隨著汽車軟件規(guī)模的指數(shù)級(jí)增長與工程效率的下降，如何利用人工智能（AI）技術(shù)重塑傳統(tǒng)的汽車軟件開發(fā)流程，已成為行業(yè)亟待解決的核心課題。傳統(tǒng)的AUTOSAR工程模式正面臨工程復(fù)雜度失控、問題后移、調(diào)試?yán)щy等諸多挑戰(zhàn)，亟需一場(chǎng)從工具到體系的智能化變革。

2026年3月19日，易特馳技術(shù)項(xiàng)目經(jīng)理李揚(yáng)在第七屆軟件定義汽車論壇暨AUTOSAR中國日上表示，AI不會(huì)改變AUTOSAR架構(gòu)，但會(huì)重新定義AUTOSAR工程。其核心觀點(diǎn)在于，AI的引入將推動(dòng)AUTOSAR平臺(tái)完成從孤立的工具鏈到智能化工程體系的戰(zhàn)略轉(zhuǎn)型，讓AI從簡單的校驗(yàn)工具升級(jí)為深度理解工程語義、能夠輔助決策的“工程伙伴”。

他提到，易特馳已將上述理念落地于其面向CP AUTOSAR的整體解決方案RTA-CAR平臺(tái)，并使其支持與AI能力融合。易特馳表示，未來的AUTOSAR平臺(tái)戰(zhàn)略正經(jīng)歷從“工具賦能”到“體系賦能”的轉(zhuǎn)型，AI將驅(qū)動(dòng)其覆蓋全生命周期、實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)決策并規(guī)?；瘡?fù)制工程能力，最終AI不會(huì)改變AUTOSAR架構(gòu)，但將重新定義AUTOSAR工程。

以下為演講內(nèi)容整理：

AUTOSAR的工程現(xiàn)實(shí)與核心挑戰(zhàn)

盡管當(dāng)前行業(yè)熱議SOA、中央計(jì)算與AUTOSAR Adaptive Platform（AP），但在大量對(duì)實(shí)時(shí)性、功能安全要求嚴(yán)苛的控制器中，Classic Platform（CP）AUTOSAR仍是不可或缺的核心軟件底座。它廣泛應(yīng)用于動(dòng)力、底盤、車身及安全等關(guān)鍵域控制器，承載著最高（ASIL-C/D）等級(jí)的功能安全要求，其核心特征是高可靠性、高確定性與長期量產(chǎn)的穩(wěn)定性。然而，在項(xiàng)目實(shí)踐中，工程團(tuán)隊(duì)面臨的最大挑戰(zhàn)并非CP AUTOSAR本身或工具能力不足，而是工程復(fù)雜度的失控所引發(fā)的成本結(jié)構(gòu)劇變。

圖源：演講嘉賓素材

這種變化首先體現(xiàn)在工作重心的轉(zhuǎn)移。傳統(tǒng)軟件開發(fā)中，代碼編寫可能占據(jù)80%以上的時(shí)間，而在CP AUTOSAR工程中，工程師的大量時(shí)間消耗在復(fù)雜的配置工作上，包括ECUC、BSW模塊的配置以及后續(xù)的集成驗(yàn)證，使得工程越來越像“配置工程”。其次，問題定位與調(diào)試的時(shí)間占比大幅增加。由于CP AUTOSAR從應(yīng)用層軟件組件（SWC）到運(yùn)行時(shí)環(huán)境（RTE），再到基礎(chǔ)軟件（BSW）、微控制器抽象層（MCAL）直至硬件的層級(jí)關(guān)系復(fù)雜，一旦出現(xiàn)問題，排查過程漫長且困難。最后，問題發(fā)現(xiàn)階段嚴(yán)重后移。許多配置錯(cuò)誤無法在設(shè)計(jì)或配置階段被傳統(tǒng)工具有效檢出，只能在集成測(cè)試甚至更晚的階段暴露，導(dǎo)致修復(fù)成本呈幾何級(jí)數(shù)增長。

究其根源，在于傳統(tǒng)CP AUTOSAR工具存在明顯的“邊界”。它們通常“能校驗(yàn)但不理解”，只能機(jī)械地判斷配置項(xiàng)的真假或數(shù)值范圍，缺乏對(duì)工程語義和模塊間復(fù)雜關(guān)聯(lián)關(guān)系的深度理解；其工作模式是“規(guī)則驅(qū)動(dòng)”，只能給出對(duì)錯(cuò)結(jié)論，無法提供成因分析與優(yōu)化建議；同時(shí)，它們也“缺乏系統(tǒng)級(jí)視角”，難以全局把握配置變更帶來的連鎖影響，導(dǎo)致寶貴的工程經(jīng)驗(yàn)難以沉淀和復(fù)用。這正是AI技術(shù)可以切入并發(fā)揮價(jià)值的關(guān)鍵點(diǎn)。

圖源：演講嘉賓素材

AI驅(qū)動(dòng)的BSW/MCAL配置革新：從規(guī)則校驗(yàn)到影響分析

基礎(chǔ)軟件與微控制器抽象層的配置復(fù)雜性是CP AUTOSAR工程的典型痛點(diǎn)。當(dāng)前項(xiàng)目的配置量已從幾百上千激增至成千上萬項(xiàng)，且BSW配置存在緊密的上下層級(jí)依賴關(guān)系。修改一處配置，往往需要同步調(diào)整多個(gè)關(guān)聯(lián)模塊，而傳統(tǒng)的校驗(yàn)方式僅基于預(yù)設(shè)規(guī)則，依賴人工經(jīng)驗(yàn)，導(dǎo)致風(fēng)險(xiǎn)只能在代碼生成或測(cè)試后期才暴露。

為改變這一現(xiàn)狀，該企業(yè)提出的AI方案是構(gòu)建深度理解AUTOSAR架構(gòu)的本地化模型。通過向模型輸入包括AUTOSAR基礎(chǔ)架構(gòu)圖、模塊關(guān)系圖、配置參數(shù)信息在內(nèi)的大量工程數(shù)據(jù)，使AI能夠?qū)W習(xí)并理解配置背后的語義邏輯與關(guān)聯(lián)網(wǎng)絡(luò)。由此，AI可以超越簡單的規(guī)則校驗(yàn)，實(shí)現(xiàn)智能化的“影響分析”。當(dāng)工程師修改某一配置時(shí)，AI能夠自動(dòng)識(shí)別并預(yù)測(cè)此變更可能影響的上下游模塊及潛在的系統(tǒng)級(jí)風(fēng)險(xiǎn)，從而在配置階段即可發(fā)出預(yù)警。

這種方式帶來的工程價(jià)值是顯著的：它能大幅減少因配置錯(cuò)誤導(dǎo)致的集成返工，壓縮配置與集成的周期，并將資深工程師的經(jīng)驗(yàn)沉淀為可復(fù)用的AI模型，從而構(gòu)建起智能化的BSW工程體系。

圖源：演講嘉賓素材

智能化RTE與OS工程：從人工排查到預(yù)防問題

操作系統(tǒng)（OS）與運(yùn)行時(shí)環(huán)境（RTE）的調(diào)試是CP AUTOSAR工程中最具挑戰(zhàn)性的環(huán)節(jié)之一。盡管有日志和調(diào)試工具輔助，但復(fù)雜調(diào)度問題的根本原因定位往往高度依賴資深工程師的經(jīng)驗(yàn)，耗時(shí)費(fèi)力。

AI介入調(diào)試過程的思路是讓機(jī)器理解正確的系統(tǒng)行為。具體而言，將正確的任務(wù)調(diào)度行為、代碼與錯(cuò)誤的異常處理代碼一同輸入給本地大模型，并結(jié)合芯片相關(guān)的異常陷阱、模式切換等信息，讓AI進(jìn)行深度學(xué)習(xí)。其目標(biāo)是實(shí)現(xiàn)“智能調(diào)試”，將調(diào)試過程從依賴專家的“人工排查”轉(zhuǎn)變?yōu)橛葾I輔助的“自動(dòng)定位”，從而讓工程師能更專注于解決方案的設(shè)計(jì)。

智能調(diào)試的終極目標(biāo)，是從被動(dòng)“看問題”轉(zhuǎn)向主動(dòng)“預(yù)防問題”。通過對(duì)每個(gè)任務(wù)、每次調(diào)度的執(zhí)行時(shí)間、資源占用率等進(jìn)行實(shí)時(shí)分析與預(yù)測(cè)，AI可以在性能瓶頸或沖突發(fā)生之前就提出優(yōu)化建議，實(shí)現(xiàn)質(zhì)量管控的前移。

圖源：演講嘉賓素材

AI賦能的ECUC配置驗(yàn)證：實(shí)現(xiàn)質(zhì)量前移

ECUC配置直接決定系統(tǒng)行為與功能運(yùn)行狀態(tài)，其配置項(xiàng)之間存在著復(fù)雜的組合與關(guān)聯(lián)邏輯。傳統(tǒng)驗(yàn)證工具通常只能進(jìn)行基于語法的單模塊校驗(yàn)，無法對(duì)配置組合的全局合理性進(jìn)行有效評(píng)估，這導(dǎo)致許多系統(tǒng)級(jí)問題被遺留到集成測(cè)試階段。

AI的賦能方式是將ECUC配置所影響的模塊關(guān)系、軟件架構(gòu)層級(jí)等更深層次的關(guān)聯(lián)信息輸入模型，使AI能夠達(dá)到“語義級(jí)”的理解。這意味著AI不僅能檢查語法正確性，更能評(píng)估不同配置組合在一起時(shí)，在系統(tǒng)層面的意義與風(fēng)險(xiǎn)。例如，它能判斷某項(xiàng)內(nèi)存配置與特定任務(wù)調(diào)度策略是否沖突。由此，傳統(tǒng)的“規(guī)則校驗(yàn)”得以升級(jí)為系統(tǒng)級(jí)的“風(fēng)險(xiǎn)評(píng)估”，從而將質(zhì)量問題在配置階段就盡可能地識(shí)別和解決，完成質(zhì)量管控的前移。

圖源：演講嘉賓素材

未來展望與挑戰(zhàn)：從工具賦能到體系賦能

基于上述工程實(shí)踐，該企業(yè)已將理念落地為平臺(tái)能力。其面向CP AUTOSAR的完整解決方案RTA-CAR，正致力于融合AI能力，使其成為工程平臺(tái)的內(nèi)在組成部分，而非外掛的輔助工具。RTA-CAR被類比為“Microsoft Office”，它并非單一工具，而是一套由多個(gè)產(chǎn)品、組件構(gòu)成的協(xié)同工作平臺(tái)，能夠靈活適配不同項(xiàng)目需求，穩(wěn)定支撐長期量產(chǎn)。

展望未來，AI對(duì)AUTOSAR工程的推動(dòng)遠(yuǎn)不止于對(duì)幾個(gè)獨(dú)立工具的升級(jí)，它正驅(qū)動(dòng)一場(chǎng)深刻的戰(zhàn)略轉(zhuǎn)型：即從“工具賦能工程師”到“工程體系賦能工程團(tuán)隊(duì)”的轉(zhuǎn)變。一個(gè)面向未來的智能化AUTOSAR平臺(tái)工程體系應(yīng)具備三大核心能力。

首先，AI需要覆蓋CP AUTOSAR的全生命周期，從配置、開發(fā)、集成到量產(chǎn)階段，提供全程智能輔助。其次，工程決策應(yīng)轉(zhuǎn)向數(shù)據(jù)驅(qū)動(dòng)，通過積累數(shù)據(jù)、構(gòu)建知識(shí)圖譜，實(shí)現(xiàn)基于實(shí)時(shí)分析的智能決策與持續(xù)學(xué)習(xí)。最后，該體系應(yīng)具備可規(guī)?；哪芰?fù)制性，能夠快速學(xué)習(xí)并復(fù)制不同項(xiàng)目的平臺(tái)經(jīng)驗(yàn)，支持多項(xiàng)目并行，加速新項(xiàng)目的概念驗(yàn)證與啟動(dòng)。

總而言之，AUTOSAR平臺(tái)正在經(jīng)歷從工具鏈到平臺(tái)工程，再到智能化工程體系的深刻演進(jìn)。最終的挑戰(zhàn)與機(jī)遇在于，如何將AI深度融入工程實(shí)踐的血脈，構(gòu)建一個(gè)能夠理解工程師意圖、預(yù)見工程風(fēng)險(xiǎn)、并持續(xù)進(jìn)化的大型智能系統(tǒng)。這不僅是技術(shù)的升級(jí)，更是工程方法論與組織協(xié)作模式的重塑。

（以上內(nèi)容來自易特馳技術(shù)項(xiàng)目經(jīng)理李揚(yáng)于3月19日在第七屆軟件定義汽車論壇暨AUTOSAR中國日發(fā)表的《AI時(shí)代的AUTOSAR平臺(tái)戰(zhàn)略：從工具鏈到工程體系的全面升級(jí)》主題演講。）