Electrosens R&D

KiCad 10 et l’IA en 2026 : ce que les copilotes changent vraiment dans votre flux PCB

Electrosens Kicad Master · 4 November 2026

KiCad 10 et l’IA en 2026 : ce que les copilotes changent vraiment dans votre flux PCB

La branche 10.0.x est désormais mature — 10.0.7 est sortie le 7 octobre 2026 — et un plugin Rust nommé Konnect promet de piloter KiCad depuis Claude via MCP. Entre le tuning haute vitesse natif, les variantes de conception et les générateurs de routage « intelligents », où s’arrête l’automatisation déterministe et où commence l’assistance générative ? État des lieux sans mythologie.

Le socle : où en est réellement la branche 10.0.x à l’automne 2026

Avant de parler d’IA, il faut poser le calendrier. KiCad 10.0.0 est sorti en mars 2026, comme l’atteste le billet officiel « Version 10.0.0 Released » publié sur le blog du projet. Depuis, la mécanique de maintenance tourne à un rythme soutenu : 10.0.6 est annoncée le 29 août 2026, puis la 10.0.7 a suivi un cycle classique de release candidate — RC1 le 27 septembre, RC2 le 3 octobre, version finale le 7 octobre 2026. Chaque billet le répète : ces versions « contiennent des corrections de bugs critiques et d’autres améliorations mineures depuis la version précédente ». Autrement dit, la 10.0.7 n’est pas une refonte, c’est un point de stabilité.

Ce rythme de correctifs est une donnée importante pour qui veut brancher de l’IA dessus : une API qui bouge tous les mois n’est pas une fondation confortable pour un outil externe. La bonne nouvelle, c’est que la branche 10.0 est désormais documentée officiellement (docs.kicad.org/10.0), ce qui donne aux développeurs de plugins une référence stable à cibler — la 10.0.7 étant, à date, le point d’ancrage le plus sûr.

Côté fonctionnalités, la revue de TechExplorations sur KiCad 10 met en avant trois axes : le tuning haute vitesse, les variantes de conception, et plus généralement un lot d’améliorations d’ergonomie. Ce sont ces briques natives qu’il faut avoir en tête avant de juger ce que l’IA apporte — parce que dans bien des cas, elle ne fait que dupliquer en moins fiable ce que KiCad sait déjà faire de manière déterministe.

Les briques natives qui « font déjà le travail »

C’est le point le plus important de ce panorama, et celui qui est le plus souvent escamoté dans les démonstrations de copilotes IA : une bonne partie de ce qu’on prête à l’IA existe déjà dans KiCad 10, sous forme d’outils déterministes, reproductibles et gratuits.

Tuning haute vitesse

Le tuning haute vitesse — accord en longueur des pistes, gestion des paires différentielles, respect des contraintes de phase — est l’un des points forts mis en avant dans la revue de KiCad 10. C’est un domaine où l’algorithme déterministe est roi : on connaît la longueur cible, la tolérance, la géométrie du serpentin. Aucun modèle génératif n’est nécessaire pour ajouter 3 mm de piste en accordéon. Un assistant IA qui prétend « optimiser » ce travail doit être jugé sur sa capacité à respecter les contraintes exactes, pas sur l’esthétique du résultat.

Variantes de conception

Les variantes de conception (design variants) sont l’autre grande nouveauté de la 10.0. Là encore, c’est de la gestion d’états : quelle résistance est peuplée, quelle autre est absente, quel firmware est chargé. Un LLM peut aider à écrire la spécification d’une variante, mais la mécanique elle-même doit rester dans le moteur KiCad, pour des raisons évidentes de traçabilité et de reproductibilité en production.

DRC, ERC et contraintes

Le DRC et l’ERC sont des vérificateurs à règles. Ils ne devinent pas : ils comparent. C’est précisément ce qu’on veut d’un contrôle qualité. Un modèle génératif qui « suggère » qu’une piste est probablement trop fine n’a aucune valeur face à un DRC qui sait qu’elle l’est, en fonction de la règle de classe de net configurée.

Import/export

L’import Altium est un cas d’usage parlant. Un utilisateur rapporte sur forum.kicad.info, le 1er septembre 2026, avoir migré un projet Altium 25.6.2 vers KiCad 10.0.6 et s’être heurté à un avertissement ERC récurrent : « Symbol pin or wire end off connection grid » sur presque chaque broche et chaque fil. Ce n’est pas un bug de l’IA, c’est un problème de grille à l’import — et il se résout avec des outils déterministes (recalage de grille, script de correction), pas avec un modèle de langage.

Fonction Nature dans KiCad 10 Ce qu’un copilote IA peut apporter Ce qu’il ne peut pas remplacer
Tuning haute vitesse Déterministe (algorithme) Suggestion de stratégie, documentation Le calcul de longueur exact
Variantes de conception Gestion d’états Rédaction de la spec, vérification croisée Le moteur de variantes
DRC / ERC Vérificateur à règles Explication pédagogique des erreurs La vérification elle-même
Import Altium Convertisseur Diagnostic des avertissements La conversion
Placement / routage Routeur interactif + push-and-shove Propositions initiales La validation finale

Konnect : le premier vrai pont entre un LLM et KiCad

Le fait marquant de l’automne 2026, c’est l’arrivée de Konnect, un plugin KiCad natif distribué sous forme d’un binaire Rust unique, qui expose 228 outils à Claude et à d’autres assistants via le protocole MCP (Model Context Protocol). L’information a circulé le 14 octobre 2026 via fellow.news, puis a été reprise par Adafruit le 26 octobre 2026 et par le média russe DevTrends le 7 septembre 2026. Le principe : plutôt que de laisser un LLM halluciner des commandes KiCad, on lui donne un catalogue d’outils typés qu’il peut appeler, comme un développeur appellerait une API.

C’est une architecture saine, et c’est probablement ce qui distingue Konnect des innombrables démos « IA + PCB » qui circulent. Le LLM ne dessine pas ; il orchestre des appels à des fonctions qui, elles, dessinent. La qualité du résultat dépend donc entièrement de la qualité des 228 outils exposés — et de la capacité du modèle à choisir le bon au bon moment.

Les retours terrain, à ce stade, restent prudents. Le billet de Hackaday du 5 septembre 2026, « Can AI Now Design PCBs That Just Work? », pose la bonne question sans y répondre par l’affirmative. Un article MSN relayé début 2026 raconte l’expérience d’un utilisateur pour qui « le design PCB est plus facile que jamais, grâce à Claude » — mais il s’agit d’un témoignage individuel, pas d’un benchmark reproductible. C’est exactement le niveau de preuve dont on dispose aujourd’hui : des anecdotes enthousiastes, quelques échecs documentés, et aucune étude comparative publiée.

Le reste de l’écosystème : ce qu’on peut vraiment dire

Il faut ici être honnête sur l’état de la documentation. Les outils comme Quilter, JITX, Celus, DeepPCB ou les générateurs de schémas « à la Flux » sont fréquemment cités dans les discussions, mais aucun chiffre vérifiable — taux de réussite, temps de routage, nombre de couches gérées, coût — n’est disponible dans les sources publiques que nous avons pu consulter pour ce panorama. Toute affirmation chiffrée à leur sujet relèverait de l’invention.

Ce qu’on peut dire, en revanche, c’est que leur pertinence dans un flux KiCad dépend d’un critère unique : le format d’échange. Un outil qui ne sait produire qu’un fichier propriétaire, ou qui exige un import manuel par capture d’écran, n’entre pas dans un flux KiCad — il vit à côté. À l’inverse, un outil qui écrit du .kicad_pcb ou du .kicad_sch via l’API, ou qui parle IPC-2581, peut s’insérer. C’est cette frontière technique, plus que la qualité intrinsèque des algorithmes, qui décidera de la survie de ces acteurs dans l’écosystème open source.

Un point de comparaison utile : Altium Designer, la référence propriétaire, facture entre 3 850 et 5 000 USD par utilisateur et par an, et plus de 175 000 USD pour cinq postes sur trois ans, formation incluse. Un outil IA qui viendrait s’ajouter à cette facture doit démontrer un retour sur investissement mesurable. Dans un flux KiCad, où le coût logiciel est nul, la barre est différente : l’outil IA doit faire gagner du temps sans créer de dépendance. C’est un arbitrage que chaque concepteur doit faire lucidement.

Le workflow du concepteur, réorganisé

La question n’est pas « faut-il utiliser l’IA dans KiCad », mais « à quel endroit du flux elle apporte de la valeur sans casser la traçabilité ». Voici comment le pipeline se réorganise, étape par étape.

1. Schéma : l’IA comme scribe, pas comme architecte

Un LLM est excellent pour produire un schéma répétitif (matrices de LED, banques de connecteurs, alimentations standard) à partir d’une spécification textuelle. Il est mauvais pour inventer une topologie. La règle pratique : laisser l’IA générer, mais relire chaque bloc fonctionnel avant de valider. Et surtout, ne jamais accepter un symbole généré sans vérifier son brochage — c’est le point de défaillance classique.

2. Bibliothèques : le point de friction

Les bibliothèques officielles de footprints KiCad sont maintenues sur GitLab, avec des tags réguliers (le tag 10.0.7-rc1 date du 22 septembre 2026). Un plugin IA qui prétend créer des empreintes à la volée doit être confronté à cette référence. La bonne pratique 2026 : utiliser l’IA pour chercher dans les bibliothèques existantes et proposer la bonne empreinte, pas pour en fabriquer une nouvelle. Chaque empreinte inventée est une dette de fabrication.

3. Placement et routage : l’IA propose, le routeur dispose

Le routeur interactif de KiCad, avec son push-and-shove, reste l’outil de référence pour le routage final. Les assistants IA peuvent suggérer un placement initial — c’est là qu’ils sont le plus utiles, car le placement est un problème combinatoire où l’exploration automatique a du sens. Mais le routage final, avec ses contraintes d’impédance, de longueur et de diaphonie, doit rester sous contrôle humain. Un cas concret : Freerouting 2.3.0, rapporté sur GitHub le 28 août 2026, produisait des routes que son propre scoring signalait comme violant les clearances, là où la version 2.2.4 routait proprement les mêmes cartes. Une régression de ce type, dans un outil IA, peut coûter une respin de PCB.

4. DRC et revue : l’IA comme second regard

C’est le terrain où l’IA est la plus utile sans être dangereuse : lire un rapport DRC, expliquer une erreur à un junior, proposer une correction à valider. Le DRC reste le juge ; l’IA est le traducteur. Un plugin comme Konnect, avec ses 228 outils, peut par exemple lancer un DRC, lire les résultats, et proposer un patch — mais la validation reste humaine.

5. Variantes et fabrication : la traçabilité avant tout

Sur les variantes, l’IA peut aider à générer les matrices de population, à vérifier la cohérence entre schéma et BOM, à rédiger les notes de fabrication. Sur la fabrication elle-même, la prudence est de mise : un Gerber généré par un pipeline IA doit être vérifié visuellement et par un outil dédié avant envoi. Les outils de cotation instantanée depuis KiCad, comme celui présenté par AIVON le 15 septembre 2026, sont intéressants pour l’estimation, pas pour la validation finale.

Ce que l’IA change vraiment — et ce qu’elle ne remplace pas

Après ce tour d’horizon, le verdict peut être posé sans détour.

Ce que l’IA change vraiment dans KiCad en 2026 :

  • L’accès aux fonctions via MCP (Konnect) rend le pilotage par LLM techniquement possible et propre, ce qui était impossible il y a deux ans.
  • La génération de schémas répétitifs et la documentation de projet font gagner un temps réel, mesurable, sur les projets à faible complexité.
  • L’explication pédagogique des erreurs DRC/ERC abaisse la barrière d’entrée pour les débutants.

Ce que l’IA ne remplace pas :

  • Le tuning haute vitesse et le respect des contraintes d’impédance, qui restent algorithmiques.
  • La vérification DRC/ERC, qui doit rester déterministe.
  • La décision de fabrication, qui engage la responsabilité du concepteur.
  • La gestion des variantes, qui exige un moteur d’états, pas un modèle de langage.

La frontière est claire : l’IA excelle là où le problème est mal posé et où une exploration large est utile (placement initial, génération de blocs, pédagogie). Elle est dangereuse là où le problème est bien posé et où la précision est critique (routage final, DRC, fabrication).

Le mot de la fin : un copilote, pas un pilote

KiCad 10.0.7, sortie le 7 octobre 2026, est une branche stable, documentée, dont les briques natives — tuning, variantes, DRC, import — couvrent déjà l’essentiel de ce qu’on attend d’un outil professionnel. L’IA n’arrive pas pour remplacer ces briques, mais pour les rendre plus accessibles et plus rapides à mettre en œuvre.

Le concepteur PCB de 2026 doit donc réorganiser son workflow autour d’un principe simple : garder le contrôle déterministe aux points critiques, déléguer l’exploratoire à l’IA. Concrètement : schéma généré mais relu, placement suggéré mais validé, routage proposé mais vérifié, DRC exécuté par KiCad et expliqué par l’IA, fabrication validée humainement. C’est moins spectaculaire que les démos, mais c’est ce qui tient en production.

La prochaine étape, à surveiller pour 2027, sera la standardisation des échanges entre plugins IA et KiCad — au-delà de MCP, via des formats ouverts comme IPC-2581. Tant que ce standard ne sera pas stabilisé, chaque plugin restera une île, et l’écosystème peinera à dépasser le stade de la démonstration. C’est là que se jouera la vraie maturité.

Sources

Article recherché et rédigé automatiquement · Magazine Electrosens
📬 Restez à la pointe
Recevez chaque semaine les nouveautés de ce magazine par email.
💬 Une remarque, une correction ?
Aidez-nous à améliorer cet article. Nous prenons en compte vos retours.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *