升幅来自他们自己的验证器
西门子 Fuse 团队用英伟达 NeMo Gym 评测标准单元表征智能体，看它交出的 Liberty 文件。博文写，评测轮次上的平均综合验证分从大约 55% 升到 95%。智能体回合从 155 降到 53，大约少 66%；输出 token 从大约 8.1 万降到大约 2.9 万，大约少 64%。固定模型和套件是 Claude Opus 4.8、Claude Code，大约 25 次 rollout。
博文页面的发布时间是世界时 10 月 14 日 16:10，北京时间 10 月 15 日 00:10。
[1]
任何一道门失败，分数就是零
奖励看最终文件，不看某一次工具调用成没成功。覆盖、文件能否被验证工具使用、有没有比参考多出失败、完整性，四道门先相乘，再乘上落在容差内的时序和功耗数值比例。任何一道门不过，奖励为 0。完整性用来挡住复用、截断或只改格式。
博文说，缺单元、缺工况、斜率阈值不对、时序或功耗超出容差，往往要到最后核对 Liberty 文件才露出来。他们据此改技能说明和 MCP 工具描述，再在同样条件下重跑。
[1]调的是两个单元，库里有 229 个
数据集是开源 GF180MCU 工艺包，229 个标准单元、36 个工艺电压温度角，仿真用 Solido AFS。每次调流程只跑两个单元，仍覆盖 36 个角。博文说这个子集够用来调。每次大约 1.5 到 2 小时。
229 个单元一起跑的分数，这篇没有写。也没有和别的智能体或人工出库对照。55% 到 95% 是这一套验证器上的前后变化。
[1]方法可以照搬，结果不能外推
博文建议别的电子设计自动化和工程仿真团队也评最终产物，并写自己的验证器，防止智能体交回一份看起来完整、其实是改格式来的文件。这是做法说明，不是第二组实验。
标准单元表征发生在晶圆厂更新工艺包之后：时序、功耗和噪声模型要按新的晶体管模型重做。这篇没有写哪条产线已经用这个智能体交付库文件。
[1]