SDV 规模的软件增长
OTA、互联服务和 ADAS 扩展使代码规模和变更频率持续增加。
Consulting
Automotive 系统/SW 开发
AI Agent 咨询
在 SDV 时代的大规模汽车软件开发中，帮助将 Claude Code、Codex 等 AI Agent 按 A‑SPICE、ISO 26262、SOTIF、功能安全和人工评审约束进行应用。
Overview
使用 AI Agent 与安全地应用于 Automotive 开发并不相同
重点不是通用 AI 工具导入，而是定义 Agent 在代码和交付物工作中能辅助到哪里、哪些结果必须由实务人员评审、以及为标准合规留下哪些证据。
Why Now
SDV 开发需要同时满足速度与安全标准
随着 OTA、互联服务、ADAS 和快速发布压力扩大，汽车软件正成为大规模 SDV 系统。AI Agent 可以提供帮助，但必须以标准、安全和证据为前提设计开发与评审结构。
Time to Market 压力
仅靠人工完成开发、评审和文档工作的传统方式越来越难支撑更快的发布节奏。
通用 AI 导入的局限
像 Web 或移动开发那样直接使用 Claude Code 或 Codex，并不足以适配 Automotive SW 开发。
Framework
同时设计 Agent 选择、sub-agent、Skill 与评审规则
区分适合 LLM 的环节，以及应由确定性规则、模板、检查表、自动化和人工评审控制的环节。
根据安全、语言和标准约束评估 Claude Code、Codex、Local LLM 或企业 AI 平台选项
区分 Agent 可辅助的活动与必须由实务人员负责的活动
从 A‑SPICE、ISO 26262、SOTIF 角度定义 AI 输出使用范围、评审标准、追踪性和证据实践
为需求、设计、代码、测试、安全分析和评审证据流程设计 sub-agent 与 Skill
在存在安全约束时比较 SaaS Agent、内部平台和 Local LLM 的应用模型
Scope
同时支持源代码和工程交付物
Automotive AI Agent 应用不应只停留在代码辅助，还应覆盖需求、设计、验证、安全、评审证据和文档交付物流程。
AI Agent 选择策略
根据项目约束决定 Claude Code、Codex、Local LLM 或内部 AI 平台适用在哪些工作中。
代码开发支持
定义 AI 辅助源代码的允许范围、限制区域、人工评审标准、测试和证据。
文档交付物支持
支持需求、设计、验证和安全交付物的草拟与质量检查，最终结果由实务人员批准。
Sub-agent 与 Skill 设计
将需求质量检查、测试用例草案、评审检查表、追踪性整理等重复任务封装为 Skill。
Deliverables
留在项目中的运营资产
咨询结果应成为可重复使用的运营标准，而不仅是概念文档。
Agent/Skill 应用地图
按 A‑SPICE、ISO 26262、SOTIF 活动整理适用 Agent/Skill、输入、输出和评审责任。
AI 编码 Agent 规则
定义 Claude Code、Codex、Local LLM 的允许范围、评审标准、禁止用法和证据实践。
交付物支持模板
提供用于 AI 辅助需求、设计、验证和安全交付物的 prompt、检查表和模板。
项目应用路线图
定义试点范围和转型计划，使开发、质量和安全团队按同一规则运营 Agent/Skill。