NVIDIA HORIZON 发布：免手动硬件设计 Agent，Git 工作树驱动 RTL 基准测试 100% 完成率

一句话看懂

NVIDIA 发布 HORIZON，一个免手动硬件设计 Agent，将 RTL 设计问题托管为 Git 仓库，自动迭代直到通过验证，在多个基准测试中达到 100% 完成率。

详细发生了什么

NVIDIA Research 推出了 HORIZON，一个面向硬件设计的免手动 Agent 框架。它把硬件设计问题当作仓库级别的代码演化来处理，核心是寄存器传输级（RTL）实例化。用户只需提供一个结构化的 Markdown harness（包含目标、领域知识、评估器规范和验收谓词），引导 Agent 将其编译为项目包，然后一个自包含的 Agent 循环会演化一个隔离的 Git 工作树，只有当可执行的验收门通过时才会提交版本。

HORIZON 将每个设计问题托管为一个版本控制仓库，而不是一次性提示。循环在引导后无需人工输入：每个周期规划目标、编辑工作树、调用工具、运行评估器，然后根据验收谓词决定提交新版本或记录失败。Git 是底层基础：diff 暴露状态变化，commit 定义检查点，notes 附加评估证据。

基准测试使用 GPT-5.3 作为固定骨干，在 AMD EPYC 9334 32 核主机上运行。评估覆盖 ChipBench、RTLLM-2.0、Verilog-Eval 以及九个 CVDP 代码和验证生成类别。HORIZON 在所有套件上达到 100% 通过率，唯一遗漏是 ChipBench 规范 harness 缺陷，非 Agent 失败。首次迭代平均通过率为 47.8%，但通过迭代收敛到 100%。

中文圈视角

HORIZON 对中文芯片设计社区有直接意义。国内 EDA 工具链和 RTL 设计流程正加速自主化，但缺乏类似 HORIZON 的自动化迭代框架。目前国产替代方案如华大九天、芯华章等主要聚焦传统 EDA 点工具，而 HORIZON 这种 Agent 化、Git 驱动的设计验证循环尚未有对标产品。

对中文用户来说，HORIZON 的 Markdown harness 输入方式降低了使用门槛，但底层依赖 GPT-5.3，国内用户需考虑 API 访问和成本问题。国内大模型如 DeepSeek、通义千问在代码生成上已有不错表现，但针对硬件设计的专用 Agent 框架仍是空白。

一个值得关注的盲点是：HORIZON 的迭代效率（CID 002 需要 82 次迭代）暗示 token 消耗巨大，国内厂商若想复现，需在模型推理成本和缓存策略上做优化。此外，HORIZON 的 Git 工作树方法天然适合团队协作和版本管理，这对国内开源硬件社区（如 RISC-V 生态）有借鉴价值。

几条值得记住的细节

HORIZON 在 ChipBench、RTLLM-2.0、Verilog-Eval 及 9 个 CVDP 类别上均达到 100% 完成率。
首次迭代平均通过率仅 47.8%，但通过迭代收敛到 100%，最长迭代次数为 82（CID 002 代码补全）。
总 token 消耗约 210M，其中 91% 来自缓存输入，显著降低了 API 成本。
骨干模型固定为 GPT-5.3，未在本次工作中训练或更新 RL 策略。
用户只需提供 Markdown harness，包含目标、领域知识、评估器规范和验收谓词。

一句话总结

HORIZON 证明免手动 Agent 框架可解决硬件设计验证难题，但 token 效率仍是瓶颈，对国内芯片设计自动化有启发但需本地化适配。