这篇综述论文系统分析了大型语言模型（LLMs）在电子设计自动化（EDA）和硬件安全领域的应用机遇与挑战。随着半导体行业快速发展，LLMs在生成寄存器传输级（RTL）代码、自动化测试台以及弥合高层规范与硅实现之间的语义鸿沟方面展现出前所未有的能力，但同时也引入了严重的安全漏洞。论文围绕EDA综合、硬件信任、安全设计以及教育等关键领域，深入探讨了LLM驱动硬件设计的最新进展。方法论上，涵盖了从推理驱动综合、多智能体漏洞提取到数据污染和对抗性机器学习规避等突破性技术。此外，论文还整合了关键对策的讨论，如动态基准测试以对抗数据记忆，以及激进的红队测试以实现稳健的安全评估。最后，作者总结了跨领域经验教训，为构建安全、可信和自主的设计生态系统提供了未来研究方向。该论文适合硬件安全研究员、EDA工具开发者以及关注LLM在关键基础设施中应用的安全从业者阅读。