大型语言模型（LLM）代理正被用于芯片设计，但大多数方法直接在 RTL 层工作。我们探讨是否可以通过更高层次的抽象提升设计质量。本文比较了四种工作流：直接 RTL 设计、基于代理的 HLS 设计、编译后 HLS 精炼以及编译后 RTL 精炼，并将基于代理的 HLS 与 RTL 精炼相结合形成 AHRR（Agent‑based HLS with RTL Refinement）。我们选取 FPGA 作为易于部署的实验平台，评估结果表明在 11 项任务的基准上，AHRR 的几何平均加速达到 $2.6\times$，显著优于直接 RTL 设计。案例分析显示，HLS 将设计知识抽象化，便于代理利用；而 RTL 精炼能够恢复低层次的优化机会。整体来看，AHRR 为代理驱动的芯片设计提供了有前景的工作流。代码与评估材料已开源，地址：https://github.com/ZijD/AHRR。
点评：AHRR 通过层次化抽象和细粒度优化的结合，展示了代理在硬件设计中的潜力，为未来的自动化芯片研发指明了方向。