2023年春節(jié)后，人工智能在國(guó)內(nèi)掀起一股熱潮，生成式AI大模型的突破，讓其具備重新定義生產(chǎn)力的潛力。但是單獨(dú)AI模型的突破只是第一步，真正要形成生產(chǎn)力，導(dǎo)入到一個(gè)工業(yè)化的制造過(guò)程，還有大量的工作要做。本文聚焦汽車行業(yè)車載軟件開(kāi)發(fā)這個(gè)細(xì)分領(lǐng)域，談?wù)勆墒紸I的突破對(duì)汽車軟件開(kāi)發(fā)過(guò)程的影響。

作為一家專注于汽車軟件研發(fā)的企業(yè)，光庭一直不斷在優(yōu)化汽車軟件開(kāi)發(fā)流程上進(jìn)行探索和實(shí)踐。2021年，董事長(zhǎng)朱敦堯博士提出“超級(jí)軟件工場(chǎng)”概念，利用人工智能技術(shù)來(lái)優(yōu)化汽車軟件開(kāi)發(fā)過(guò)程，打造“超級(jí)大腦”，實(shí)現(xiàn)人機(jī)協(xié)同的智能化軟件開(kāi)發(fā)。

為推進(jìn)智能化開(kāi)發(fā)平臺(tái)的建設(shè)，光庭成立了“超級(jí)軟件工場(chǎng)實(shí)驗(yàn)室”，專注和探索汽車領(lǐng)域智能化軟件開(kāi)發(fā)研究。過(guò)去一年來(lái)，實(shí)驗(yàn)室從自身汽車軟件開(kāi)發(fā)的業(yè)務(wù)場(chǎng)景出發(fā)，探索AI如何能夠?qū)浖a(chǎn)力帶來(lái)提升。

本文將從4個(gè)部分結(jié)合生成式AI模型，探討如何面向汽車軟件業(yè)務(wù)這個(gè)細(xì)分領(lǐng)域，構(gòu)建智能化軟件開(kāi)發(fā)平臺(tái)。

1、智能化軟件開(kāi)發(fā)愿景——光庭超級(jí)軟件工場(chǎng)：光庭超級(jí)軟件工場(chǎng)的背景和愿景。

2、智能化軟件開(kāi)發(fā)的分級(jí)構(gòu)想：簡(jiǎn)述智能化軟件開(kāi)發(fā)過(guò)程構(gòu)建的具體實(shí)施路徑。

3、生成式AI在汽車軟件開(kāi)發(fā)過(guò)程中的探索實(shí)踐：結(jié)合具體的業(yè)務(wù)場(chǎng)景例子，展示生成式AI模型如何在具體的工作中應(yīng)用，融入到汽車軟件開(kāi)發(fā)業(yè)務(wù)流程中，構(gòu)建人機(jī)協(xié)同的工作流程。

4、生成式AI在軟件工程中如何落地？

01智能化軟件開(kāi)發(fā)愿景-- 光庭超級(jí)軟件工場(chǎng)

軟件定義汽車時(shí)代，軟件體驗(yàn)逐漸成為汽車的核心競(jìng)爭(zhēng)力，軟件在汽車中承擔(dān)的責(zé)任越來(lái)越大。面對(duì)不斷增加的復(fù)雜性需求，當(dāng)前車載軟件開(kāi)發(fā)體系，無(wú)法在高效率，高安全性，高可靠性方面滿足行業(yè)需求。正是基于這樣的行業(yè)需求背景，光庭提出“超級(jí)軟件工場(chǎng)”。

同時(shí)，軟件定義汽車時(shí)代下汽車行業(yè)的協(xié)作結(jié)構(gòu)也在發(fā)生著改變。汽車行業(yè)以往協(xié)作模式是主機(jī)廠做整車設(shè)計(jì)和集成，Tier1供應(yīng)商提供各類零部件和解決方案。但在軟件為主的時(shí)代，要實(shí)現(xiàn)產(chǎn)品的差異化，大型主機(jī)廠以及新勢(shì)力都開(kāi)始布局構(gòu)建自身軟件能力，所謂要把“靈魂”掌握在自己手上。

但構(gòu)建強(qiáng)大的軟件開(kāi)發(fā)能力并不容易，對(duì)于以硬件制造為主的主機(jī)廠來(lái)說(shuō)是很大的挑戰(zhàn)，硬件研發(fā)和軟件研發(fā)流程體系存在差異，汽車本身的安全要求也決定了不能照搬互聯(lián)網(wǎng)行業(yè)的開(kāi)發(fā)體系。同時(shí)軟件人才的爭(zhēng)奪也是非常內(nèi)卷，復(fù)合型汽車軟件人才更是極度稀缺。

因此降低汽車軟件人才門檻，提升軟件開(kāi)發(fā)生產(chǎn)力，通過(guò)數(shù)字化的開(kāi)發(fā)平臺(tái)提升汽車軟件開(kāi)發(fā)能力，是汽車行業(yè)急需解決的課題。

光庭擁有二十多年的汽車軟件開(kāi)發(fā)經(jīng)驗(yàn)與積累，結(jié)合多年的行業(yè)經(jīng)驗(yàn)，我們希望能夠在AI逐步普及的時(shí)代，探索新的軟件開(kāi)發(fā)模式。

我們?cè)O(shè)想了數(shù)字化、知識(shí)化、智能化三個(gè)階段目標(biāo)，實(shí)現(xiàn)超級(jí)軟件工場(chǎng)整體構(gòu)想：

數(shù)字化：構(gòu)建一個(gè)軟件全生命周期的開(kāi)發(fā)運(yùn)維平臺(tái)，實(shí)現(xiàn)軟件開(kāi)發(fā)過(guò)程數(shù)據(jù)的數(shù)字化，其目標(biāo)是實(shí)現(xiàn)對(duì)于軟件開(kāi)發(fā)質(zhì)量、效能、運(yùn)行狀況的全面數(shù)據(jù)分析以及軟件資源的充分復(fù)用；

知識(shí)化：基于特定領(lǐng)域技術(shù)和業(yè)務(wù)文檔開(kāi)展概念及關(guān)系抽取，構(gòu)建圖譜化的知識(shí)庫(kù)，系統(tǒng)性地實(shí)現(xiàn)軟件開(kāi)發(fā)運(yùn)維知識(shí)的沉淀和共享，為軟件開(kāi)發(fā)和運(yùn)維提供所需要的領(lǐng)域和背景知識(shí)。并結(jié)合開(kāi)發(fā)人員的行為進(jìn)行知識(shí)推送，實(shí)現(xiàn)讓知識(shí)找人；

智能化：通過(guò)在軟件工程各個(gè)任務(wù)階段導(dǎo)入AI能力，實(shí)現(xiàn)人機(jī)協(xié)同的軟件開(kāi)發(fā)，從以人為主導(dǎo)的軟件開(kāi)發(fā)過(guò)程逐步過(guò)渡到以機(jī)器為主導(dǎo)的軟件開(kāi)發(fā)過(guò)程；

02

智能化軟件開(kāi)發(fā)的分級(jí)構(gòu)想

超級(jí)軟件工場(chǎng)最終的目標(biāo)是實(shí)現(xiàn)機(jī)器主導(dǎo)的智能化開(kāi)發(fā)過(guò)程。作為長(zhǎng)遠(yuǎn)目標(biāo)，這個(gè)過(guò)程就像汽車要完全實(shí)現(xiàn)自動(dòng)駕駛，需要一步步分階段實(shí)現(xiàn)。因此類似自動(dòng)駕駛L1到L5的分級(jí)定義，我們也嘗試對(duì)智能化軟件開(kāi)發(fā)過(guò)程進(jìn)行等級(jí)劃分，從L0到L5級(jí)，定義出可分階段實(shí)施的步驟。

L0 體系化 初級(jí)階段，對(duì)軟件開(kāi)發(fā)定義出明確的過(guò)程體系，并基于標(biāo)準(zhǔn)（比如CMMI / ASPICE）要求的流程進(jìn)行軟件開(kāi)發(fā)活動(dòng)。在這個(gè)階段，雖有標(biāo)準(zhǔn)，但是執(zhí)行上需依靠經(jīng)過(guò)訓(xùn)練能夠遵循流程進(jìn)行軟件開(kāi)發(fā)活動(dòng)的人員，以及標(biāo)準(zhǔn)的過(guò)程文檔來(lái)保證軟件開(kāi)發(fā)活動(dòng)的有序執(zhí)行，本質(zhì)上是依靠人及文檔的規(guī)范性來(lái)保障軟件流程執(zhí)行。

L1 平臺(tái)化

這一階段，需要構(gòu)建端到端的全生命周期軟件開(kāi)發(fā)云平臺(tái)，組織依賴這個(gè)開(kāi)發(fā)平臺(tái)來(lái)執(zhí)行任務(wù)跟蹤，進(jìn)行流程要求的各項(xiàng)活動(dòng)，提交的制品也都納入平臺(tái)管理。相比L0級(jí)要依靠訓(xùn)練有素的人來(lái)保障流程實(shí)施，本階段可依賴開(kāi)發(fā)平臺(tái)流程來(lái)推動(dòng)流程實(shí)施。

L2數(shù)字化

本階段會(huì)對(duì)軟件開(kāi)發(fā)平臺(tái)進(jìn)行數(shù)字化增強(qiáng)，增強(qiáng)軟件開(kāi)發(fā)過(guò)程的數(shù)字化，建立對(duì)軟件過(guò)程中產(chǎn)生的成果物單元的演化過(guò)程構(gòu)建追溯關(guān)系，將代碼變更同具體人的行為和任務(wù)建立關(guān)聯(lián)，實(shí)現(xiàn)代碼問(wèn)題追溯，技術(shù)債度量，對(duì)軟件開(kāi)發(fā)進(jìn)度和質(zhì)量實(shí)現(xiàn)可量化的度量。

L3 知識(shí)化

本階段為特定領(lǐng)域的業(yè)務(wù)與技術(shù)背景構(gòu)建知識(shí)圖譜，同時(shí)對(duì)軟件過(guò)程成果物（需求、設(shè)計(jì)方案、實(shí)現(xiàn)代碼、測(cè)試用例、Bug等）之間建立追蹤和語(yǔ)義關(guān)聯(lián)。并支持智能化的知識(shí)推薦和問(wèn)答系統(tǒng)。同時(shí)實(shí)現(xiàn)軟件開(kāi)發(fā)資源的自動(dòng)化抽取，動(dòng)態(tài)構(gòu)建技術(shù)貨架，最大化實(shí)現(xiàn)軟件開(kāi)發(fā)資源的復(fù)用。

L4 智能化

在數(shù)字化和知識(shí)化的基礎(chǔ)上，將智能化能力導(dǎo)入到軟件開(kāi)發(fā)流程，構(gòu)建一個(gè)人機(jī)協(xié)同開(kāi)發(fā)平臺(tái)來(lái)整合人和AI。從以人為主導(dǎo)的開(kāi)發(fā)過(guò)程逐步過(guò)渡到以AI為主導(dǎo)的開(kāi)發(fā)過(guò)程。

人機(jī)協(xié)同分兩個(gè)階段，先以人主導(dǎo)，機(jī)器輔助。經(jīng)過(guò)一段時(shí)間的開(kāi)發(fā)過(guò)程數(shù)據(jù)積累后，AI能夠掌握更多能力，會(huì)逐步轉(zhuǎn)向機(jī)器主導(dǎo)，由人來(lái)輔助的協(xié)同模式。需求輸出給AI，AI來(lái)提供可能的設(shè)計(jì)方案，甚至進(jìn)行具體的設(shè)計(jì)編碼執(zhí)行，但對(duì)最終結(jié)果負(fù)責(zé)的是人，對(duì)方案最終拍板的是人，對(duì)測(cè)試結(jié)果最終評(píng)價(jià)的是人。

L5 智慧化

進(jìn)入以機(jī)器為主導(dǎo)的開(kāi)發(fā)階段，就能產(chǎn)生一個(gè)能夠把控軟件項(xiàng)目全局的AI，可以稱為超級(jí)大腦，由它來(lái)把控整個(gè)軟件開(kāi)發(fā)和維護(hù)過(guò)程。

以上的分級(jí)設(shè)想是現(xiàn)階段我們對(duì)智能化軟件開(kāi)發(fā)平臺(tái)還不夠成熟的初步構(gòu)想，為了能夠逐步實(shí)現(xiàn)這個(gè)愿景，光庭正在協(xié)同高?？蒲袉挝患爱a(chǎn)業(yè)上下游伙伴，共同探索面向汽車軟件開(kāi)發(fā)業(yè)務(wù)這個(gè)細(xì)分領(lǐng)域，構(gòu)建智能化開(kāi)發(fā)平臺(tái)的理論研究和工程實(shí)踐。

2022年，光庭和武漢大學(xué)計(jì)算機(jī)學(xué)院成立了“武漢大學(xué)-光庭信息智能軟件工場(chǎng)聯(lián)合實(shí)驗(yàn)室”。2023年同復(fù)旦大學(xué)計(jì)算機(jī)學(xué)院開(kāi)展了《光庭智能網(wǎng)聯(lián)汽車超級(jí)軟件工場(chǎng)白皮書(shū)》的編寫(xiě)合作，構(gòu)建超級(jí)軟件工場(chǎng)的理論基礎(chǔ)。

光庭是一家擁有20多年發(fā)展歷史的汽車軟件行業(yè)上市公司，但并不是擅長(zhǎng)AI算法和AI模型研究的人工智能頭部企業(yè)。當(dāng)在2021年底提出這個(gè)構(gòu)想時(shí)，我們也面臨很多來(lái)自內(nèi)部和外部的質(zhì)疑：“真的能夠讓AI來(lái)主導(dǎo)軟件開(kāi)發(fā)嗎？”，是不是有些異想天開(kāi)？軟件開(kāi)發(fā)是復(fù)雜的邏輯過(guò)程，可不是下棋和人臉識(shí)別這類規(guī)則明確的問(wèn)題......等等。

雖然學(xué)術(shù)界在智能軟件開(kāi)發(fā)領(lǐng)域已有多年研究，有很多論文成果，但是各種方法的泛化能力有限，一旦涉及具體業(yè)務(wù)的軟件工程場(chǎng)景，不易落地。雖然Kite，Copilot這類智能編碼工具能夠提升編碼效率，但真正的軟件工程中，寫(xiě)代碼這項(xiàng)任務(wù)過(guò)程其工作量占比并不大。所以我們希望利用AI技術(shù)來(lái)改造汽車軟件開(kāi)發(fā)過(guò)程，要依靠人工智能技術(shù)的發(fā)展推動(dòng)效率提升。面對(duì)質(zhì)疑，只能說(shuō)，道阻且長(zhǎng)，行則將至......

2022年12月，生成式AI技術(shù)終于有了新的突破，新技術(shù)雖然并非無(wú)所不能，但其具有的顛覆性，特別是其呈現(xiàn)出理解人自然語(yǔ)言的意圖并快速給出結(jié)果的能力，真正讓我看到人機(jī)協(xié)同開(kāi)發(fā)場(chǎng)景有了落地的可能。

之前，同學(xué)術(shù)界接觸，了解到的很多智能化軟件工程課題研究，都是基于正向的思路，由人來(lái)發(fā)現(xiàn)一些規(guī)則、范式、算法，來(lái)優(yōu)化軟件開(kāi)發(fā)流程，這些成果距離工程化應(yīng)用還存在一定的距離，效果也有局限，泛化能力不足。老實(shí)說(shuō)對(duì)于這種正向研究成果，用到具體的工程化場(chǎng)景，實(shí)現(xiàn)智能化，難度大，效果差。

而依靠神經(jīng)網(wǎng)絡(luò)自身的優(yōu)化迭代，經(jīng)過(guò)大數(shù)據(jù)量的訓(xùn)練，經(jīng)過(guò)大數(shù)據(jù)量的訓(xùn)練，生成式AI大模型確實(shí)具備自身識(shí)別一些規(guī)律，并對(duì)軟件工程的各項(xiàng)活動(dòng)：需求編寫(xiě)、代碼review、代碼理解、測(cè)試用例編寫(xiě)、代碼生成等過(guò)程能夠起到幫助作用。

03

生成式AI在汽車軟件開(kāi)發(fā)過(guò)程中的探索實(shí)踐

談到汽車軟件開(kāi)發(fā)，包含的內(nèi)容很多，汽車軟件復(fù)雜多樣，從底層OS到上層應(yīng)用，不同層次的軟件其工具鏈和開(kāi)發(fā)流程也不同。我們?cè)诔?jí)軟件工場(chǎng)的規(guī)劃中，根據(jù)開(kāi)發(fā)方式不同進(jìn)行分類，我們定義了5類開(kāi)發(fā)平臺(tái)。

其中越下層的應(yīng)用開(kāi)發(fā)，遵循的標(biāo)準(zhǔn)越規(guī)范，也是越能發(fā)揮當(dāng)前AI能力的地方。以下我們根據(jù)當(dāng)前軟件開(kāi)發(fā)流程的階段，對(duì)需求、設(shè)計(jì)、編碼、測(cè)試等各個(gè)階段AI能夠提供的支持進(jìn)行測(cè)試。

產(chǎn)品需求編寫(xiě)協(xié)助汽車行業(yè)發(fā)展悠久有著成熟的流程體系，文檔規(guī)格非常統(tǒng)一，比如對(duì)于產(chǎn)品需求，有統(tǒng)一的規(guī)范格式；比如儀表類需求，一般按照功能概述、電源模式、配置參數(shù)、輸入信號(hào)、處理策略、輸出信號(hào)、異常處理、異常恢復(fù)這些標(biāo)準(zhǔn)段落結(jié)構(gòu)進(jìn)行分解描述。當(dāng)前AI具備按照定制格式輸出的功能，示例效果如下：

上圖AI的問(wèn)答輸出，遵循了輸出格式的要求，但是輸出的內(nèi)容還比較單薄。在寫(xiě)這篇文章的同時(shí)，微軟改良后的AI也在新必應(yīng)上上線，我們可以看看新必應(yīng)的表現(xiàn)：

改良的模型給出了更詳細(xì)的內(nèi)容，不過(guò)標(biāo)準(zhǔn)文檔中很多信息都是使用圖表來(lái)表達(dá)的，當(dāng)然這點(diǎn)AI可以很快調(diào)整：

在形式上，AI具備輸出產(chǎn)品需求的能力。不過(guò)在內(nèi)容上，AI給出的內(nèi)容不能說(shuō)錯(cuò)誤，但是不能夠精確匹配到一個(gè)具體業(yè)務(wù)場(chǎng)景的編寫(xiě)需求，畢竟有很多項(xiàng)目背景知識(shí)并沒(méi)有完整提供給它。匹配具體業(yè)務(wù)場(chǎng)景是AI落地的難點(diǎn)，這點(diǎn)后面再談。 但是AI給出的結(jié)果，還是具有一定參考價(jià)值的，可能會(huì)補(bǔ)足編寫(xiě)人員的思維盲區(qū)。因此作為文檔編寫(xiě)的參考信息輸出，對(duì)編寫(xiě)人員是有意義的。

前面談到的數(shù)字化，有一點(diǎn)就是開(kāi)發(fā)過(guò)程成果物的數(shù)字化，對(duì)于軟件需求這個(gè)成果物來(lái)說(shuō)，一個(gè)需求文檔文件還不能算數(shù)字化，要把需求內(nèi)容條目化，規(guī)范化，對(duì)象化，并用易于跟蹤的半結(jié)構(gòu)化方式進(jìn)行存儲(chǔ)，才能夠滿足數(shù)字化的要求。

光庭和武漢大學(xué)建立的聯(lián)合實(shí)驗(yàn)室，有一個(gè)子課題就是設(shè)計(jì)《統(tǒng)一車載軟件需求描述語(yǔ)言規(guī)范》，作為文檔化用戶需求向半結(jié)構(gòu)化軟件需求轉(zhuǎn)換的指南。根據(jù)規(guī)范，可以從分章節(jié)表達(dá)的文字化用戶需求中提取車載軟件的各類需求（功能需求、信號(hào)需求、界面需求等）及其屬性，完成對(duì)象化轉(zhuǎn)化，形成半結(jié)構(gòu)化需求。這種統(tǒng)一、規(guī)范的半結(jié)構(gòu)化需求，使得基于AI模型的車載軟件開(kāi)發(fā)需求輔助生成，用戶需求、軟件開(kāi)發(fā)需求以及后續(xù)軟件制品間的跟蹤關(guān)系自動(dòng)生成等，皆成為可能。設(shè)計(jì)過(guò)程汽車底層軟件開(kāi)發(fā)有相應(yīng)的行業(yè)標(biāo)準(zhǔn)，比如AOTUSAR CP/AP，這類開(kāi)發(fā)過(guò)程遵循標(biāo)準(zhǔn)的設(shè)計(jì)和接口規(guī)范，是基于模型驅(qū)動(dòng)的開(kāi)發(fā)模式（MDD），這種開(kāi)發(fā)模式并不以編碼為主，而是根據(jù)需求使用開(kāi)發(fā)工具進(jìn)行參數(shù)設(shè)計(jì)和配置，并通過(guò)圖形化低代碼開(kāi)發(fā)方式定義算法，最后由工具生成目標(biāo)平臺(tái)代碼。 這個(gè)過(guò)程中，參數(shù)的定義和配置是存儲(chǔ)為ARXML的形式，我們測(cè)試了AI對(duì)ARXML文檔的理解及根據(jù)需求生成新的配置文件能力。（示例效果如下）

在這個(gè)測(cè)試中，先輸入一段車燈的控制服務(wù)接口ARXML定義，可以看到AI能夠很好地理解這段配置代碼，并給出了針對(duì)這段代碼的解釋，然后要求AI基于這個(gè)文件結(jié)構(gòu)，設(shè)計(jì)一個(gè)車窗控制相關(guān)的服務(wù)接口。在僅給出簡(jiǎn)單條件情況下，AI就輸出了一段車窗控制服務(wù)定義——其中定義了：

車窗狀態(tài)：WindowStatus

車窗狀態(tài)更新事件：WindowStatusUpdateEvent

車窗位置：WindowPotion

開(kāi)關(guān)車窗方法：OpenWindow，CloseWindow

這段AutoSAR配置參數(shù)的自動(dòng)生成表現(xiàn)不錯(cuò)，特別注意開(kāi)關(guān)車窗這兩個(gè)方法加入了一個(gè)speed的接口參數(shù)，這很符合業(yè)務(wù)場(chǎng)景。這些方法是沒(méi)有給參考輸入，是由AI自動(dòng)產(chǎn)生，并且符合車窗控制的相關(guān)功能。MDD開(kāi)發(fā)過(guò)程中，AutoSAR配置是個(gè)很繁瑣的過(guò)程，對(duì)工程師要求也較高，要了解很多業(yè)務(wù)背景知識(shí)才能勝任。如果能夠?qū)崿F(xiàn)部份自動(dòng)化配置能力，將可以很好地加快工作效率。

但由于當(dāng)前AI模型對(duì)輸入和輸出信息的長(zhǎng)度限制較大，這點(diǎn)在很大程度限制了業(yè)務(wù)落地的可用性。一個(gè)稍稍復(fù)雜的ARXML配置文件，動(dòng)輒上萬(wàn)上十萬(wàn)行，當(dāng)前AI無(wú)法實(shí)現(xiàn)這種量級(jí)數(shù)據(jù)的輸入和輸出。所以要落地到業(yè)務(wù)場(chǎng)景，需要拆分邏輯與模塊，將大數(shù)據(jù)量工作分解為小數(shù)據(jù)量、多批次的工作。

編碼

除了生成ARXML，也可以要求AI將ARXML直接轉(zhuǎn)為代碼，整體正確性基本OK，但要符合特定目標(biāo)平臺(tái)，細(xì)節(jié)還需再修改。（示例效果如下）

根據(jù)需求編寫(xiě)代碼算是AI模型模型比較擅長(zhǎng)的能力了。但如何給AI準(zhǔn)確描述代碼需求是更值得討論的問(wèn)題。與機(jī)器對(duì)話交流也是一個(gè)能力門檻，并非任何一位工程師都能夠做到。在我們安排小范圍工程師測(cè)試時(shí)，發(fā)現(xiàn)因工程師的表達(dá)和語(yǔ)言組織能力參差不齊，會(huì)出現(xiàn)各種不同的答案結(jié)果。有的工程師將AI當(dāng)神仙，描述的問(wèn)題哪怕是在非常模糊、晦澀的情況下仍寄希望于得到精確結(jié)果。因此與AI對(duì)話能力也是需要逐步培養(yǎng)，或者將對(duì)話方法模板化和規(guī)范化，保證每個(gè)人都能正確進(jìn)行人機(jī)對(duì)話。根據(jù)代碼生成注釋和文檔也是軟件工程很重要的事情，文檔和代碼的變更同步一直是難題。當(dāng)前AI對(duì)局部代碼進(jìn)行注釋的能力已經(jīng)很優(yōu)秀了，但是整體項(xiàng)目工程的內(nèi)容學(xué)習(xí)和架構(gòu)文檔生成，還無(wú)法進(jìn)行測(cè)試。另外，對(duì)于較復(fù)雜代碼，AI在給輸入的代碼加注釋時(shí)，偶爾會(huì)修改原始代碼，這也是這種概率生成式語(yǔ)言模型存在的問(wèn)題，實(shí)際業(yè)務(wù)導(dǎo)入時(shí)，要對(duì)其加了注釋之后的代碼進(jìn)行校對(duì)，防止其自由發(fā)揮。 測(cè)試

AI模型并不能自動(dòng)執(zhí)行測(cè)試，但是具備根據(jù)需求生成測(cè)試用例，以及根據(jù)代碼生成單元測(cè)試代碼的能力。下圖是輸入功能需求，AI輸出測(cè)試用例的過(guò)程。

AI第一次只能給出基本的正向用例，通過(guò)多輪對(duì)話，可以逐步補(bǔ)充和完善用例，特別是最后對(duì)于項(xiàng)目命名不能含有數(shù)字這個(gè)條件，補(bǔ)充的用例覆蓋面很不錯(cuò)，英文搭配，中文搭配，正向條件和異常條件給出的非常完備。

不過(guò)真正工程中，測(cè)試用例的產(chǎn)生相比這類對(duì)話描述更復(fù)雜，對(duì)于車載軟件，很多都是上千行復(fù)雜的表格來(lái)管理各種參數(shù)組合構(gòu)成的用例，雖然看上去AI寫(xiě)的的測(cè)試用例很靠譜，但是導(dǎo)入到實(shí)際業(yè)務(wù)場(chǎng)景，還存在很多問(wèn)題要解決。

生成式AI在軟件工程中如何落地前面我們看到了AI在汽車軟件開(kāi)發(fā)中各個(gè)業(yè)務(wù)階段能夠介入的能力。但是AI的能力，如果進(jìn)行的是瀏覽器中的聊天窗口，對(duì)軟件生產(chǎn)力的提升，會(huì)非常有限。必須要集成到開(kāi)發(fā)流程中，成為平臺(tái)的一部分，讓業(yè)務(wù)數(shù)據(jù)無(wú)縫流動(dòng)起來(lái)，才能實(shí)現(xiàn)人機(jī)的高效協(xié)同。

這一點(diǎn)，可以參考工作流程自動(dòng)化平臺(tái)make，AI嵌入到業(yè)務(wù)流程的節(jié)點(diǎn)，打通各個(gè)服務(wù)節(jié)點(diǎn)的數(shù)據(jù)。make（make.com）給了我們非常好的思路，將開(kāi)發(fā)流程中的各個(gè)環(huán)節(jié)和工具鏈包裝成為不同的模組節(jié)點(diǎn)，讓數(shù)據(jù)流動(dòng)起來(lái)。

（將AI能力導(dǎo)入 make.com 流程引擎示例展示）

除了業(yè)務(wù)流集成問(wèn)題之外，AI還要更理解和匹配業(yè)務(wù)場(chǎng)景。

OpenAI已發(fā)布的GPT3模型接口中，有提供Fine-turning(模型微調(diào))功能，支持使用定制化數(shù)據(jù)進(jìn)行針對(duì)性調(diào)整，這為特定業(yè)務(wù)場(chǎng)景的優(yōu)化提供了可能。但這個(gè)微調(diào)能夠達(dá)到什么效果，還是我們持續(xù)研究的課題。

總結(jié)回看人類進(jìn)入工業(yè)時(shí)代標(biāo)志，蒸汽機(jī)驅(qū)動(dòng)的珍妮紡紗機(jī)，依賴于人力驅(qū)動(dòng)手工紡織機(jī)器來(lái)織布，而動(dòng)力驅(qū)動(dòng)工業(yè)紡織機(jī)出現(xiàn)后，人類不再通過(guò)手工織布，而是維護(hù)機(jī)器的運(yùn)作，進(jìn)入了織布行業(yè)的人機(jī)協(xié)同時(shí)刻。

當(dāng)前，雖然我們主要還是依靠程序員手工編碼來(lái)實(shí)現(xiàn)軟件需求，但生成式AI的不斷突破，讓我們看到解放軟件制造生產(chǎn)力的曙光，我們可以期待脫離手工編寫(xiě)代碼的時(shí)代，將進(jìn)一步解放人力。

但這里有一個(gè)概念要澄清，我們經(jīng)常說(shuō)軟件研發(fā)，其實(shí)研和發(fā)是有區(qū)別的。研究是設(shè)計(jì)新方法，新算法。而開(kāi)發(fā)是基于成熟的技術(shù)，算法，組件庫(kù)，工具鏈，標(biāo)準(zhǔn)，來(lái)實(shí)現(xiàn)軟件功能。AI能加速的是后者，前沿領(lǐng)域的探索，還是要依靠人的智慧。

汽車軟件的研發(fā)，很多都屬于開(kāi)發(fā)工作。比如適配新的芯片，新的體系架構(gòu)，新的通訊模式等。像自動(dòng)輔助駕駛這類算法為主的工作，才屬于研究范疇。伴隨人工智能技術(shù)的進(jìn)步，需要新的編程模式來(lái)對(duì)軟件工程進(jìn)行革新。

超級(jí)軟件工場(chǎng)，就是對(duì)這種新編程模式的探索，通過(guò)智能化軟件開(kāi)發(fā)平臺(tái)的構(gòu)建和進(jìn)化，打造超級(jí)大腦來(lái)主導(dǎo)未來(lái)的汽車軟件開(kāi)發(fā)過(guò)程。去年底的AI技術(shù)突破掀起的這股人工智能新一波浪潮，更是加強(qiáng)了團(tuán)隊(duì)的信心。作為中國(guó)企業(yè)，我們更期待中國(guó)的生成式AI模型取得突破。畢竟國(guó)外AI服務(wù)都限制了中國(guó)區(qū)域的使用，未來(lái)平臺(tái)產(chǎn)品化，必須整合中國(guó)的AI模型服務(wù)來(lái)發(fā)布。

審核編輯 ：李倩