蔚来汽车 x 火山引擎：TRAE深入座舱研发，从个人效率走向组织智能

汽车智能化竞争进入深水区，软件研发效率决定了产品迭代的速度，成为车企的核心竞争力。 相比通用软件研发，智能座舱研发更加复杂 —— 软硬件结合、多技术耦合、调用链路长，叠加多平台、多车型、多配置的业务复杂度，导致开发门槛很高。 蔚来汽车与火山引擎TRAE合作，推动AI Coding在智能座舱研发场景的落地：目前开发人员日活跃率超70%，AI代码采纳率达90%，AI代码入库率达19.8%，有效提升了智能座舱的研发效率，并实现组织级的经验沉淀。 “TRAE带来的，不只是代码生成提效，更是让经验沉淀、协作升级，推动研发能力从个人走向组织。” ——蔚来数字座舱与软件开发部研发效能负责人 李庆秋 TRAE深入智能座舱研发 蔚来汽车从能力、成本、安全合规三个维度进行了综合评估，最终选择通过部署TRAE，让AI真正进入座舱研发的核心生产环节。 除了辅助生成代码外，蔚来汽车还将AI应用于代码审查、问题定位、知识沉淀等关键环节，并将能力封装为Skill 技能包落地： • AI代码审查，构建多层质量防线 AI Coding Review的价值不是替代人工Review，而是在不同阶段构建多层质量防线，让问题尽早暴露。蔚来建立了三层AI代码审查体系： ￮ 本地全量Review：对整个仓库进行“体检”，确保架构设计合理、系统运行稳定、业务历史问题不会重现，这种方式低频，但扫描的范围大且深； ￮ 本地增量Review：在每次提交新代码前自动进行质检，主要检查当前代码改动的语法、规范和业务逻辑等，将问题直接拦截在编码阶段，这种方式高频，且非常有效； ￮ 在线增量Review：作为团队门禁的MR进行在线审查，通过统一的审查标准，只上报真正的问题。 • 项目认知与知识沉淀 传统模式下，新人入职面临着“知识无法继承”的困境：研发文档不全、代码量过大读取周期长、历史经验存在于老员工脑子里。 蔚来汽车先用