Consulting

汽车软件・A-SPICE
AI Coding Agent Consulting

面向 SDV 与汽车产品开发,将 AI 编码智能体接入 A-SPICE、ISO 26262、SOTIF 和客户流程。AI 不替代或保证 A-SPICE 符合性、评估、认证、ISO 26262 与 SOTIF 安全判断或 safety case 审批。文档在人员核查、修改、批准并纳入配置基线前,仅是可评审的高质量草案。Codex 和 Claude Code 只是示例,方案保持厂商与 IDE 中立。

Boundaries

先定义 AI 支持与 A-SPICE 责任的边界

在支持 SDV、OTA、ADAS 与网联服务开发的同时,由责任人员保留符合性、安全、证据接受、基线、release 与评估决定。

可评审草案

需求、设计、测试规范、可追溯性、评审和质量记录是可评审的高质量草案,不是完成件或批准件。

人的专业判断

过程负责人、工程师、质量与安全人员、评估员和审批者负责tailoring、架构、ISO 26262与SOTIF安全判断、审批、基线、证据接受、问题关闭与release。

来自真实执行的证据

不生成未执行的测试结果、未开展的评审或不存在的批准;保留来源,证据不足时 fail closed。

Three Support Areas

连接文档草案、实现与真实验证

区分草案、实现和已接受证据,并连接需求、代码、测试与可追溯性。

文档产出草案

为需求、架构、详细设计、接口、测试规范、可追溯性、评审和质量记录编写可评审高质量草案,必须经人工修改、批准并纳入配置基线。

源代码与测试代码开发

依据已批准需求、设计意图、接口和编码规则开发源代码、单元与集成测试,并通过人工评审、真实构建、测试、安全和项目质量门。

真实工具执行与证据打包

真实执行静态分析、单元、集成和回归测试,收集结果,检查追溯缺口,并保留来源、执行时间、版本、commit SHA 和工具版本。

A-SPICE Process Map

映射 SWE.1 到 SWE.6 的受控支持

项目 tailoring 决定输入与完成标准,AI 支持草案、实现、执行和缺口发现,人负责接受结果和最终决定。

SWE.1 Software Requirements Analysis

起草细化需求、验收标准、一致性问题和追溯链接,由负责人确认。

SWE.2 Software Architectural Design

起草组件、接口、备选方案、影响和评审问题,由架构师确认技术与安全判断。

SWE.3 Detailed Design and Unit Construction

根据详细设计意图、规则、需求和接口开发源代码与单元测试,并以评审和真实构建确认。

SWE.4 Software Unit Verification

执行静态分析和单元测试,收集结果与版本,由人员按批准标准接受。

SWE.5 Software Integration and Integration Test

起草集成顺序和接口测试,并自动化真实执行、结果收集与缺陷关联。

SWE.6 Software Qualification Test

执行基于需求的测试与回归,检查结果和需求-测试追溯缺口。

AI Support vs. Human Accountability

分离支持工作与责任决定

SUP.1、SUP.8、SUP.9、SUP.10 可使用检查表、记录、影响候选和证据包草案,但最终保证、批准、基线、问题关闭和变更决定由人承担。

AI:草案与追溯

起草文档、检查表、追溯链接并发现缺失候选。

AI:代码、测试与执行

开发代码和测试、运行许可工具、整理结果且不伪造证据。

人:工程与安全判断

确认需求和架构,判断安全与风险,评审代码并接受验证结果。

人:基线与评估

负责流程裁剪、批准、配置基线、发布、证据接受、问题关闭和评审沟通。

Agent, Skill & Human in the Loop

设计可重复步骤、分离角色与审批门

将厂商与IDE中立的Agent、Subagent、Skill、Human in the Loop和Guardrail连接到现有ALM、配置管理、CI/CD、验证工具、内部AI平台与Local LLM。

Skill

将 A-SPICE 活动的步骤和工具规则与输入、检查、命令、证据、停止条件组合为可重复流程。

Subagent

分离需求、设计、实现、测试、可追溯性与质量评审责任以相互验证。

Human in the Loop

在确定需求和架构基线、作出安全判断、批准文档、增加依赖、接受结果、建立配置基线、发布和开展评审沟通前,由人批准或停止。

Guardrail

限制可改文件和文档、命令、数据、外部通信、证据生成规则、合并与部署权限。

Traceability & Execution Evidence

缺少可重现证据时 fail closed

合理的描述不等于工具真实执行。

仅将批准命令与真实工具生成的结果作为证据候选

保留来源、执行时间、输入和配置版本、commit SHA、工具版本

检查需求-设计-代码-测试-结果链接并报告缺失候选

不伪造未执行测试、未开展评审或不存在批准

检查失败、来源未知、版本不一致或缺少批准时fail closed

TDD、statement与branch coverage、静态分析、复杂度、mutation test、依赖审计和latest-head CI是按风险定义的内部质量门示例,不是A-SPICE要求本身

Adoption

从gap诊断走向pilot、培训和分阶段扩展

诊断现有流程与产品风险,pilot一个代表性SWE流程,审计人工评审和真实证据,培训开发、质量与安全角色,并按测量结果分阶段扩展。

01 范围、tailoring与gap

检查产品族、A-SPICE tailoring、ISO 26262与SOTIF活动、现有工具、security约束和责任结构gap。

02 责任矩阵

区分AI支持、人专责和禁止区域以及批准、停止、升级责任。

03 Agent、Skill与policy

连接Agent、Subagent、Skill、真实工具、repository规则和证据Guardrail。

04 代表性SWE pilot

在小型SWE.1-SWE.6流程中运行草案、代码、测试与证据。

05 人工评审与audit

修改草案,执行代码和测试,audit可追溯性与证据可重现性。

06 培训与分阶段扩展

培训开发与质量人员,基于pilot结果和限制约定下一范围。

Deliverables

留下草案、评审标准、workflow、证据规则与限制

文档在人员修改、批准并纳入配置基线前始终是可评审草案。

汽车软件、A-SPICE与安全活动AI应用图

RACI或责任与审批矩阵

文档草案模板和人工评审检查表

Agent、Subagent与Skill方案

repository、数据、工具和证据Guardrail

源代码和测试代码开发workflow

测试自动化与可重现证据pipeline

需求、设计、代码、测试、结果追溯规则

pilot结果、限制和改进优先级

开发、质量与安全角色培训及rollout roadmap

Expected Outcomes

减少重复工作,让人员聚焦判断

不保证通过符合性或数值改善,目标根据实际pilot证据约定。

减少重复草案工作

准备结构化草案,审批与基线由人负责。

代码和测试一致性

连接批准需求、设计意图、规则与Agent、Skill。

可重复验证

以相同命令、版本和条件重跑静态检查与测试。

提前发现追溯缺口

在基线前评审链接缺失候选。

评审者聚焦判断

自动整理与重复执行,让专家聚焦事实、安全、质量、例外和批准。

A-SPICE咨询

查看过程诊断、定义、coaching和预评估。

A-SPICE咨询

AI编码治理

查看标准中立的运营模型、Guardrail与Human in the Loop。

AI编码治理

FAQ

汽车软件、A-SPICE 与 AI 编码智能体常见问题

在选择智能体前确认安全责任、草案状态、真实执行证据与现有工具集成。

AI 编码智能体能保证 A-SPICE 或汽车安全符合性吗?

不能。AI支持文档草案、代码和测试开发及真实验证执行,但不替代或保证A-SPICE符合性、评估、认证或ISO 26262与SOTIF安全判断。过程负责人、工程师、质量与安全人员、评估员和审批者保留判断与责任。

AI 文档会立即成为正式产出吗?

不会。它不是完成件或批准件,而是可评审的高质量草案。人员必须核查事实、一致性、可追溯性、安全性和项目语境,修改、批准并纳入配置基线后才成为正式产出。

应从哪个活动开始pilot?

诊断产品风险与process gap后,从输入和完成标准清晰的小流程开始,例如SWE.1需求草案与追溯、SWE.3代码和单元测试、SWE.4真实验证自动化。

如何确认source、test质量与真实证据?

必须进行人工代码评审、真实build、test与security验证,并保留来源、执行时间、输入和配置版本、commit SHA及工具版本。TDD与coverage是基于风险的内部gate,不是A-SPICE直接要求。

可以与现有工具和流程一起使用吗?

可以。先诊断现有ALM、配置管理、CI/CD、验证工具、内部AI平台、Local LLM和security policy。Codex与Claude Code仅为示例,实施保持厂商和IDE中立。

诊断现有流程和产品风险,从连接可评审草案、代码、测试、真实证据与人工审批的小型pilot开始。

让AI支持汽车软件开发由人员承担判断与审批。

Synetics_

我们统筹设计 AI 服务验证与 AI 驱动的质量自动化。

联系

Suite 806, 33 Dongbaek 3-ro 11beon-gil, Giheung-gu, Yongin-si, Gyeonggi-do, Korea

Email

qa [at] synetics.kr

Phone

010-****-9058

© 2026 Synetics Co., Ltd. All rights reserved.