造物潭 ZAOWUTAN
PRODUCT / 小潭子

把研发任务
推进到可交付的工程成果

小潭子不是停在对话里的 AI 助手,而是一支进入真实工程环境的专业数字员工队伍:以自研电子行业大模型为判断底座,调用 EDA、PLM 与工程工具,完成方案、原理图、PCB、结构与固件的设计、修改与工程检查,交付可编辑的工程文件、风险清单、验证项与证据链。工程师保留目标、取舍与最终放行。

方案设计原理图/PCB结构设计验证交付
产品演示

看小潭子推进一项真实研发任务。

从需求提出到设计交付:数字员工在工程工作台里领任务、做设计、出成果,再通过验证回流进入下一轮迭代;每一次修正都进入电子行业大模型的下一次迭代。

技术架构

双核驱动,站在行业模型底座上。

业务核理解任务、推进业务;工具核调用工具、执行检查。底座由行业大模型与基座大模型共同支撑——每一次真实任务与工程师复核,都会让底座更强。

01 / BUSINESS

业务核

理解研发任务、推进专业业务:

设计方案生成BOM 编制物料选型规格书解析
02 / TOOLING

工具核

调用工程工具、执行专业检查:

DFM 分析替代料推荐成本库存分析图纸解析BOM 评审

FLYWHEEL / 经验飞轮

每多服务一家 B 端客户,就多一份真实任务与工程师复核经验——经验沉淀为能力,能力带来更多客户:飞轮越转越强。

第 ① 环

更多 B 端客户上岗

数字员工进入更多企业研发现场,按岗位承接真实研发任务——每服务一个行业,就立一个标杆。

第 ② 环

经验持续沉淀

工程师 Review、企业规则、失败案例与任务 Trace,沉淀为 Skill、规则与评测集,汇入工程数据底座。

第 ③ 环

产品持续增强

数据集持续训练行业模型,岗位能力包不断升级——数字员工承接任务越来越准,上岗越来越快。

第 ④ 环

吸引更多客户

更强的能力与标杆案例相互印证,吸引更多 B 端客户选择小潭子——回到第 ① 环,飞轮加速。

哪些知识容易缺失、哪些规则需要明确、什么结果能通过专业审核,都在一次次交付中变得更清晰。

反哺回路:产品更强 → 客户更多 → 经验更多 → 产品更强——回到第 ① 环,飞轮加速。技术积累帮我们进入高要求的客户,客户现场反过来提高产品与模型的成熟度。

数据驱动 · 越转越强

FOUNDATION / 飞轮底座 · 越积越厚的五层工程壁垒

L5

工程一体机

把对象、模型和任务带到客户现场

L4

Harness

让任务在工程纪律下受控运行

L3

场景包

把高频前置工作封装为标准任务

L2

行业大模型

核心壁垒:真实任务与工程师复核沉淀为持续进化能力

L1

工程对象

把资料转成可引用、可计算、可复核的工程事实

FOUNDATION / 模型与框架底座

电子行业大模型 + 基座大模型(Qwen / DeepSeek / GLM 等)

真正的壁垒,是给 AI 建立一套工程工作环境——从理解业务,到调用模型,再到验证结果,每一步都需要积累与打磨。

物料选型大模型PCB 设计大模型多模态电路分析大模型
工程 BENCHMARK · 五维评测对象准确证据充分缺口明示结论边界清晰不触红线
训练回路 · 每一次任务都是样本任务运行→人工修正→失效归因→生成新样本→基准评测→模型迭代
工程对象本体ADK 框架多模态知识库模型网关MCP 连接器
企业平台

让数字员工进入企业研发环境。

连接现有工具、数据与流程,让专业能力真正进入企业的研发现场。

云端服务企业本地部署软硬件一体化ERP / BOM / EDA / PLM / 测试与仿真
01 / DATA

工程数据

组织 BOM、器件、文档、版本与任务上下文,让不同角色引用同一份事实。

02 / MODELS

专业模型

把电子、结构、嵌入式、验证与制造知识转化为可调用的专业能力。

03 / TASKS

任务执行

由数字员工调用真实工具链,推进设计、检查、协同与交付任务。

04 / INTEGRATION

流程接入

连接 ERP、BOM、EDA、PLM、测试与仿真等工程环境,让数字员工进入现有研发流程。

FULL CHAIN / 从研发走向研产供销服全域

以研发为支点,沿制造业全价值链扩展

研发

物料参数 · 物料选型 · BOM 评审 · 设计规范

生产

生产计划 · 质量分析 · 工业视觉质检 · 安全生产

供应链

采购寻源 · 库存分析 · 供应商管理 · 合同分析

营销

客户洞察 · 销售培训 · 投标文件 · 销售分析

售服

售后客服 · 故障诊断 · 工单分析 · 售后陪练

EVOLUTION / 演进路线

数字域是 1.0–2.0 的主场;物理域分两步进——2.0 先接数据,3.0 再接设备

STAGE / 1.0已落地

数字员工上岗

AI 选料、核参、替代、补证据,分钟级完成过去以天计的查证工作。按岗位订阅,从一个真实任务单点切入。

  • 选型与 BOM 岗位已上岗
  • 结构岗位已实测
  • 按岗位订阅
STAGE / 2.0数字域主场

研发数字员工系统

多数字员工闭环协同,行业模型驱动;接入波形、报告与测试记录的判读比对,让 Agent 的判断有「现实检验」。

  • 多岗位闭环协同
  • 接数据:波形 / 报告 / 记录
  • 一体化系统交付
STAGE / 3.0物理域接入

Agent OS + 行业模型平台

经 SCPI / LXI / ATE 程控仪器自动执行调试与测试序列,形成受控验证闭环;平台化订阅与生态共建。

  • 接设备:SCPI / LXI / ATE
  • 受控验证闭环
  • 落地四阶段:预留接口→仿真在环→设备在环→质量回流
  • 平台 + 生态
信任边界

AI 推进任务,工程师守住决策。

目标定义、风险判断、设计取舍与最终放行,始终保留在工程师手中。

你们的规则,小潭子学进去,在每一个项目上照做。你们的设计与数据,始终是你们的。

01 / CONTROL人在回路

关键节点由人确认

AI 展开方案、执行工具和整理结果,设计目标、风险判断与最终审核始终保留在工程师手中。

02 / CONTROL全程留痕

过程证据可回看

规则检查、问题修正、版本变化与确认记录被组织成可追溯的研发过程。

03 / CONTROL企业可控

数据边界可配置

按企业研发流程与数据管理要求,确定接入、访问、存储与协同范围。

异常与回滚

出了问题:先分诊,再定回滚深度。

正向流程的另一半核心命题:问题在哪发现 → 怎么分诊 → 回滚多深 → 回归多大。分诊的目标,是用最浅的回滚解决问题——每深一级,代价跳一个量级。

A / 回滚深度与代价阶梯 · 每深一级,代价跳一个量级

动作

改阻容参数 / 固件阈值:补偿网络、驱动电阻、保护阈值、死区时间。

典型回归

局部复测(15 环路、16 性能相关项)

周期

小时 – 天

纪律 · 注意

典型:环路裕量不足、保护点偏移。

B / 发现问题后的分诊顺序 · 先分诊、再动手

  1. 1

    先能稳定复现

    偶发问题先怀疑测试方法、焊接、批次离散,不急着改设计。测不出来的问题,改也白改。

  2. 2

    软 / 硬隔离

    能用固件参数(时序、阈值、PWM 配置、环路系数)复现或消除的 → 软件域,成本最低;必须旁路 / 飞线才能改变的 → 硬件域。

  3. 3

    硬件三分 + 交叉验证

    设计错(计算 / 选型 / 拓扑)vs 物料错(错料 / 批次 / 来料超差)vs 工艺错(焊接 / 装调)。用换板、换料、A / B 对调把变量收敛到一个。

  4. 4

    定级回滚 → 回归关闭

    按 L1–L5 定回滚深度,改完按回归矩阵复测;问题进 8D / Checklist,反哺下一代产品的需求与评审项。

C / 典型异常场景库 · 现象 → 分诊 → 回滚 → 回归

开关管炸机 / 打坏

@ 13 / 14 调试

现象

MOSFET 击穿、保险熔断。

分诊

先抓驱动波形:直通 / 死区不足?再看 Vds 尖峰 vs 额定与 SOA。驱动问题在 07;尖峰超标查吸收回路与 10 功率回路寄生;误触发查驱动回路抗扰。

回滚路径

L1 调驱动电阻 / 死区 → L2 加吸收 / 换管 → L4 回路寄生大则重投板。

回归

13 14 15 16 17

D / 回归矩阵 · 改了什么,就要重跑什么

改动类型 \ 需回归环节13 单元14 功能15 环路16 性能17 应力18 热19 EMC20 安规21 可靠性
L1 参数微调◐◐●●◐————
L2 更换功率器件 / 电容●◐●●●●●◐—
L3 改磁性器件●◐●●●●●●◐
L4 改 Layout 重投板●●●●●●●●◐
L5 改拓扑 / 架构●●●●●●●●●

● 必须回归 ◐ 视改动点评估 — 不需要

两条铁律:① BOM 冻结(22 DVT)之后,任何 L2 及以上变更必须走 ECN;② 认证(20)之后,安规受控器件变更 = 变更报备甚至重认证,别当普通换料处理。

FAQ / 常见问题

了解小潭子

关于产品能力、接入方式、制造交付与数据边界。

01小潭子到底能做什么?

小潭子让一支多岗位 AI 数字员工团队进入企业研发现场,围绕同一个产品目标完成方案、原理图、PCB、结构与固件的设计、修改与工程检查,并承接 BOM 编制与审查、替代料评估、设计评审、参数分析、验证准备与工程交付。交付的不是建议,而是可编辑的工程文件、工程师可以直接 Review 的报告、风险清单、验证项和带证据链的计算结果。

02小潭子会替代我们的 EDA 工具或工程师吗?

不替代工具链,也不替代工程师。数字员工调用你们现有的 EDA、PLM、ERP 与测试环境完成设计与修改,设计成果仍然是可编辑的工程文件;目标、取舍、风险与最终放行始终由工程师确认。小潭子替代的是重复性的执行劳动,不是工具链,也不是决策权。

03它和通用 AI 助手(ChatGPT、Kimi 等)有什么区别?

三个本质区别:一是交付物不同——通用助手给文字回答,小潭子交可签核的工程成果;二是工作环境不同——小潭子在企业工程环境里工作,操作的是 BOM 行、器件参数、图纸版本这些工程对象,而非一段对话;三是责任链不同——小潭子的每条结论带证据链、可审计,工程师复核后进入研发流程。另外小潭子不绑定单一模型,按任务调度最合适的能力源。

04底层用的是什么大模型?

双核驱动:一支专业 AI 数字员工队伍 + 自研电子行业大模型。数字员工负责领任务、调用专业工具、完成设计与修改;电子行业大模型负责专业判断、复核与持续进化。岗位能力包是数字员工的岗位定义——承载企业规则、工具使用策略、复核标准与证据要求,让同一个数字员工按你们企业的口径工作。工程师的每一次复核修正都沉淀为规则、案例与评测集,让模型随你的物料、图纸与工艺持续进化。

05如何保障研发数据安全?

三道防线:部署上,支持本地 Worker 与混合部署,敏感工程资料不出企业域;权限上,派工、执行、复核、放行全链路分级授权、全程留痕,审计可查;流程上,敏感资料的处理方式由企业自己定义。很多客户从非敏感任务起步,信任建立后再扩展范围。

06接入需要更换我们现有的工具链吗?

不需要。小潭子按工程对象而非工具品牌工作——你们用什么 EDA、什么 PLM、什么流程,数字员工就接入什么工具、读取什么成果,并在其中完成设计与修改。零迁移、零替换,叠加在现有工具链之上。通常几天内即可完成首个任务的接入与跑通。

07数字员工的输出,工程师怎么复核?

每条结论都附带证据链:结论、依据(规格书页码与版本、测试记录编号)、过程(命中的规则及版本)、输入版本。复核动作从「重新查一遍」变成「沿着证据链确认一遍」。按任务风险,复核分三种姿势:高风险逐条签核,低风险抽样复核,可回滚场景追溯审计——且随可信度提升可逐级放宽。

08现在如何开始合作?

最务实的起点:挑一个真实、边界清晰的任务(比如一份 BOM 审查或一次替代料评估),预约演示,用你们的真实数据和规则跑一遍——输出形态、质量水平和接入方式,一次演示全部看清。也可以先从官网的工具页体验演示版:BOM 体检、降额检查、Checklist 生成,都是数字员工能力的缩小版。