TACS-RF 是一个以工具调用为核心的智能体电路综合框架，目标是把大语言模型引入射频与毫米波模块的实际设计流程。与仅生成文本或网表片段的尝试不同，该框架让作为编程智能体的大语言模型直接操作业界常用的电子设计自动化工具，包括 Cadence Virtuoso/Spectre、Calibre、Cadence EMX 和 Ansys HFSS，从而覆盖从电路搭建、仿真验证到版图与电磁仿真的多个环节。论文作者为 Tristan Liang 与 Aravind Nagulu，工作已被 2027 年 IEEE Radio and Wireless Week 的 SiRF 分会接收。
为验证框架，研究团队选择了一个难度较高的目标：在 90 nm SiGe BiCMOS 工艺上设计工作于 240–251 GHz 的 sub-THz 发射机。智能体在半自主模式下完成了多个关键子模块，包括带二次谐波提取的 60 GHz 推推式 Colpitts 压控振荡器、多级差分共源共栅功率驱动级、推推式倍频器、差分蝴蝶结天线，以及各级之间的匹配网络。这些模块并非孤立生成，而是作为完整发射链路的一部分被逐级集成和验证。
设计结果在寄生提取后的器件模型和经过电磁验证的无源器件条件下给出：发射链路在仅依靠变容管调谐的 11 GHz 范围内实现 +5.1 至 +6.3 dBm 的输出功率，1 MHz 频偏处相位噪声为 -80 至 -88 dBc/Hz，直流功耗为 361 mW。这些指标说明智能体不仅能够调用工具完成流程性操作，还能在真实工艺约束和仿真反馈下收敛到可评估的电路方案。
论文进一步描述了智能体驱动的设计流程，以及人与智能体之间形成的分工：人类负责目标设定、约束权衡与结果审查，智能体承担大量工具操作、参数扫描与迭代优化。作者将这一探索视为迈向“text-to-ASIC”的一步，即用自然语言描述需求，由智能体驱动工具链完成专用集成电路设计。该方向若继续成熟，可能改变射频与毫米波硬件设计中人力密集的迭代方式，但论文也表明当前仍是半自主协作，而非完全无人设计。