ソフトウェア開発の世界でAIエージェントの実用化が加速する中、ハードウェア設計の領域にも本格的な波が押し寄せてきた。エンジニアのLucas Geradts氏が公開したデモが、Hacker Newsで100ポイント超の注目を集めている。オシロスコープとSPICEシミュレーターをAIエージェントに直接接続し、「シミュレーション→実機測定→検証」のループを自律的に回す——その仕組みが明快で、かつ拡張性に優れているという点が評価されている。

MCPサーバーがハードウェアとAIを繋ぐ

Geradts氏が構築したのは2つのMCPサーバーだ。

  • lecroy-mcp: LeCroy製オシロスコープを制御するMCPサーバー
  • spicelib-mcp: SPICEシミュレーター（spicelib）をラップするMCPサーバー

MCP（Model Context Protocol）はAIエージェントが外部ツールやデータソースと通信するための標準プロトコルだ。これまではファイルシステム、ブラウザ、APIなどへの接続が主流だったが、今回は物理的な測定機器までその対象を広げた。

デモの流れはシンプルだ。AIエージェントがSPICEシミュレーターでRCフィルター回路を解析し、その結果をもとにマイコン（MCU）のコードを生成してビルド・フラッシュ。実際の回路からオシロスコープで波形を取得し、シミュレーション結果と照合する。これがすべて自律的に行われる。

「自然言語で回路を指定する」より賢いアプローチ

Geradts氏が強調する重要な気づきがある。「AIエージェントに自然言語で回路を書かせる」アプローチは、単純な回路なら機能するが複雑になると途端に難しくなる。問題は自然言語で設計意図を正確に伝えることの難しさだ。

そこで氏が選んだのは、AIエージェントに「ツール」を渡してフィードバックループを形成するという方針だ。エンジニアが回路設計の意図を持ち、エージェントはシミュレーションと測定を通じて検証と調整を繰り返す。これはソフトウェア開発でエージェントにビルドツールやテストランナーを渡す構成と本質的に同じ発想だ。

実践から得た設計上の教訓

デモを通じてGeradts氏が得た知見は、実際にこの構成を試みるエンジニアにとって価値が高い。

オシロスコープ接続の注意点

  • エージェントは物理的な接続を「見ていない」。どこに何が繋がっているかを明示的に伝えること
  • 古いデータをキャッシュさせない設計にすること（測定のたびに必ずフレッシュなデータを渡す）
  • 生データをコンテキストに直接流し込まず、ファイルに保存してエージェントが間接的に参照する形にする

マイコン制御の注意点

  • ピンアサインやピンマックスの情報を明示的に渡す
  • build、flash、ping、erase などの操作をMakefileにまとめ、エージェントがそれを呼び出す形にする。コマンドをその場で生成させない

これらの教訓の根底にある原則は明快だ。エージェントに「推測」させるな、「確認できる仕組み」を渡せ。

実務への影響——日本の組み込みエンジニアへ

日本の組み込み開発・ハードウェア設計の現場にとって、このアプローチは見過ごせない。

SPICEシミュレーションと実機検証の往復は、経験豊富なエンジニアでも時間を要するプロセスだ。特にデータ整理（時間軸の正規化、複数チャンネルのアライメントなど）は氏自身が「目分量でごまかしていた」と述べるほど煩雑な作業だ。AIエージェントにこのデータ解析を任せることができれば、エンジニアはより高次の設計判断に集中できる。

明日から試せることとしては：

  1. 既存のSPICEシミュレーター環境にMCPサーバーを被せることから始める（lecroy-mcpやspicelib-mcpのコードはOSSとして公開済み）
  2. Makefileで操作を抽象化する習慣はAIエージェントがいない環境でも再現性向上に効く
  3. 「自然言語で設計を指示する」より「検証ループに組み込む」発想のシフトを意識する

筆者の見解

このデモが示したことは、AIエージェント活用における本質的な原則の実証だと思う。

フィードバックなきエージェントは機能しない。 これはソフトウェアでも、ハードウェアでも変わらない。エージェントがリアルな環境から測定データを受け取り、それをもとに次の判断を下し、また測定する——このループを設計できているかどうかが、エージェント活用の成否を決める。

今回のアプローチが特に優れているのは、物理世界との接点をMCPという標準プロトコルで設計している点だ。オシロスコープが変わっても、シミュレーターが変わっても、エージェント側のロジックはほぼそのまま使える。この抽象化のレイヤーが、スケールを可能にする。

ハードウェアエンジニアリングの世界に「自律検証ループ」が根付き始めれば、設計の反復速度は根本から変わる。「試して、測って、直して、また試す」というサイクルがAIによって高速化されるとき、エンジニアに求められるスキルも変容する。測定自体より、検証ループを正しく設計する能力——これが次に問われる力だろう。

まだ実験段階ではあるが、この方向性は正しい。ハードウェア開発者には、ぜひ自分の環境でこのアーキテクチャを試してほしい。

出典: この記事は Show HN: SPICE simulation → oscilloscope → verification with Claude Code の内容をもとに、筆者の見解を加えて独自に執筆したものです。