汽车软件研发全攻略
在当今数字化浪潮中，软件开发不仅是技术领域的核心驱动力，更是企业创新与商业成功的战略支点。特别是软件定义汽车的时代，软件开发的规范化管理成为车企的难言之痛：软件版本如此多，如何测试？全量测试还是采样测试？软件版本发布如何管控？软件质量如何保障？软件功能为什么总是赶不上造车的节奏？软件是如何集成的？敏捷会让车企的软件开发一夜之间发生神奇的变化？….本篇文章以科普的方式探讨软件开发理论基础、关键模型、实战技巧以及组织与人才发展等重要议题，旨在为读者提供一幅全景式的软件开发导图。
一、软件开发基石：软件开发生命周期模型的选择
软件开发生命周期模型是组织软件开发活动的框架，它定义了开发过程中的阶段、顺序、迭代方式以及各阶段间的关联（见图1）。
图1
软件开发生命周期模型，大家耳熟能详的是经典的瀑布模型和敏捷开发模型。
瀑布模型：
瀑布模型遵循严格的线性顺序，从需求分析到详细设计，再到编码、测试和维护，每个阶段必须在前一阶段完全完成后才能开始。瀑布模型适用于需求稳定、技术路径清晰的项目，但其僵化性可能导致应对变化的能力较弱，一旦前期需求定义有误，后续阶段修正的成本极高。
关于瀑布模型，我们需要知道，目前看到的瀑布模型（见图2）更多是停留在了理论模型基础之上。实际上，在1980s, Fred Brooks, 著名的产品开发畅销书《人月神话》作者，图灵奖获得者，在NASA内部会议上指出，“在超过370亿美金的投资项目中，只有2%的项目使用了纯粹的瀑布模型，75%的项目或夭折或没有使用.”
图2
在现实的世界里，更多的是采用了基于瀑布模型演化的进化模型，如螺旋模型、V模型等。他们都融合了瀑布模型的结构化特点与迭代思想。螺旋模型特别适用于高风险项目，通过反复的风险评估和原型迭代降低不确定性；而V模型（见图3）强调开发与测试的对应关系，确保每个阶段的验证与确认工作紧密相连。
V模型成为了产品工程，特别是软硬一体的嵌入式产品开发的核心骨架，也是产品开发使用最为广泛的模型。像汽车行业的ASPICE标准、功能安全的ISO26262标准、信息安全的ISO21434标准，基本都是根据V模型制定了相应的规范要求。
图3
敏捷模型：
敏捷开发模型则以快速响应变化为宗旨，倡导迭代开发和持续集成。它强调团队协作、用户参与以及适应需求的灵活性，通过短周期的迭代（如Scrum中的Sprint）快速产出可用软件，并根据反馈进行调整。敏捷模型更多地关注了软件开发过程中的工程实践，对于软件交付后的运营提及不多。交付后的管理更多的还是采用传统的软件生命周期管理的模式。
敏捷软件开发模型同样存在多种实操模型，例如XP、FDD，等。目前应用最广的还是团队级敏捷SCRUM模型（见图4）
图4
敏捷开发在实际落地过程中有两种具体的项目管理方式：基于时间盒的迭代计划（见图5）和基于流的迭代计划（见图6）。采用不同的迭代计划，将决定了敏捷项目每个冲刺（SPRINT）的交付内容。我们需要注意的是，因为产品形态及产品技术架构的复杂度不同，组织架构的不同，如果迭代规划方式选择与之不匹配，敏捷反而会引入更多的混乱和内卷。
例如，如果产品是单一架构的（monolithic Architecture）且功能依赖多，如果采用时间盒的迭代规划方式，会出现待开发的新功能不得不削足适履，进行功能分拆用户故事，确保能在一个时间盒的窗口交付，反而导致大量的模块之间的相互依赖，交易成本（Transaction Cost）剧升，协调工作冗长。从系统论的维度看下来，反而是降低了效率。针对这种情况，要么是改变时间盒的跨度，要么是采用基于流的迭代工作模式。
图5 （来源：From Prince2 Agile）
图6（来源：From Prince2 Agile）软件开发的模型选择：
“There's no singular technique or process that will bring about significant improvements in software development productivity”- No Silver Bullet—Essence and Accidents of Software EngineeringGerald Weinberg, Fred Brooks, and Grady Booch
面临乱花渐欲迷人眼以及病急乱投医的汽车软件开发，到底如何选择自己的软件开发模式呢？正如Fred Brooks所言，没有单一技术或模型能够显著提成软件开发效率。我们需要的是因地制宜，选择适合自己组织和产品属性的研发活动的模型。
在实际工作中，我们应该且必须学以致用，灵活适配合适的软件开发模型，而不是简单地照猫画虎，仿照各种敏捷框架，如站会、结对编程......（题外话：其实，适配性（Adapability）才是业务敏捷的精髓所在）。
不管选择何种开发模型，其核心目的是更快、更好地交付客户价值和业务价值。具体来讲，可以基于Stacey矩阵，选择合适的开发模型（图7）。当然，除了Stacey矩阵提供的需求确定性和技术确定性的两个维度外，还需要考虑团队的成熟度，团队成员的技能经验，工作地点分布，团队规模以及组织文化等因素。
图7
二、需求分析与架构设计的艺术
软件开发始于需求的获取与需求开发的过程（通常将这个过程称为需求工程阶段）。需求的获取主要是从市场需求、用户需求、业务等维度展开，理解并分析企业所在的行业、国家、地区适用的法律法规等，综合定义软件产品的需求。
近几年来，随着国内互联网造车的兴起，互联网用户需求分析的工具也逐步引入到垂直行业，也成为国内传统造车企业纷纷攘攘去学习的重心。但从第一性原理来看，需求获取的原理没有改变，变化的是传统企业缺少需求获取的数字化手段，缺少人物画像的细节管控。
需求获取的方法手段很多，我们总结如图8所示。
图8
在对软件产品功能进行定义的过程中，往往是综合采用多种方法，确保功能能够满足最大数量的用户期望。同时，我们要关注，对于ToC业务与ToB业务的需求获取方法，也存在着差异。无论是从调研对象，调研数量以及调研方法，在实际过程中，要注重理论与实践的结合。
这里，特别给大家推荐一个用来识别或改进产品可用性功能需求（Usability）的强大工具–用户历程地图（题外话：对于其他如非功能性需求的定义与改进，建议采用其他工具方法）。图9展示了对电车用户充电活动的用户历程地图，通过一张纸，可以清晰地将产品功能的优劣以及待创新的功能点描述清楚。
图9
需求获取只是开启了整个软件开发的序幕。我们下一步要做的是需求的确认。需求的确认，是确保软件产品的开发“做正确的事”。需求确认的方法包括了VOC，焦糖布丁法，Y分析法，数据分析法等等。
为什么要进行需求的确认呢？其实，这涉及到了人类认知的过程，如图10所示，当我们看到现实的人形机器人图片时，我们会根据自己的认知(Perception)和我们个人的知识（Knowledge）对其进行描述。然后，我们将我们自己脑海里，经过自己认知过滤过的图片，用自己的知识，包括文字语言对其进行描述，这个过程，将不可避免的引入人为的错误。所以，在专业的产品研发环境中，我们意识到这个人类认知的过程偏差，所以需要建立规范的工具方法，如需求文档的评审、需求撰写的规范等，作为“获取正确需求”的底线保障，确保最大可能地不失真。而敏捷思想里强调的“客户合作胜于客户合同”，也正是基于这个不可更改的事实做出的更合理的过程建议。
图10
需求的开发包括需求分析与需求的分解与分配的过程。它是软件产品开发“正确做事”的过程。这个过程可以使用类似FAST功能分析图、EFFBD图、UML建模或者其他建模工具实现，也可以使用其它不同的工具方法，如KJ法、KANO法、QFD法、Pugh矩阵法等等，帮助我们有效工作。
需求开发从产品定义语境出发，逐步细化分解功能，最后分配到子系统和模块。这个过程是用户可见的功能和可感知的非功能性期望，转化为我们软件产品能力的过程。如果是0到1的产品开发，这个过程与产品架构设计交互迭代，最终形成产品的雏形；如果是基于原有产品架构的功能增加，则更多的工作是基于原有架构进行需求分配的过程。当然，不排除原有系统需要重构，才能满足客户的功能要求的情况。
而架构设计则是将技术需求转化为系统的蓝图，涉及功能模型定义、架构评估方法选择、物理架构布局等多个环节。软件产品常见的技术架构包括了C/S架构、MVC架构、分层的SOA架构等。但具体的架构设计，要考虑的不仅关乎技术实现，更是一种权衡艺术（Trade-Off），需要在功能、成本、时间、用户期望等多种因素间寻求最佳平衡。
如图11，当面对客户“过河”的需求，架构设计可能需要考虑桥梁、船只、潜水艇，飞机等多种解决方案，每种方案背后代表了不同的技术复杂度、投资规模与时间周期，系统架构就是需要在不同的解决方案中选择最合适的，而不仅仅是技术最优的。
图11
在架构设计过程中，可以运用启发式问题法、KJ法、QFD等工具进行评估与决策，有助于识别最合适的架构。同时，评估软件架构的有效性，还可以通过创建原型、迭代开发、模型模拟等方式获取直观反馈，必要时引入量化指标进行深度分析。
康威定律揭示了一个重要规律：软件架构往往反映出组织内部的结构。这意味着，良好的组织设计有助于催生高效、协调的软件架构，反之亦然。因此，在软件开发过程中，应充分考虑组织架构对技术实现的影响，确保架构设计既能满足功能需求，又能顺应组织协作模式。
三、软件编码与测试：质量之盾
软件编码是将设计转化为可执行代码的过程，需要遵循相应的编程语言规范和组织内部编码标准（例如，谷歌C++代码规范：Google_Cpp_Style_guide_CN.pdf (sosohu.github.io)），辅以静态代码扫描、动态测试及代码评审等工作，确保代码质量。伴随着AIGC的泛化，AI 辅助编码和代码评审也逐步成为现实，比如Github Copilot X，可以协助程序员实现结对编程。同样，类似ChatGPT，也可以帮助我们实现代码评审的工作。例如，我们把下面这段冒泡算法的C代码（图12）输送给ChatGPT，GPT会给出非常中肯的评审建议以及重构后的代码，大大减少了代码评审的工作量。
图12
图13是ChatGPT重构后的代码。GPT的反馈如下。他不仅仅反馈了代码的逻辑错误，对程序的性能也给出了建议（第2条反馈）
[*]冒泡排序算法的内层循环条件for (j = 0; j < len - 1 - i; j++)中的len - 1 - i可能会导致数组越界。应该将内层循环条件修改为for (j = 0; j < len - 1; j++)。
[*]在冒泡排序算法中，如果数组已经是有序的，仍会执行完所有的比较和交换操作，造成了性能上的浪费。可以在内层循环中增加一个判断条件，如果没有发生交换，即可提前退出循环。
图13
需要注意的是目前GPT仍然是概率算法，他的反馈需要一定的人工复核，确保剔除AI给出的噪音反馈。
图14
测试则是软件质量的守护神，涵盖单元测试、集成测试、功能测试、系统测试及验收测试等不同层次，目的是尽早发现问题、减少后期修复成本、确保软件符合客户需求与期望。无论是在V模型或者敏捷开发模型中，软件测试活动的目的是一致的，而测试活动贯穿整个开发周期（图14所示的V模型）。早期集成测试能有效缩短交付周期，提高客户满意度。
图15
测试执行过程从时间顺序上可以分为三大部分：单元测试，集成与功能测试和系统验证与验收测试（图15）。单元测试聚焦单个代码单元的功能正确性；集成与功能测试检查模块间交互与整体功能完整性；系统与验收测试则验证软件系统在真实环境下的表现是否满足需求。通过及早发现问题，测试不仅能节约成本，还能提升软件的稳定性和可靠性，为市场成功奠定坚实基础。在实际操作过程中，无论是敏捷或是V模型，测试过程并没有这么严格的顺序区分，往往是循环迭代的反复过程。对于如何确保已经验证的功能仍然是可信的，往往是需要经验和智慧的积累。关于软件测试，我们必须清晰地认识到“测试不是银弹。穷尽测试是不可能也不现实的”。所以，端到端的软件质量保障，从需求到设计，从编码到测试，全链路的保障才是我们需要竭尽全力的目标。
图16
伴随着AGI及数字化技术的发展，测试技术手段也在日益改进，新的测试技术开始逐步开始向RPA，AI赋能的测试手段方向发展（见图16）。而对汽车行业软件开发而言，自动化测试技术、RPA、AI、新的应用场景的测试也慢慢开始渗透，成为测试团队的新挑战。
四、软件发布：舞动的韵律
软件发布的全过程是一个严谨有序且不断迭代前行的。
进入开发阶段后，采用CI/CD（持续集成/持续部署）的实践，包括代码提交、规则检查、代码评审、预编译、软件包构建、内部发布、测试验证以及对外发布等一整套流程，确保软件质量的持续性和稳定性。在这一过程中，构建Sanity、自动化测试以及各类环境下的验证是必不可少的环节（见图17）。
CICD在软件开发全生命周期中体现的核心思想是快速反馈、频繁交付和可靠质量。通过自动化构建和部署流水线，让开发团队能够迅速响应变化，减少人工干预带来的延误和错误，确保软件在各个阶段都能高效地完成集成、测试和部署，最终达到高质量、高效率的产品交付目标。
图17
在软件的维护阶段，针对存在的问题和错误进行及时修复，根据用户反馈和市场需求持续进行功能改进与性能优化。对于汽车行业的嵌入式软件而言，还涉及到与硬件结合的复杂集成测试，以及类似FOTA，SOTA（空中下载技术）更新等特殊的软件升级场景。
此外，汽车行业软件发布遵循项目生命周期的各个阶段，如工程样车（EP）、产品及过程验证（PPV）、预试生产（PP）、试生产（P），直至正式投产（SOP）。在整个过程中，项目质量管理扮演着关键角色，不仅要保证软件产品的质量和性能，还要确保软件开发与发布过程符合既定的质量标准和国标、企标。
五、研发基础：技术研发与产品研发的“双轮驱动”
技术研发与产品研发虽同属创新范畴，但各有侧重。
[*]技术研发着眼于长远，追求技术先进性与知识积累，目标是开发出具有竞争优势的技术成果，为未来的市场化产品提供技术支持（TPF过程）。
[*]产品研发更直接面向市场，关注产品创新与商业化进程，旨在快速推出符合用户需求的新产品，创造价值与利润（PMF过程）。
如图18所示，技术研发和产品研发在生命周期、市场定位、技术难度、管理手段等方面存在显著差异，但均需紧密围绕用户需求展开。技术研发往往领先数年，承担探索未知、孵化前沿技术的角色；产品研发则紧跟市场脉搏，力求在短期内实现产品的更新换代。二者相互依赖，共同推动企业技术创新与产品迭代的良性循环。当然，因为技术研发与产品研发的定位不同，企业在实际管理过程中，不能把产品研发的管理手段，比如某款车型研发，简单地套用到技术研发管理中（比如，某款新材料、新动力电池或平台架构等）。
图18
六、研发基础：组织与人才发展的软实力构建
软件开发的成功离不开强大的组织支撑与人才队伍建设。研发组织应注重能力建设，涵盖组织架构设计、业务流程梳理、数字化工具链集成（如禅道管理软件，CICD工具链，云端软件DevOPS工具链等）、知识管理、信息安全等多个维度。同时，建立健全绩效考核与激励机制，确保人才的成长与发展与组织战略目标相一致。
人才发展方面，提供管理与专业技术两条晋升通道，满足不同类型人才的职业发展需求。管理路线涵盖研发主管、经理、总监等。专业技术路线包括了高级项目经理、产品经理、质量经理等专业角色；专业技术路线还包括了技术专家、高级专家、资深专家等技术精英。通过明确的职业发展路径，激发人才潜能，形成稳定且富有活力的人才梯队，避免“重技术，轻职业化”的问题。
根据PRTM的产品开发能力成熟度评估模型（图19），软件开发组织的成熟度可以分为5级。建议优秀的车企应该向成熟度4级（Stage 3）努力，提升组织的核心竞争力，确保打赢汽车智能化和汽车产业数字化这一仗！
图19 （Source：PRTM 产品开发能力）
结束：
本文为我们勾勒出一幅从理论到实践、从模型选择到组织构建的全景图。无论是初涉软件行业的新人，还是寻求优化研发流程的企业管理者，都可以从中汲取宝贵的知识与经验，助力在瞬息万变的科技浪潮中稳操胜券。软件开发并非孤立的编程活动，而是涵盖了需求分析、架构设计、编码实践、测试保障、技术研发、产品研发、组织管理与人才培育等多元要素的系统工程。唯有深入理解并妥善驾驭这些要素，方能在激烈的市场竞争中立于不败之地。
<全文完>
（内容来源：微信公众号“ARVO INSIGHT"价值洞察，2024.3.30)
页:
[1]