的 ngspice、用于生成文档的 pdflatex、RISC-V 工具链,当然还有 Python。几乎一切都是 Python 脚本。
我让它设计电路、在 ngspice 中进行仿真,并撰写一份仿真报告。该智能体基于从网上获取的模型,构建了自己的元件库。CC 根据仿真结果修正了初始设计中的一些部分。为了能够对整个合成器进行仿真,我还让它用 Python 提出一个行为模型,并对照 ngspice 仿真进行校准。仿真的音频示例全部由该行为模型生成。

电路细节
我之前对模拟合成器的经验有限,对其中一些设计选择感到相当惊讶。我详细审查了设计,但没有做任何改动。元件选择范围相当有限,这也是为什么我们会看到许多在 70 年代也会用到的元件——不过我想,这对模拟合成器来说也很相称。
文章标题:Agentic AI 设计模拟合成器
正文: 合成器的信号链如上所示。其基本思路是使用一个频率可调的振荡器来产生富含谐波的信号。在本例中,这是一个模拟锯齿波振荡器。此外,还可以直接使用 MCU 的数字输出引脚来生成噪声和方波波形(后来我还尝试了使用这些引脚为振荡器实现直接数字合成)。随后,振荡器信号经过一个谐振可控的低通滤波器。该滤波器是晶体管梯形滤波器,这是一种经典设计,因 Moog 合成器而闻名。滤波器的输出随后被送入压控放大器(VCA),它本质上是一个可变增益放大器。
DCO
该振荡器本质上是一个基于 10 nF 电容、电流沉和复位开关的可复位积分器。复位开关由 MCU 引脚控制,该引脚控制锯齿波信号的音高。电流沉由 MCU 的 PWM 输出经无源低通滤波器控制,并设定斜率。LM324+晶体管将电压转换为电流。AI 正确地为积分器选择了低输入漏电流的运放(TL072,受 JLCPCB 免费器件选择的限制)以及高额定电压的 10 nF 电容(X7R,50 V——没有 C0G 可选),以降低非线性。
压控滤波器
上图框图展示了合成器的核心——晶体管梯形滤波器及其控制电路。混频器将振荡器信号合并。梯形滤波器是一个斜率非常陡峭(24 dB/oct)的压控低通滤波器,带有控制谐振的反馈支路。

包含混频器的梯形滤波器原理图如上所示。它由匹配的 NPN 晶体管对构成,幸运的是这些晶体管在器件库中就有。每个梯级基本上代表一个单极点低通滤波器,由晶体管的跨导和电容构成。跨导与尾电流成正比,可用于在整个音频范围内控制截止频率。在这系列文章中有一篇解释得要好得多:1 2 3。梯级滤波器的输出由两个运放构成的仪表放大器拾取。
为了完善滤波器,还需要尾电流沉和谐振放大器。尾电流必须在很宽的电流范围内控制(数百 nA 到 mA,1:1400),这就是这里使用指数电压-电流转换器的原因。输入电压同样由 PWM 输出控制。我怀疑这部分本可以简化一些。
谐振放大器基于差分对,其尾电流由 MCU 通过 PWM 和 V-I 转换器控制。这种电路风格当然与 Moog 滤波器相符,但似乎相当过度。我想这也归因于器件选择有限,因为没有可用的 OTA 或 JFET。最初的 Moog 合成器只是使用模拟电位器来控制反馈(见此处图 5)。
总而言之,我对这一部分印象极为深刻——手动设计和调试这样的电路会花费相当长的时间。不过,我肯定会尝试采取更多捷径。
压控放大器
VCA 采用尾电流控制的差分对实现。它还包含一个微调 DAC,用于补偿梯形滤波器不同设置所产生的失调。由于没有更多可用的 PWM 输出,它基于 R-2R 梯形网络,由 74HC595 作为驱动器。同样,元件很多,但由于这些元件每个只需几美分,所以无所谓。
设计的其余部分
由于 MCU 上的引脚快用完了,触摸按键和 LED 不得不使用模拟多路复用器(CD4051)和移位寄存器(74HC595)进行引脚扩展。我还要求它加入一条从音频输出到 MCU 某个 ADC 输入的反馈路径,以实现自动化调试启动。
布局与签核

PCB 布局是我不得不介入最多的部分。最初版本把大多数模拟元件挤在一起,但在我要求给出一个遵循功能块的平面图之后,情况明显改善。CC 编写 Python 程序来放置元件,然后使用 Freerouting 对 PCB 进行布线。双层布线失败,所以我改成了四层。又经过了几次迭代,期间我指出如何移动电路块以给布线通道留出更多空间,直到布线最终全部完成。如果我选择的 PCB 面积比 10 x 10 cm 更大,这可能会更容易。

然后我要求它编写固件、提出调试启动计划并准备下单文件。
根据日志,从首次提示到下单,设计耗时 19 小时。大部分时间花在无需任何交互的 Freerouting 运行上。
| 时间 | 步骤 | 结果 |
|---|---|---|
| 周六 20:59 | 首次提示 | 通用 KiCad/JLCPCB 流程 |
| 21:09 | 元件清单 | 找到 JSON API,并将 1,586 个元件保存为 CSV |
| 21:18–21:28 | 概念 | Juno 风格 DCO、梯形 VCF、书面规格 |
| 21:53–22:59 | 仿真 | 七个 ngspice 测试台 |
| 23:00 | 模型 | 与 SPICE 对比验证的行为模型、音频样本 |
| 23:24–23:39 | 原理图 | 生成 KiCad 图纸 |
| 00:01–10:48 | PCB,2 层 | Freerouting 从未完全布通 |
| 10:48–15:18 | PCB,4 层 | 新叠层和平面图,完全布通,DRC 干净 |
| 16:04 | 下单 | 生成 Gerber、BOM 和贴片文件 |
调试启动
焊接好元件的板子在两周后到达。在装上 MCU 之前进行首次手动测试后,我通过 MCU 编程器将板子连接到实验室 PC,并将示波器接到音频输出(MSO5074,以太网)。Claude Code 通过 SSH 控制实验室 PC。

所有后续调试启动都通过到微控制器的音频回环和示波器输出完全自动化完成。



SPICE 仿真(测试台 S1-S4)与实际硬件(Board1)之间的匹配非常出色,回环还实现了微调和控制参数的自动校准。这不仅令人惊讶,因为该板是 GenAI 开发的,还因为第二货源元件的 SPICE 模型匹配并不总是那么好。唯一需要的硬件修复是从 MCU 上移除一个我手工焊接的焊桥……
文章标题:Agentic AI 设计了一台模拟合成器
正文: 触摸键需要重新校准,因为它们最初过于灵敏。总体而言,由于尺寸太小,它们用起来相当困难,所以我选择通过微控制器程序直接控制合成器。
示波器还用于录制你在此页面上可以找到的声音示例。这些是由乐谱和其他来源自动生成的曲目。多个声部通过分别录制每个声部然后再组合在一起来模拟。
结论
GenAI 能设计包含复杂混合信号电路的 PCB 吗?绝对可以。我们该如何看待这件事?当然,这将很快要求重新思考设计流程,类似于软件领域当前正在发生的情况。我希望它不会让电子学变得不那么有趣……