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。
Argus 以稳定的语义区域为共同坐标，规划彼此隔离的多次 GPU 测量，并把直接观测、跨视图归因和变体推导的证据明确区分；实验显示更细粒度的反馈能改善多种 kernel 优化 Agent，但跨运行归因仍依赖区域身份与执行可比性的假设。
ChipMEM 只把通过 EDA 验证的轨迹提炼为程序性记忆，并用工具调用统计指导重试；实验显示它能改善部分 RTL 优化和未见测试平台任务，但迁移证据仍受样本量与单次评测限制。
Ave 把 GPU kernel 优化必须保持的数据关系写成编译期不变量，再用静态分析与具体反例指导 Agent 修复；消融实验支持这种结构化反馈，但其保证范围取决于人预先表达了哪些不变量。
GPU Forecasters 让 LLM 预测候选 kernel 相对参考实现的性能分布，再把有限的真实 GPU 测量留给更值得验证的候选；实验说明排序信号有用，也显示校准、分布变化与总成本仍是关键边界。
RTL-BenchLS 用原 RTL 与形式等价构造自监督任务，将可验证评测扩展到 10,028 个设计；代价是把正确性锚定为复现参考实现的行为，而不是满足独立规格。
HLSFactory-Agent 从 26 个公开仓库抽取 271 个候选设计，其中 130 个通过 Vitis HLS 综合；这证明了自动抽取的可行性，也暴露出可综合性、功能正确性与数据价值之间的距离。
DEVICES 将数据手册、连接关系和领域规则拆成可追踪的工程属性与确定性脚本，显著提升兼容性判断准确率；但信任并未消失，而是转移到属性抽取、规则完备性和人工真值。
ChipVerilog 把 RTL 生成评测推进到长模块和跨模块层级：强模型大多能生成可编译代码，但功能正确率随规模与层级迅速下降；这也暴露了规格来源和验证口径的边界。
AutoTrans 用信号约束、编译与形式化验证移植 RISC-V 安全断言；它能筛掉错误和空洞断言，但‘可证明’与‘忠实保留原安全意图’仍是两个命题。
CAKE 固定模型与 Agent 脚手架，改用面向 Agent 的硬件显式 IR、校验和局部反馈；实验支持整套编译器环境改善搜索，但尚未分离各组成部分的贡献。