rb88随行版

rb88随行版

登录 | 注册

昵称 | 退出

CN / EN

全数

全数
产品治理
新闻资讯

EN

AI赋能的汽车软件工厂长什么样？

颁布功夫：

2026-08-12 18:25

汽车软件研发周期从36个月压缩至18个月，单车软件规模从千万行代码增长至上亿行，软件包体积从几KB增长至数十GB甚至上百GB。

ASPICE、ISO 26262、ISO 21434等合规要求对研发过程的可追忆性提出更高要求。在研发周期缩短与质量要求提升的双重压力下，传统的CI/CD模式面对瓶颈。

回首当前的汽车软件CI/CD流程，您是否也时时遇到以下“研发痛点”？

代码评审依赖人为：评审质量依赖专家经验，尺度不统一，效能低，在大规模团队中容易遗漏关键问题。
构建失败排查耗时：流水线构建日志可达数千甚至数万行，定位根因必要经验丰硕的工程师，新人上手门槛高。
资源调度效能低：构建服务器配置各别（CPU核数、内存、License数量），传统"先到先得"调度方式导致工作执行功夫不不变，资源利用率不及。
故障复原被动：静态阈值告警往往在问题发生后触发，工程师处于“救火”状态，无法做到提前鉴别资源瓶颈。
效力数据不成视：研发效力数据展示大局单一，无法支持项目治理和决策。

针对上述问题，rb88随行版结合多年的汽车嵌入式软件研发CI/CD平台（PET平台）建设经验，将AI能力集成至CI/CD全流程，建设AI赋能的软件工厂。

从传统CI/CD模式到AI赋能软件工厂

4d1e38be-5e51-4a6f-aecc-ce861f0dd0a0 — 图 1 AI赋能软件工厂架构图

AI赋能软件工厂的变动重要体此刻如下五个维度：

代码评审：人为审查 ?? AI自动评审
通过多模型协同、项目知识注入，实现调换代码的自动审查，尺度统一。
问题定位：人为排查日志 ?? AI智能分析
系统实时采集构建日志，通过AI模型进行根因定位、关联源码，自动天生诊断汇报与建复建议。排障功夫缩短50%以上。
资源调度：随机分配 ?? AI智能调度
系统感知服务器负载，凭据流水线工作天生工作画像，匹共同理资源节点。支持"成本优先"和"速杜着先"战术，资源利用率提升至80%以上。
故障复原：被动告警 ?? Loop Engineering自动关环
基于"状态观测→问题诊断→问题建复→了局验证"的自动循环，在故障发生前鉴别风险或自动建复已发生的故障。
效力洞察：单一数据展示 ?? AI效力智能洞察
从单一数据展示升级为AI效力智能洞察。多维数据分析、趋向预测、自动天生改进建议。

264e2db3-2e7e-43f0-b654-308eca799eb5 — 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，软件工厂别离落地了以下主题思造：

AI代码审查

在提议代码归并要求（MR）触发后，AI代码审查流水线自动执行以下贱程：

调换解析：
提取代码Diff，鉴别调换领域。
高低文检索：
关联项目中的有关代码、需要文档和汗青评审纪录。
多模型协同评审：
从安全性、逻辑正确性、编码规范、机能等维度并行分析。
评审了局天生：
输出问题列表及建复建议，自动通知至工程师（企业微信/邮件）。

评审通过后，代码进入CI/CD流水线执行静态分析（QAC/SonarQube）、编译构建、单元测试，经质量门禁校验后进入人为复核环节。

32b557a4-fd16-474c-bf29-1be06c1e5565 — 图 3 AI智能体代码评审

Loop Engineering 流水线

8ffc0a53-416f-4358-b783-b1bb600a2e18 — 图 4 Loop Engineering流水线

Loop Engineering是AI赋能软件工厂的主题思造。当流水线执行过程中出现异常（如构建失败、测试不通过、质量门禁未达标等），系统自动启动关环流程：

状态观测：
采集流水线状态、构建了局、日志数据。
问题诊断：
AI模型分析日志，定位根因，关联源码和配置。
问题建复：
AI Agent执行建复操作（代码批改、配置调整、权限分配等）。
了局验证：
重新触发流水线，执行门禁查抄。
循环收敛：
若了局未达标，持续循环；若达标，退出循环进入人为复核。

该机造通过PET-MCP实现AI模型与平台能力的双向挪用，支持状态查问、配置批改、流水线触发和了局获取。目前已集成AI Review Agent、Sonar Skill、QAC Agent、Tessy Agent等智能体，可凭据场景按需接入。实际数据批注，基于Loop Engineering的自动关环可将人为排障及处置功夫缩短40%~50%。

面向汽车行业的软件工厂建设实际

在汽车软件研发中，软件工厂必要满足以下行业特定要求：

多仓库治理：一个整车软件项目通常蕴含数十至数百个仓库，横跨MCU/SOC/APP等多个技术栈。软件工厂提供Gitlab、Gerrit、Repo等工具支持，实现多仓联动触发、依赖解析和增量构建。
行业工具链集成：已集成30+款行业工具链插件，覆盖代码编译（Tasking、Hightec、Greenhills）、代码测试（QA、Tessy）、模型测试（Simulink）、安全测试（SCA）、HIL自动化测试（VBA、TAE）等。
合规追忆：买通ALM系统（codebeamer），实现需要-代码-测试全链路追忆，满足ASPICE和ISO 26262审计要求。
多仓联动流水线：任一开发库的归并要求触发后，系统自动解析仓间依赖，联动触发所有使用该仓库的集成项目流水线。任一集成项目校验失败，代码不容合入。

79cf2461-fe40-43cd-819e-856b9ead465e — 图 5 软件工厂实际全景

平台化建设蹊径

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动：

自动化与尺度化
统一CI/CD平台，集成行业工具链，成立图形化流水线编排能力，造订分支战术、质量门禁等统一规范。
AI能力集成
通过PET-MCP和谈盛开平台能力，集成AI代码审查、智能日志分析、智能资源调度等AI能力，构建Loop Engineering关环。
生态扩大与复杂场景关环
持续扩大MCP接口覆盖领域，接入更多智能体（QAC Agent、Tessy Agent等），支持长周期指标驱动的复杂场景（如覆盖率门禁自动补充测试），成立成本节造关键操作人为确认机造。

AI赋能汽车软件工厂的主题是将AI能力嵌入CI/CD全流程，通过AI代码审查提升评审效能和质量，通过Loop Engineering实现故障自动关环，通过智能调度和分析优化资源利用。这一转变使研发团队得以从反复性的人为排障、繁琐的手动评审中解放出来，将精力集中在问题建复和技术规划设计上。

从传统研发模式向AI赋能的汽车软件工厂转型，不仅必要先进的理想，更必要懂行业、懂痛点、懂落地的专业平台与服务团队护航。

不想让团队持续在传统研发模式钟装疲驾临驶”？

相识更多具体信息，迎接参与8月13日（周四）云技术钻研会《8月13日云技术钻研会 | AI赋能汽车软件工厂建设及可信的供给链安整个系》，点击链接，立即报名！

上一页

VBA V4.1.0 焕新颁布：SOME/IP仿真能力全面升级，破解服务自动化测试难题

AI赋能职能测试：用例与序列智能化天生加快研发质效跃升

下一页

上一页

VBA V4.1.0 焕新颁布：SOME/IP仿真能力全面升级，破解服务自动化测试难题

下一页

AI赋能职能测试：用例与序列智能化天生加快研发质效跃升

关于恒润
投资者关系
- 根基信息
- 互动问答
参与rb88随行版
- 校园招聘
- 实习生招聘
- 社会招聘

联系rb88随行版

产品技术征询:

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 rb88随行版 All Rights Reserved.| 交易牌照

京公网安备11010502056670号

| 司法申明 | 隐衷�；�

图片名称

在线留言

【网站地图】