在隔壁论坛看到关于软工转硬工的讨论难度，从事专业越硬越好？
软工转硬工壁垒依然极高，AI辅助硬件设计尚处早期，行业风向呈现周期性轮动。
关键信息与行业现状
- 职业路径对比：维持“EE转CS容易，CS回退EE极难”的观点；数学基础薄弱者几乎无法完成软转硬 #62 #64。
- 行业宏观视角：传统CS程序员面临待遇下行风险（类似土木化趋势），且受地缘政治双重挤压，需警惕35岁危机 #59。
- 风向轮动观点：新增观点指出行业红利存在周期性，“风顺轮流转”，过去EE羡慕CS的高薪大包，如今部分CS从业者因EE工作强度大、头痛而试图转回CS #68。
最新动态与工具进展
- AI在EDA领域的尝试：Cadence推出基于LLM Agent的ViraStack工具辅助硬件设计，目前处于等待License测试阶段 #65。
- AI建模能力评估：实测显示当前多模态AI（如Copilot+Claude）在复杂物理建模中表现不佳，迭代174个版本后结果仍不可用；图生模型缺乏工程实用性，效率远不及人类工程师 #58。
争议与不同意见
- 软硬协同关系：反驳“硬工更硬核”的单一视角，强调硬件最终需软件驱动，软件生态（如马工会、IGV等加仓方向）仍有更大发展空间和变现能力 #60。
- AI替代的时间维度：虽然目前AI难以处理物理世界的不确定性，但反对者认为这只是阶段性现象，未来AI进入物理世界的可能性不能排除 #66。
经验与数据点
- 具体技术难点：EE专业中，数电模电虽难，但DSP（数字信号处理）和电磁场与电磁波被部分从业者视为更难啃的骨头 #63。
- AI成本与效率：使用AI进行建模尝试消耗了13948个Credit，耗时一整天且产出垃圾结果；相比之下，人类工程师完成类似任务的成本可能低于500人民币 #58。
闲聊脉络
讨论从技术壁垒延伸至对程序员职业前景的焦虑以及对AI工具实际效能的吐槽。新增回复通过“风顺轮流转”的观点，反映了从业者对行业红利周期变化的感知，以及EE工作强度大导致部分人产生畏难情绪并怀念CS相对容易现状的心态 #68。