用AI自动化PCB设计，这家初创拿下新融资

硬件设计初创公司CopperPilot完成39万美元预种子轮融资，本轮由Neon Fund领投，美国天使投资人跟投。与此同时，该公司面向硬件工程师开放代号为Epsilon的第一代AI设计智能体。公司称，自2026年8月以来，平台周活跃用户增长25倍，截至目前，平台上已经运行超过6000项设计任务（设计成果）。

CopperPilot由Aditya NG、Mohit Bagur和Anish Harsha在2025年10月创立，正在研发一款AI智能体，用于自动化完成PCB设计的部分流程：解读需求、选型器件、绘制原理图、PCB布线，以及在投产前做设计检查。该公司没有披露营收数据以及免费用户向付费客户的转化率。公司表示，这笔新资金将用于产品研发与工程开发，提升智能体的运行速度和可靠性，并扩充研发团队。

这款初创工具不会要求工程师把设计文件迁移到全新环境，而是在工程师已经在用的EDA工具内自动化工作流。平台支持KiCad、Altium和LTspice，集成重点围绕PCB设计和固件开发流程。

除EDA工具集成外，CopperPilot表示，Epsilon还可以接入Claude Code、Cursor、Codex等AI代码智能体。开发者可以直接在这些工具内下发电路板设计任务。

联合创始人兼首席执行官Aditya NG在采访中介绍，创业想法来自他参与硬件项目（包括自动驾驶项目）的经历。“我参与过几乎所有自动驾驶团队，总会听到一句话：带六路摄像头的计算单元太难设计，或者线控底盘单元超出我们能力范围。很多团队就此停滞。坚持下去的团队，要花费数月研读数据手册，还要为电路板改版失误承担成本。我创立CopperPilot，就是希望不再有硬件团队因为电路板设计难度过高而卡壳。”

客户覆盖：初创公司到大型企业

平台用户范围很广，包含独立工程师、初创企业、设计服务商和大型企业。客户和目标市场覆盖物联网、医疗科技、电池技术、电动汽车以及其他车载应用领域。

CopperPilot的客户分布在美国、英国、欧洲，同时也有印度及其他国家的用户。公司双总部设在印度班加罗尔与美国得州休斯顿。公司认为消费电子、可再生能源、储能、机器人领域同样适合使用这套技术。

自然语言需求转原理图

Aditya介绍，该智能体可以读懂用自然语言描述的设计需求，读取器件数据手册和厂商规格书，筛选合适元器件，并给出备选方案供工程师选择。之后它可以生成原理图、自定义符号和封装，完成PCB布局与布线，同时做电气规则检查（ERC）、设计规则检查（DRC），排查制造约束问题。

如果需求描述不全，或是器件不满足设计约束，智能体会主动确认信息，辅助工程师做架构决策。当需求足够清晰时，智能体可以自动执行一连串设计任务，工程师可以在任意环节审阅或介入调整。

CopperPilot通过官方API、直接文件编辑等多种方式和EDA工具交互。Aditya称：“会根据工具类型和任务选择最合适的方式。”

这家初创公司还在开发跨工具工作流。传统模式下，工程师需要分别查看多款工具里的信息，包括固件代码、PCB设计、通信协议。CopperPilot希望打通这些信息，识别潜在交互问题，帮助工程师分析软硬件耦合的故障。他表示，产品价值不只在于画电路板、写固件，更在于能够评估电子系统各个模块之间的相互影响。

验证环节是难点

生成原理图或者PCB版图只是一部分工作，设计还必须满足电气指标，以及代工厂的制造约束。

Aditya说，ERC、DRC检查只能作为基础防线，无法捕捉所有错误。

“两台单片机或者设备通过串口通信时，需要A设备的发送端接B设备的接收端，A的接收端接B的发送端。很容易接反，很多工程师都踩过这个坑，而这正是CopperPilot的优势所在。它能检出ERC、DRC发现不了的这类错误。”

但仅仅标出问题还不够。工程师还需要分清问题优先级：哪些必须优先修复、哪些暂时可以搁置、还有哪些尚未解决。Aditya说：“工程师准备投产前，智能体可以输出审阅报告，区分阻断性问题和非阻断问题，给出修复优先级，并说明剩余风险。它还能推荐可以降低成本的修改方案。”

他解释，硬件设计不像软件开发，没有类似编译器、代码检查工具的统一标准来判定整套设计是否完全正确，所以团队自建了内部测试和基准测试框架。“我们自研了测试框架、基准用例和配套工具来验证设计。智能体读取数据手册、厂商规格和设计工具，再通过这套测试框架和多智能体体系验证效果。”

公司还为不同厂商开发专属测试套件，持续维护器件资料和历史设计失败案例。随着智能体不断被使用和测试，系统对设计失效场景的理解也会持续迭代。

根据Aditya提供的数据，团队基于人工设计电路搭建了约49个测试用例做对比测试。基线系统任务完成率为18%，CopperPilot达到78%。报道没有说明基线系统具体是什么，该结果仅来自企业内部小规模基准测试，尚未经过独立第三方验证。

公司在公告中称，他们每天发布一份开源电路板设计，目前已经公开约30套。这些设计文件可以用KiCad打开查看，工程师可以直接审视完整工程，而不只是看产品演示效果。

下一阶段目标：提升可靠性

CopperPilot当前的核心挑战，是把智能体的稳定性提升到可以支撑工程师日常工作的水平，持续拓展个人、初创公司和大型设计机构的用户规模。长期目标是缩短从创意到可量产电子产品的开发周期。

Aditya说：“现在CopperPilot大约30分钟就能完成一款AI相机板卡设计。” 结合他之前为学生赛车项目做硬件开发的经历，他展望：“未来的赛车，都会用CopperPilot来设计。”