工程师变身AI“指挥者”，吉利与阿里云的软件开发变革实验

1975年，IBM工程师Fred Brooks在《人月神话》中提出软件工程的核心难题：随着系统规模和团队规模增长，复杂度会呈指数级上升。他的结论是，软件工程“没有银弹”，没有单一技术能带来数量级的生产力提升。

50年后，汽车行业正在经历软件工程史上最大规模的挑战之一。

吉利汽车数智中心AI产品专家阮航透露了一组数字：过去几年，吉利内部软件开发人员占比从不到10%跃升至40%。当一辆智能汽车的代码量突破亿行，当座舱、智驾、底盘等异构系统需要在不同芯片上协同工作，Brooks描述的复杂度问题被放大了数百倍。

不过这一次，车企找到了不同的应对方式。自2025年上半年开始，短短几个月时间，吉利汽车已有数千人研发使用通义灵码，AI生成占比超过30%，尤其在通用代码逻辑开发、代码检查测试环节，代码开发效率提升20%。

与阿里云通义灵码的深度合作，正在探索一个可能：AI会是Brooks说的那个“银弹”吗？

01“软件”汽车

人员结构的剧变，映射的是汽车产业本质的转变。

“过去汽车是硬件主导，软件只是辅助。现在软件决定了产品的核心体验。”阮航说。这种转变带来的，是开发模式和产品复杂度的“Double Kill”。

首先是迭代速度的加快。传统面向硬件的V模型开发周期以年计，如今要支撑月级甚至周级的OTA迭代，必须转向“敏捷+DevOps”模式。与此同时，产品复杂性也在同步增长。汽车行业正经历电子电气架构从分布式ECU向中央计算和区域架构的演进，面向服务架构（SOA）的引入，让系统集成的复杂度呈指数级增长。

以吉利为例，研发体系需要同时应对座舱域的Linux/Android、智驾域的QNX，以及车身控制域广泛采用的AUTOSAR平台。应用层多用Java/Python，底层则依赖C/C++。如何让这些异构系统在不同芯片生态上高效、安全地协同工作，是极其复杂的系统工程。

更具挑战性的是守住安全底线。汽车软件开发必须遵从ISO 26262功能安全、ISO/SAE 21434信息安全，以及ASPICE等极其严格的国际认证标准。特别是在底层开发中，还需要遵循MISRA C/C++等严苛的编码规范。这些标准确保了汽车的极致安全，但也天然地与快速迭代的敏捷开发模式存在张力。

看清了系统性挑战的本质后，吉利明确了以AI技术提升研发效率的路线，与阿里云通义灵码的深度合作随即展开。一系列采访之后，我们得到了一个工程师变身“指挥官”的故事。

02 全方位AI

谈AI落地，首先要谈场景。所以，我们先呈现一个完整的场景概括，吉利的研发体系涵盖应用层软件研发、嵌入式开发和算法研发三大板块。一言以蔽之：目前通义灵码等AI手段正在全面渗透。

其中，应用层软件研发团队对通义灵码的应用最为深入，覆盖了智能座舱HMI、车联网服务等场景的快速开发。工程师们频繁使用通义灵码来生成新服务的模板代码和数据转换逻辑。

嵌入式开发是汽车软件的“深水区”，以C/C++为主，对实时性、内存管理要求极高。在这一板块，吉利正探索将AI能力引入底层开发场景，重点在于提升代码质量和合规性。

算法研发领域，通义灵码正在协助团队处理PB级的雷达点云数据和视频数据清洗工作。工程师可以通过自然语言描述数据清洗规则，AI自动生成对应的复杂数据处理脚本。

对于最受关注的提效指标，阮航给我们讲了一个项目案例。一个原本30天的项目，通过通义灵码加成，原本耗时10天的“编码实现”环节，编写代码从5人天缩减为4人天，注释补全从1.5人天缩减为0.5人天，单元测试从2.5人天缩减为2人天，代码优化从1人天缩减为0.5人天。编码阶段效率提升30%，带动项目整体提效10%。考虑到吉利汽车是一个相当庞大的组织，众多项目累加可得的收益是相当可观的。