南宫28

南宫28

登录 | 注册

昵称 | 退出

CN / EN

所有

所有
产品治理
新闻资讯

EN

AI赋能的汽车软件工厂长什么样？？？？？？

宣布时间：

2026-08-12 18:25

汽车软件研发周期从36个月压缩至18个月，，，，，，单车软件规模从万万行代码增添至上亿行，，，，，，软件包体积从几KB增添至数十GB甚至上百GB。。。。。。。

ASPICE、ISO 26262、ISO 21434等合规要求对研发历程的可追溯性提出更高要求。。。。。。。在研发周期缩短与质量要求提升的双重压力下，，，，，，古板的CI/CD模式面临瓶颈。。。。。。。

回首目今的汽车软件CI/CD流程，，，，，，您是否也经常遇到以下“研发痛点”？？？？？？

代码评审依赖人工：评审质量依赖专家履历，，，，，，标准不统一，，，，，，效率低，，，，，，在大规模团队中容易遗漏要害问题。。。。。。。
构建失败排查耗时：流水线构建日志可达数千甚至数万行，，，，，，定位根因需要履历富厚的工程师，，，，，，新人上手门槛高。。。。。。。
资源调理效率低：构建效劳器设置各异（CPU核数、内存、License数目），，，，，，古板"先到先得"调理方法导致使命执行时间不稳固，，，，，，资源使用率缺乏。。。。。。。
故障恢复被动：静态阈值告警往往在问题爆发后触发，，，，，，工程师处于“救火”状态，，，，，，无法做到提前识别资源瓶颈。。。。。。。
效能数据不可视：研发效能数据展示形式简单，，，，，，无法支持项目治理和决议。。。。。。。

针对上述问题，，，，，，南宫28团结多年的汽车嵌入式软件研发CI/CD平台（PET平台）建设履历，，，，，，将AI能力集成至CI/CD全流程，，，，，，建设AI赋能的软件工厂。。。。。。。

从古板CI/CD模式到AI赋能软件工厂

图 1 AI赋能软件工厂架构图

AI赋能软件工厂的转变主要体现在如下五个维度：

代码评审：人工审查 ?? AI自动评审
通过多模子协同、项目知识注入，，，，，，实现变换代码的自动审查，，，，，，标准统一。。。。。。。
问题定位：人工排查日志 ?? AI智能剖析
系统实时收罗构建日志，，，，，，通过AI模子举行根因定位、关联源码，，，，，，自动天生诊断报告与修复建议。。。。。。。排障时间缩短50%以上。。。。。。。
资源调理：随机分派 ?? AI智能调理
系统感知效劳器负载，，，，，，凭证流水线使命天生使命画像，，，，，，匹配合理资源节点。。。。。。。支持"本钱优先"和"速率优先"战略，，，，，，资源使用率提升至80%以上。。。。。。。
故障恢复：被动告警 ?? Loop Engineering自动闭环
基于"状态视察→问题诊断→问题修复→效果验证"的自动循环，，，，，，在故障爆发前识别危害或自动修复已爆发的故障。。。。。。。
效能洞察：简朴数据展示 ?? AI效能智能洞察
从简朴数据展示升级为AI效能智能洞察。。。。。。。多维数据剖析、趋势展望、自动天生刷新建议。。。。。。。

图 2 能力跃迁图

AI代码审查与Loop Engineering流水线

在AI代码审查和Loop Engineering 流水线方面，，，，，，软件工厂划分落地了以下焦点机制：

AI代码审查

在提倡代码合并请求（MR）触发后，，，，，，AI代码审查流水线自动执行以下游程：

变换剖析：
提取代码Diff，，，，，，识别变换规模。。。。。。。
上下文检索：
关联项目中的相关代码、需求文档和历史评审纪录。。。。。。。
多模子协同评审：
从清静性、逻辑准确性、编码规范、性能等维度并行剖析。。。。。。。
评审效果天生：
输出问题列表及修复建议，，，，，，自动通知至工程师（企业微信/邮件）。。。。。。。

评审通事后，，，，，，代码进入CI/CD流水线执行静态剖析（QAC/SonarQube）、编译构建、单位测试，，，，，，经质量门禁校验后进入人工复核环节。。。。。。。

图 3 AI智能体代码评审

Loop Engineering 流水线

图 4 Loop Engineering流水线

Loop Engineering是AI赋能软件工厂的焦点机制。。。。。。。当流水线执行历程中泛起异常（如构建失败、测试欠亨过、质量门禁未达标等），，，，，，系统自动启动闭环流程：

状态视察：
收罗流水线状态、构建效果、日志数据。。。。。。。
问题诊断：
AI模子剖析日志，，，，，，定位根因，，，，，，关联源码和设置。。。。。。。
问题修复：
AI Agent执行修复操作（代码修改、设置调解、权限分派等）。。。。。。。
效果验证：
重新触发流水线，，，，，，执行门禁检查。。。。。。。
循环收敛：
若效果未达标，，，，，，继续循环；；；；；；若达标，，，，，，退出循环进入人工复核。。。。。。。

该机制通过PET-MCP实现AI模子与平台能力的双向挪用，，，，，，支持状态盘问、设置修改、流水线触发和效果获取。。。。。。。现在已集成AI Review Agent、Sonar Skill、QAC Agent、Tessy Agent等智能体，，，，，，可凭证场景按需接入。。。。。。。实践数据批注，，，，，，基于Loop Engineering的自动闭环可将人工排障及处置惩罚时间缩短40%~50%。。。。。。。

面向汽车行业的软件工厂建设实践

在汽车软件研发中，，，，，，软件工厂需要知足以下行业特定要求：

多客栈治理：一个整车软件项目通常包括数十至数百个客栈，，，，，，横跨MCU/SOC/APP等多个手艺栈。。。。。。。软件工厂提供Gitlab、Gerrit、Repo等工具支持，，，，，，实现多仓联动触发、依赖剖析和增量构建。。。。。。。
行业工具链集成：已集成30+款行业工具链插件，，，，，，笼罩代码编译（Tasking、Hightec、Greenhills）、代码测试（QA、Tessy）、模子测试（Simulink）、清静测试（SCA）、HIL自动化测试（VBA、TAE）等。。。。。。。
合规追溯：买通ALM系统（codebeamer），，，，，，实现需求-代码-测试全链路追溯，，，，，，知足ASPICE和ISO 26262审计要求。。。。。。。
多仓联动流水线：任一开发库的合并请求触发后，，，，，，系统自动剖析仓间依赖，，，，，，联动触发所有使用该客栈的集成项目流水线。。。。。。。任一集成项目校验失败，，，，，，代码榨取合入。。。。。。。

图 5 软件工厂实践全景

平台化建设路径

面向现实的研发投产，，，，，，软件工厂的建设分以下三个阶段逐步推进：

自动化与标准化
统一CI/CD平台，，，，，，集成行业工具链，，，，，，建设图形化流水线编排能力，，，，，，制订分支战略、质量门禁等统一规范。。。。。。。
AI能力集成
通过PET-MCP协议开放平台能力，，，，，，集成AI代码审查、智能日志剖析、智能资源调理等AI能力，，，，，，构建Loop Engineering闭环。。。。。。。
生态扩展与重大场景闭环
一连扩展MCP接口笼罩规模，，，，，，接入更多智能体（QAC Agent、Tessy Agent等），，，，，，支持长周期目的驱动的重大场景（如笼罩率门禁自动增补测试），，，，，，建设本钱控制要害操作人工确认机制。。。。。。。

AI赋能汽车软件工厂的焦点是将AI能力嵌入CI/CD全流程，，，，，，通过AI代码审查提升评审效率和质量，，，，，，通过Loop Engineering实现故障自动闭环，，，，，，通过智能调理和剖析优化资源使用。。。。。。。这一转变使研发团队得以从重复性的人工排障、繁琐的手动评审中解放出来，，，，，，将精神集中在问题修复和手艺计划设计上。。。。。。。

从古板研发模式向AI赋能的汽车软件工厂转型，，，，，，不但需要先进的理念，，，，，，更需要懂行业、懂痛点、懂落地的专业平台与效劳团队护航。。。。。。。

不想让团队继续在古板研发模式中“疲屈驾驶”？？？？？？

相识更多详细信息，，，，，，接待加入8月13日（周四）云手艺钻研会《8月13日云手艺钻研会 | AI赋能汽车软件工厂建设及可信的供应链清静系统》，，，，，，点击链接，，，，，，连忙报名！

上一页

VBA V4.1.0 焕新宣布：SOME/IP仿真能力周全升级，，，，，，破解效劳自动化测试难题

AI赋能功效测试：用例与序列智能化天生加速研发质效跃升

下一页

上一页

VBA V4.1.0 焕新宣布：SOME/IP仿真能力周全升级，，，，，，破解效劳自动化测试难题

下一页

AI赋能功效测试：用例与序列智能化天生加速研发质效跃升

关于恒润
投资者关系
- 基本信息
- 互动问答
加入我们
- 校园招聘
- 实习生招聘
- 社会招聘

联系南宫28

产品手艺咨询:

请右侧点击“在线留言” 或

邮件发送market_dept@hirain.com

采购部

邮箱：purchase@hirain.com

证券部

电话：010-82263021

邮箱：ir@hirain.com

关注我们

关注我们

? 2025 南宫28 All Rights Reserved.| 营业执照

京公网安备11010502056670号

| 执法声明 | 隐私�；；；；；；�

图片名称

在线留言

【网站地图】【sitemap】