读懂论文，保留问题。 每日读一篇相关论文，关注作者提出了什么问题、如何论证，以及留下了哪些值得继续思考的疑问。
| 方向 | 关注的问题 |
|---|---|
| AI for Silicon / EDA | Agent 如何生成、优化与验证硬件设计？ |
| 编译器与 GPU 工具链 | AI 如何参与程序变换、kernel 优化与工具链测试？ |
| 规格、验证与评测 | 如何表达约束、构造可靠反馈、识别错误与评测漏洞？ |
| 知识与工程工作流 | 如何沉淀领域经验、组织工具调用、衡量可靠性与成本？ |
每篇包含论文定位、简短中文导读、arXiv / 全文 / alphaXiv 入口、阅读路线、思想启发，以及 3 个思考问题；参考思路默认折叠。优先开放全文和有实验依据的工作，也收录能明确提出研究问题的观点论文，并区分作者结论、作者预测和导读者的延伸。
新论文与经典工作结合，按论文编号去重。没有合适新作时回读经典，不以新闻凑数。
MetaKernelBench 只传递文字经验，让同一模型在另一种 DSL 中重新解同一道 kernel 题。它提醒我们：源实现成功，不等于经验对接收者有益；经验也可能把一次搜索的局限带到下一次。
Blanc 直接验证已部署的 EVM 字节码，让 AI 参与写证明，由 Lean 内核检查。值得追问的是：不再信任证明生成者以后，哪些判断仍留在证明之外？
PRISM 把 AST、CFG、DFG 编码后注入模型，用于 HLS pragma 优化。论文最值得讨论的不是结构信息是否有用，而是它为何可能改善代码生成，却未必改善规划；角色差异的实验又能支持多强的解释。
D2K-Bench 用有无专家指导的配对实验，追问高效 GPU kernel 的困难究竟在设计发现还是设计实现。值得思考的是：提供设计是否真的隔离了实现能力，以及遵循设计与实现目标是否是一回事。
AI as a Compiler 让 Agent 从 Triton 直接生成 PTX，在部分任务上找到传统 lowering 之外的优化；但高性能指令也超出了原版验证器的能力。减少中间表示，并不等于消除语义建模与正确性责任。
SecTB-RTL 的 1,860 次调用只有 9 次通过执行端语义校验，但生成约定遗漏了执行端的复位规则。作者因此保留失败记录，却不报告提示词效果：完整分母也救不了失配的测量工具。
NOMOS 把书面政策编译为确定性工具调用门控。它能排除自阻塞、参数错绑等结构缺陷，却仍可能把具体授权弱化为‘用户要求过某种操作’。
论文用评测 harness、性能剖析、工作负载分区和人工筛选约束 GPU kernel Agent；五类算子均优于 Full-Agent，但对照尚不能拆分 harness、专家引导与搜索预算各自的贡献。
BTTF 把波形转为 SQLite，再以多 Agent 完成查询、断言检查和 RTL 定位；95.33% 的成绩证明了结构化接口的价值，却不足以单独证明开放式根因调试已经解决。
SGAnalog 用流片版本锁定的开源模拟电路，同时评测原理图转网表与器件尺寸选择；它让结构和仿真结果可执行地受检，也揭示了测试平台、参考设计与拒答策略如何限定‘会设计’的含义。