三星電子據韓媒《朝鮮 Biz》報導，正把 Anthropic 的 Claude Code 導入半導體設計、驗證與一般軟體開發流程，藉此縮短工程作業時間。三星 System LSI 事業部部分專案據稱已取得顯著效率提升，顯示生成式人工智慧可能成為晶片工程團隊處理重複性工作的輔助工具。
不過，三星並未將 Claude Code 視為能夠獨立完成硬體開發的替代方案。由於 AI 仍可能誤解指令、修改無關內容，甚至在只需分析驗證結果時嘗試改動電路設計程式，工程師仍須界定使用範圍，並在成果進入下一階段前進行詳細檢查。
SoC 驗證環境建置從月餘縮短至兩天
報導指出，三星在 5 月首先開放開發人員使用 Claude Code，之後再把應用範圍擴大至專門晶片設計工作。目前相關工具已被用於半導體驗證與一般軟體開發。
其中一項 SoC 驗證專案原本預估需要超過一個月，才能完成驗證環境建置與測試；導入 Claude Code 後，據稱在兩天內完成，估計效率提升約 15 倍。
另一個案例則涉及一名缺乏 Claude Code 及 USB 通訊標準經驗的二年級工程師。原本通常需要約一個月的工作，在 AI 協助下被壓縮至一天內完成。這些案例顯示，AI 不僅可能加快熟悉領域的工程工作，也能協助工程師快速處理過去較不熟悉的技術範疇。
System LSI 盼以 AI 縮小人力資源差距
AI 對三星 System LSI 事業部的重要性，與其相對有限的工程人力規模有關。報導稱，該部門約有 6,000 名員工；相比之下，高通員工人數超過 52,000 人。
在半導體設計與驗證工作日益複雜的背景下，三星顯然希望透過 AI 減少重複性工作的負擔，讓工程師把更多時間投入設計判斷、問題分析與驗證結果審查，並藉此部分縮小與大型競爭對手之間的工程資源差距。
AI 產出仍須由工程師把關
儘管 Claude Code 可協助建立驗證環境、撰寫或處理軟體內容，三星的做法仍強調人工作業流程與權限界定。據報導，AI 曾出現誤解工程師指令、修改不相關內容，以及在不應更動硬體設計程式的情況下嘗試修改程式等問題。
這類風險在晶片開發流程中特別受到重視，因為錯誤修改可能影響後續驗證結果，甚至增加除錯與返工成本。因此，工程師必須先明確限制 Claude Code 的工作範圍，並在 AI 產出被採用或進入下一個開發階段前，逐項確認內容是否符合設計意圖。
生成式 AI 對半導體工程的實際定位
三星目前的案例反映出，生成式 AI 在半導體產業的主要價值，仍較接近工程助理而非自主設計系統。它可以協助處理大量重複工作、降低新進工程師進入陌生技術領域的門檻，並縮短部分驗證任務的執行時間；但在涉及硬體邏輯、設計程式及驗證結果判讀時，仍需要具備專業經驗的人員負責確認。
因此，Claude Code 是否能在更大規模的晶片開發流程中持續帶來相同幅度的效率提升，仍取決於任務類型、工程師監督方式，以及企業對程式碼與硬體設計變更所建立的控管機制。
