Design is cheap, Verification is everything我给 CIM Agent 做了一套流片级红蓝对抗验证系统继上次的博文《流片烧掉几千万教会我的道理AI时代我们要搞“可信系统工程”》https://blog.csdn.net/bumblebee16/article/details/163707354?spm1001.2014.3001.5501我用 DeepSeek 千问 Embedding实现晶圆厂 Recipe 的 Tape-out 前拦截与 FA 记忆闭环githubhttps://github.com/BumbleBee-ZDS/wafer-trust-guard一、为什么 CIM 系统比通用 Chatbot 更需要验证层在晶圆厂工艺配方Recipe就是代码。温度、气体、时长、冷却步骤每一条参数下发到机台就是一次流片。一旦写错——比如扩散炉超温、刻蚀气体用错——几片晶圆报废是小事炉管损坏就是百万级损失。所以真实的 CIM计算机集成制造系统核心逻辑永远是保守能写死的不计算能审批的不自动。最近大模型写代码很火Agent 生成代码门槛极低。但放在 CIM 场景问题很明显Agent 会幻觉出不存在的 APIAgent 会为了通过你给的 2 个例子写出刚好跑通但物理上荒谬的逻辑。在软件里这叫 Bug在 Fab 里这叫事故。于是我做了一个纯演示级、但架构上认真的项目wafer-trust-guard。目标只有一个让 Agent 生成 Recipe但让验证层拥有绝对否决权并且拥有记忆。二、核心隐喻Recipe RTLVerifier 验证工程师整个项目的设计完全映射芯片设计流程芯片设计wafer-trust-guardRTL 设计代码Generator 生成的 Recipe JSONLint/CDC 检查L1 静态门禁温度/气体/类型形式化断言Embedding 意图对齐验证工程师 ReviewLLM-as-Judge资深 PE失效分析库 FAfailure_log.json历史拦截记录Tape-out Sign-off最终裁决允许下发 / 拦截Design is cheap, Verification is everything—— 这句话写在 README 第一行不是口号是目录结构。三、红蓝对抗故意让 Agent “偷工减料”系统里有两个生成器物理隔离1️⃣ 正常模式mock_agent本地随机生成80% 合规20% 故意注入简单错误如温度 1300°C用来测试门禁灵不灵。2️⃣ 红队模式redteam_agent这是重点。使用DeepSeek作为红队 AgentSystem Prompt 设定为扮演一个急于下班的工艺工程师Recipe 要看起来专业但偷偷违反规则——高温不设冷却、清洗用错气体、时间设极短。# generator/redteam_agent.py# 只负责生成不 import 任何 verifier 代码红队完全不知道有什么验证规则它只管写得像。四、蓝队 Verifier三层拦截 记忆Recipe 生成后进入verifier/目录这里没有模型自由只有规则。L1 静态门禁static_rules.py最硬的一层Pydantic 定义数据契约温度必须在[0, 1200]气体只能是N2 / O2 / Ar字段类型、冷却标志必须合法# schemas/recipe.py# WaferRecipe: lot_id, step_name, temperature, duration_sec, cooling_required, gas_type不符合直接 BLOCKED连 LLM 都不用叫。L2 Embedding 意图对齐alignment_embedding.py使用阿里云千问qwen3.7-text-embedding。把用户输入的做高温扩散要安全转成向量把生成的 Recipe 转成自然语言描述再向量化算余弦相似度相似度 0.7 → 意图偏离。UI 上用st.progress显示一个对齐分低于阈值标红。这对应芯片验证里的功能覆盖率——代码干了但干的是不是需求里要的L3 LLM-as-Judgellm_judge.py调用DeepSeek扮演资深 PE工艺工程师但关键在这里# 注入历史 FA 案例作为 Few-Shot# 历史1高温扩散未设冷却 → 晶圆翘曲# 历史2清洗步骤用 Ar → 去污失败模型不是凭空审是看着以前怎么炸过的来审。输出格式固定{pass: bool, reason: str}标注是否命中历史失效模式。五、失效分析知识库FA Memory这是整个系统最有意思的地方。没有用 Chroma/FAISS为了 MVP 轻量直接用本地 JSONfailure_log.json每次 Recipe 被拦截拼接文本需求{user_input}违规原因{block_reason}千问 embedding 转向量fa_store.add_case()写入 JSON下次用户再输入类似需求fa_store.search()余弦检索命中相似历史 → UI 显示 ⚠️ “检测到相似工艺曾在历史中被拦截”验证层越用越聪明而且不需要训练模型只需要记仇。首次运行还会自动播种 3 条历史扩散超温清洗气体错误刻蚀时间过短六、工程上的洁癖物理隔离与降级工业系统最怕两件事API 挂了、模型乱说。这个项目在代码层面做了硬性约束1. 生成与验证完全隔离generator/目录里没有任何 import 指向verifier/或failure/。设计工程师不知道验证工程师的规则这是芯片厂的组织架构也是代码架构。2. 所有外部 API 都有兜底DeepSeek 挂了 → 红队模式降级为 mock千问 embedding 失败 → 返回零向量相似度直接判 0.env没配 Key → 纯本地规则照跑# config.py# 统一从 env 读 Key代码里不写死任何凭证Streamlit 跑起来断网也能演示拦截逻辑。七、跑起来是什么体验pipinstall-rrequirements.txt streamlit run app.py界面三栏左输入做高温扩散要安全中红队 Agent 吐出一个 1250°C、cooling_requiredFalse 的 Recipe右⚠️ 历史匹配命中 2 条高温违规记录 对齐分0.62意图偏离 LLM Judge❌ 冷却缺失重犯历史错误/ 最终裁决拦截防止晶圆报废点几次每次红队变着花样藏问题蓝队总能抓——因为 FA 库在长大。八、这不是 CIM这是Agent 的可信系统工程虽然项目叫wafer-trust-guard它其实在回答一个通用问题当 Agent 写代码的成本趋近于零什么变贵了答案是定义什么是对的以及证明代码没撒谎。这套架构可以平移Agent 写 SQL → 验证层查表权限、扫描删库风险Agent 写前端 → 验证层查 XSS、无障碍规范Agent 写合约 → 验证层跑形式化规则而晶圆厂只是把这个需求推到了极致。九、写在最后最小三步做出你的验证型 Agent把 Prompt 生成和规则检查拆成两个目录互相不 import用 Embedding 做需求-输出对齐分别只信模型说我是对的把所有被拦住的 Case 存下来做 Few-Shot 喂回去。让 Agent 学会闭嘴比让它学会说话难但也值钱得多。 项目信息模型DeepSeek生成审核 千问 qwen3.7-text-embedding对齐框架Streamlit 纯 Python无 LangChain存储SQLite 不用用failure_log.json做向量记忆核心思想生成与验证物理隔离、规则优于模型、历史失效即知识项目已开源MVP 演示用代码和 README 都在仓库里欢迎 Clone 跑一跑看看你的红队能不能骗过蓝队。标签#Agent #半导体 #CIM #LLM #可信AI #系统架构 #DeepSeek #Streamlit #工程化 Design is cheap, Verification is everything：我给 CIM Agent 做了一套“流片级“红蓝对抗验证系统
Design is cheap, Verification is everything我给 CIM Agent 做了一套流片级红蓝对抗验证系统继上次的博文《流片烧掉几千万教会我的道理AI时代我们要搞“可信系统工程”》https://blog.csdn.net/bumblebee16/article/details/163707354?spm1001.2014.3001.5501我用 DeepSeek 千问 Embedding实现晶圆厂 Recipe 的 Tape-out 前拦截与 FA 记忆闭环githubhttps://github.com/BumbleBee-ZDS/wafer-trust-guard一、为什么 CIM 系统比通用 Chatbot 更需要验证层在晶圆厂工艺配方Recipe就是代码。温度、气体、时长、冷却步骤每一条参数下发到机台就是一次流片。一旦写错——比如扩散炉超温、刻蚀气体用错——几片晶圆报废是小事炉管损坏就是百万级损失。所以真实的 CIM计算机集成制造系统核心逻辑永远是保守能写死的不计算能审批的不自动。最近大模型写代码很火Agent 生成代码门槛极低。但放在 CIM 场景问题很明显Agent 会幻觉出不存在的 APIAgent 会为了通过你给的 2 个例子写出刚好跑通但物理上荒谬的逻辑。在软件里这叫 Bug在 Fab 里这叫事故。于是我做了一个纯演示级、但架构上认真的项目wafer-trust-guard。目标只有一个让 Agent 生成 Recipe但让验证层拥有绝对否决权并且拥有记忆。二、核心隐喻Recipe RTLVerifier 验证工程师整个项目的设计完全映射芯片设计流程芯片设计wafer-trust-guardRTL 设计代码Generator 生成的 Recipe JSONLint/CDC 检查L1 静态门禁温度/气体/类型形式化断言Embedding 意图对齐验证工程师 ReviewLLM-as-Judge资深 PE失效分析库 FAfailure_log.json历史拦截记录Tape-out Sign-off最终裁决允许下发 / 拦截Design is cheap, Verification is everything—— 这句话写在 README 第一行不是口号是目录结构。三、红蓝对抗故意让 Agent “偷工减料”系统里有两个生成器物理隔离1️⃣ 正常模式mock_agent本地随机生成80% 合规20% 故意注入简单错误如温度 1300°C用来测试门禁灵不灵。2️⃣ 红队模式redteam_agent这是重点。使用DeepSeek作为红队 AgentSystem Prompt 设定为扮演一个急于下班的工艺工程师Recipe 要看起来专业但偷偷违反规则——高温不设冷却、清洗用错气体、时间设极短。# generator/redteam_agent.py# 只负责生成不 import 任何 verifier 代码红队完全不知道有什么验证规则它只管写得像。四、蓝队 Verifier三层拦截 记忆Recipe 生成后进入verifier/目录这里没有模型自由只有规则。L1 静态门禁static_rules.py最硬的一层Pydantic 定义数据契约温度必须在[0, 1200]气体只能是N2 / O2 / Ar字段类型、冷却标志必须合法# schemas/recipe.py# WaferRecipe: lot_id, step_name, temperature, duration_sec, cooling_required, gas_type不符合直接 BLOCKED连 LLM 都不用叫。L2 Embedding 意图对齐alignment_embedding.py使用阿里云千问qwen3.7-text-embedding。把用户输入的做高温扩散要安全转成向量把生成的 Recipe 转成自然语言描述再向量化算余弦相似度相似度 0.7 → 意图偏离。UI 上用st.progress显示一个对齐分低于阈值标红。这对应芯片验证里的功能覆盖率——代码干了但干的是不是需求里要的L3 LLM-as-Judgellm_judge.py调用DeepSeek扮演资深 PE工艺工程师但关键在这里# 注入历史 FA 案例作为 Few-Shot# 历史1高温扩散未设冷却 → 晶圆翘曲# 历史2清洗步骤用 Ar → 去污失败模型不是凭空审是看着以前怎么炸过的来审。输出格式固定{pass: bool, reason: str}标注是否命中历史失效模式。五、失效分析知识库FA Memory这是整个系统最有意思的地方。没有用 Chroma/FAISS为了 MVP 轻量直接用本地 JSONfailure_log.json每次 Recipe 被拦截拼接文本需求{user_input}违规原因{block_reason}千问 embedding 转向量fa_store.add_case()写入 JSON下次用户再输入类似需求fa_store.search()余弦检索命中相似历史 → UI 显示 ⚠️ “检测到相似工艺曾在历史中被拦截”验证层越用越聪明而且不需要训练模型只需要记仇。首次运行还会自动播种 3 条历史扩散超温清洗气体错误刻蚀时间过短六、工程上的洁癖物理隔离与降级工业系统最怕两件事API 挂了、模型乱说。这个项目在代码层面做了硬性约束1. 生成与验证完全隔离generator/目录里没有任何 import 指向verifier/或failure/。设计工程师不知道验证工程师的规则这是芯片厂的组织架构也是代码架构。2. 所有外部 API 都有兜底DeepSeek 挂了 → 红队模式降级为 mock千问 embedding 失败 → 返回零向量相似度直接判 0.env没配 Key → 纯本地规则照跑# config.py# 统一从 env 读 Key代码里不写死任何凭证Streamlit 跑起来断网也能演示拦截逻辑。七、跑起来是什么体验pipinstall-rrequirements.txt streamlit run app.py界面三栏左输入做高温扩散要安全中红队 Agent 吐出一个 1250°C、cooling_requiredFalse 的 Recipe右⚠️ 历史匹配命中 2 条高温违规记录 对齐分0.62意图偏离 LLM Judge❌ 冷却缺失重犯历史错误/ 最终裁决拦截防止晶圆报废点几次每次红队变着花样藏问题蓝队总能抓——因为 FA 库在长大。八、这不是 CIM这是Agent 的可信系统工程虽然项目叫wafer-trust-guard它其实在回答一个通用问题当 Agent 写代码的成本趋近于零什么变贵了答案是定义什么是对的以及证明代码没撒谎。这套架构可以平移Agent 写 SQL → 验证层查表权限、扫描删库风险Agent 写前端 → 验证层查 XSS、无障碍规范Agent 写合约 → 验证层跑形式化规则而晶圆厂只是把这个需求推到了极致。九、写在最后最小三步做出你的验证型 Agent把 Prompt 生成和规则检查拆成两个目录互相不 import用 Embedding 做需求-输出对齐分别只信模型说我是对的把所有被拦住的 Case 存下来做 Few-Shot 喂回去。让 Agent 学会闭嘴比让它学会说话难但也值钱得多。 项目信息模型DeepSeek生成审核 千问 qwen3.7-text-embedding对齐框架Streamlit 纯 Python无 LangChain存储SQLite 不用用failure_log.json做向量记忆核心思想生成与验证物理隔离、规则优于模型、历史失效即知识项目已开源MVP 演示用代码和 README 都在仓库里欢迎 Clone 跑一跑看看你的红队能不能骗过蓝队。标签#Agent #半导体 #CIM #LLM #可信AI #系统架构 #DeepSeek #Streamlit #工程化