隨著汽車產(chǎn)業(yè)進(jìn)入“軟件定義汽車”（SDV）時代，車輛硬件體系日益復(fù)雜，迭代速度不斷加快，同時軟件功能持續(xù)豐富，開發(fā)效率和質(zhì)量保障成為行業(yè)面臨的核心挑戰(zhàn)。在底層軟件頻繁迭代、系統(tǒng)架構(gòu)日趨復(fù)雜、聯(lián)網(wǎng)場景下信息安全與功能安全要求持續(xù)提升的行業(yè)背景下，傳統(tǒng)開發(fā)模式已難以適配產(chǎn)業(yè)發(fā)展需求。

在此背景下，人工智能（AI）技術(shù)正逐漸成為汽車軟件開發(fā)的重要驅(qū)動力。通過在需求分析、配置設(shè)計(jì)、自動化測試等環(huán)節(jié)的深度應(yīng)用，行業(yè)正在探索全流程智能化開發(fā)方法，以提升效率、降低成本、保障開發(fā)質(zhì)量。

在2026年第七屆軟件定義汽車論壇上，武漢光庭信息技術(shù)股份有限公司（以下簡稱“光庭信息”）首席技術(shù)官張龍分享了公司在AI驅(qū)動汽車軟件開發(fā)領(lǐng)域的實(shí)踐探索與成果。隨著軟件復(fù)雜度呈指數(shù)級增長，如何提升開發(fā)效率并保障質(zhì)量，成為行業(yè)共同面臨的核心課題。針對這一痛點(diǎn)，光庭信息圍繞AI技術(shù)與汽車軟件開發(fā)的融合創(chuàng)新，開展了全流程智能化實(shí)踐，并在AUTOSAR等關(guān)鍵領(lǐng)域取得階段性成果，為行業(yè)提供了可復(fù)制、可落地的經(jīng)驗(yàn)與參考。

張龍丨光庭信息首席技術(shù)官

從人工經(jīng)驗(yàn)到智能開發(fā)，AI工具如何破局？

在SDV體系下，硬件的多元化發(fā)展與軟件功能的復(fù)雜升級，不僅提高了汽車信息安全與功能安全的要求，也對工程化能力和智能化開發(fā)工具鏈的效率提出了更高標(biāo)準(zhǔn)。在實(shí)際開發(fā)與量產(chǎn)過程中，簡單問題可通過臺架測試或仿真測試及時發(fā)現(xiàn)，但隨著系統(tǒng)復(fù)雜性增加，各類時序差異問題因人工無法窮舉排查，成為技術(shù)攻關(guān)的難點(diǎn)。基于此，光庭信息將AI技術(shù)聚焦于人工難以解決的問題，充分發(fā)揮AI的算力與分析能力，探索汽車軟件開發(fā)的智能化轉(zhuǎn)型路徑?？紤]到硬件多樣性導(dǎo)致底層軟件頻繁變更，以及其對上層架構(gòu)和接口的通用性，公司重點(diǎn)攻克定制化工作中高門檻、高相似性的行業(yè)痛點(diǎn)，并依托技術(shù)積累打造了AUTOSAR專家Agent。

在汽車軟件開發(fā)中，芯片更換、新車型適配及主機(jī)廠定制需求通常需要高級工程師主導(dǎo)，但此類人才市場供給有限。通過將高級工程師的技術(shù)經(jīng)驗(yàn)和行業(yè)知識圖譜化，AUTOSAR專家Agent可輔助中級工程師完成復(fù)雜適配任務(wù)，項(xiàng)目初期便設(shè)定了開發(fā)效率提升5倍、開發(fā)周期縮短20%的目標(biāo)

 圖源：演講嘉賓素材

在明確開發(fā)目標(biāo)與應(yīng)用場景后，光庭信息進(jìn)一步完善了Agent的技術(shù)底座與知識體系，確保其在復(fù)雜開發(fā)任務(wù)中具備高效執(zhí)行能力。

該款A(yù)UTOSAR專家Agent以通用大模型為技術(shù)底座，針對通用大模型缺乏AUTOSAR專業(yè)知識的短板，光庭信息將企業(yè)積累的AUTOSAR知識、硬件信息及通信網(wǎng)絡(luò)相關(guān)內(nèi)容進(jìn)行系統(tǒng)化圖譜化處理，大幅降低大模型的幻覺問題。同時，依托知識圖譜對開發(fā)需求進(jìn)行精細(xì)化分類與解析，Agent能夠高效處理結(jié)構(gòu)化信息，并突破非結(jié)構(gòu)化與邏輯類信息的識別難點(diǎn)。在實(shí)際應(yīng)用中，將開發(fā)需求導(dǎo)入專家Agent后，它可自動完成需求分析、配置設(shè)計(jì)、自動化測試等全過程，并最終生成項(xiàng)目交付成果物，實(shí)現(xiàn)對軟件開發(fā)環(huán)節(jié)的智能化賦能。

張龍介紹，AUTOSAR專家Agent擁有標(biāo)準(zhǔn)化、智能化的工作流程，核心分為五大關(guān)鍵步驟：

第一，需求提取與分析，對結(jié)構(gòu)化、非結(jié)構(gòu)化的開發(fā)需求進(jìn)行全面識別，提取核心用戶需求；

第二，需求預(yù)處理，將各類需求轉(zhuǎn)化為Agent可識別的統(tǒng)一模型，實(shí)現(xiàn)非結(jié)構(gòu)化需求向結(jié)構(gòu)化需求的轉(zhuǎn)化；

第三，需求校驗(yàn)與糾正，通過AI技術(shù)自動識別并修正需求中不連貫、不一致、存在矛盾的內(nèi)容，保障需求的準(zhǔn)確性；

第四，任務(wù)規(guī)劃與執(zhí)行，Agent結(jié)合知識圖譜明確工作目標(biāo)，生成專屬工作流，通過自主規(guī)劃引擎調(diào)動并執(zhí)行各環(huán)節(jié)工作流，最終匯總形成項(xiàng)目交付成果；

第五，反饋優(yōu)化與迭代，若執(zhí)行過程中出現(xiàn)偏差、信息遺漏或報(bào)錯，可隨時中斷并向Agent輸入新信息，Agent將自動識別問題并解決，隨后繼續(xù)自主規(guī)劃執(zhí)行后續(xù)工作。同時，該Agent還搭載了專業(yè)問答功能，可作為工程師的個人助手，針對高專業(yè)性的技術(shù)問題提供精準(zhǔn)解答與專業(yè)建議。

AUTOSAR專家Agent：應(yīng)用進(jìn)展與實(shí)踐探索

在建立了完善的知識圖譜體系和標(biāo)準(zhǔn)化流程后，光庭信息將AUTOSAR專家Agent投入實(shí)際開發(fā)與量產(chǎn)項(xiàng)目中進(jìn)行驗(yàn)證，以評估其在真實(shí)場景下的應(yīng)用效果。

為保障開發(fā)成果的質(zhì)量，該Agent實(shí)現(xiàn)了實(shí)體測試臺架與虛擬測試環(huán)境的同步生成與適配，由Agent驅(qū)動雙環(huán)境互聯(lián)互通，完成全流程自動化測試。公司聯(lián)合客戶在量產(chǎn)項(xiàng)目的區(qū)域控制器BSW配置工作中開展試點(diǎn)，同時適配EB與Vector兩大協(xié)議棧，對智能需求分析、自動化配置、測試執(zhí)行及專家問答等核心功能進(jìn)行實(shí)戰(zhàn)驗(yàn)證，取得了顯著成效。

 圖源：演講嘉賓素材

在應(yīng)用中，AUTOSAR專家Agent在需求轉(zhuǎn)化環(huán)節(jié)表現(xiàn)出色。非結(jié)構(gòu)化需求向結(jié)構(gòu)化需求的轉(zhuǎn)化準(zhǔn)確率接近100%，充分體現(xiàn)了知識圖譜在各類需求精準(zhǔn)識別與解析中的關(guān)鍵作用。在響應(yīng)效率方面，Agent可在3秒內(nèi)完成問題應(yīng)答，輸出結(jié)果不超過1分鐘，大幅縮短了開發(fā)團(tuán)隊(duì)的溝通與決策時間。自動化測試環(huán)節(jié)中，Agent能夠自主完成絕大多數(shù)測試識別與問題糾正，對于仍未解決的復(fù)雜問題，則會及時反饋給工程師，由人工介入一線排查，從而實(shí)現(xiàn)人機(jī)協(xié)作的最優(yōu)結(jié)合。

從實(shí)際工作量和效率來看，專家Agent為項(xiàng)目帶來了顯著的降本增效成果。以全新MCU項(xiàng)目配置為例，原本需要20到30名工程師花費(fèi)一個月左右才能完成的任務(wù)，通過Agent賦能后，僅需約一半的人力和時間即可完成，整體工作效率大幅提升。這不僅降低了人力成本，也讓團(tuán)隊(duì)在應(yīng)對多車型、多芯片及多主機(jī)廠需求時更加靈活、反應(yīng)更快。

該AUTOSAR專家Agent的成功落地，依托于光庭信息自研的Agent技術(shù)平臺。該平臺具備通用Agent框架、大模型底座、工具鏈及規(guī)劃記憶系統(tǒng)等核心能力，為各類專業(yè)Agent的開發(fā)提供了堅(jiān)實(shí)支撐，并形成了可復(fù)用、可擴(kuò)展的技術(shù)基礎(chǔ)，為未來AI驅(qū)動的軟件開發(fā)模式奠定了長遠(yuǎn)保障。

固定工作流走向自主規(guī)劃，開發(fā)體系加速演進(jìn)

隨著AUTOSAR專家Agent在項(xiàng)目中的不斷應(yīng)用，光庭信息開始著眼于下一階段的技術(shù)突破——從標(biāo)準(zhǔn)化工作流向更智能的自主規(guī)劃邁進(jìn)。

目前，第一階段的Agent以AI技術(shù)串聯(lián)人工開發(fā)的標(biāo)準(zhǔn)化流程，實(shí)現(xiàn)自動化執(zhí)行并便于人工校驗(yàn)中間成果。為滿足不同客戶、車型和芯片的多樣化需求，企業(yè)已啟動第二階段研發(fā)，核心目標(biāo)是實(shí)現(xiàn)AI自主規(guī)劃，使Agent能夠根據(jù)項(xiàng)目特點(diǎn)自動識別需求、規(guī)劃工作流，并支持任務(wù)的并行執(zhí)行與順序優(yōu)化。預(yù)計(jì)該階段功能落地后，軟件開發(fā)效率將進(jìn)一步提升50%以上。

在自主規(guī)劃階段之后，公司還將推進(jìn)全流程端到端自動化，實(shí)現(xiàn)從需求輸入到成果輸出的全環(huán)節(jié)AI自動化處理，僅在關(guān)鍵節(jié)點(diǎn)保留人機(jī)配合環(huán)節(jié)，全面加速汽車軟件開發(fā)的智能化演進(jìn)。

圖源：演講嘉賓素材

在AI驅(qū)動的汽車軟件開發(fā)體系中，光庭信息已構(gòu)建起完整的技術(shù)平臺與產(chǎn)品矩陣。底層為企業(yè)自研的大模型適配底座，可無縫接入千問、ChatGPT等通用大模型，同時集成通用工具鏈、存儲記憶系統(tǒng)等核心能力；在此之上，企業(yè)將Agent劃分為兩大層級：第一層級為專家Agent，聚焦各類專業(yè)化開發(fā)場景，依托知識圖譜和標(biāo)準(zhǔn)化流程，實(shí)現(xiàn)需求分析、代碼生成、自動化測試及項(xiàng)目管理等環(huán)節(jié)的AI賦能，并已在多個項(xiàng)目中落地應(yīng)用；第二層級為自主規(guī)劃型Agent，可根據(jù)不同客戶與項(xiàng)目需求，智能識別任務(wù)、組裝專屬專家Agent并驅(qū)動執(zhí)行，實(shí)現(xiàn)個性化、全流程的智能開發(fā)，目前該技術(shù)仍在穩(wěn)步推進(jìn)。

展望未來，光庭信息計(jì)劃進(jìn)一步完善自主規(guī)劃與全流程端到端自動化能力，使AI在汽車軟件開發(fā)中的角色從輔助升級為核心驅(qū)動力，實(shí)現(xiàn)從需求輸入到成果輸出的全鏈條智能化處理，助力行業(yè)開發(fā)效率持續(xù)提升，推動汽車軟件開發(fā)向更高水平的智能化和創(chuàng)新化邁進(jìn)。

返回第一電動網(wǎng)首頁 >