汽车 · 内容生成 / Agent / 算力基础设施与AI平台
Qoder CN 驱动蔚来汽车智能研发，AI 代码生成占比最高超 70%
蔚来汽车智能座舱研发团队近 400 名成员使用阿里云 Qoder CN 企业专属版，日常开发中 AI 生成代码占比达 30%~40%，在「天探」项目增量代码中占比最高超 70%，显著提升研发效率与质量。
业务效果
近 400 名研发成员在日常开发中使用 Qoder CN。
未披露
业务效果
日常开发中 AI 生成代码占比达 30%~40%。
未披露
业务效果
在「天探」工程中，增量代码 AI 生成占比最高超过 70%。
未披露
01
业务背景
蔚来汽车是一家成立于 2014 年 11 月的全球化智能电动汽车公司，致力于提供高性能智能电动车和极致用户体验。随着汽车功能日益复杂，软件研发面临新功能快速开发和长期维护的双重挑战，对 AI 的需求非常强烈。
02
遇到的问题
车企在软件研发中既要保证高质量，又要快速交付，同时控制成本，这构成了一个“不可能三角”。蔚来需要借助 AI 工具突破这一瓶颈，在不牺牲质量和效率的前提下，降低研发成本，并确保代码安全合规。
03
AI 解决方案
蔚来智能座舱团队部署了阿里云 Qoder CN 企业专属版，通过以下方式提升研发效能：利用代码补全和自然语言生成代码，简化接口调用和查询代码编写；自动添加注释和解释，提升代码可读性，并通过知识管理固化最佳实践；使用单元测试智能体批量生成测试用例并自动修复错误；通过企业知识库和自定义规范检查拦截潜在 Bug。此外，私有化 VPC 部署、数据审计和模型个性化能力保障了安全合规。
- 1评估现有研发流程，确定 Qoder CN 企业专属版部署方式（私有化 VPC 实例）。
- 2搭建企业知识库，将编程规范、常见 Bug 案例和最佳实践上传至平台。
- 3配置自定义扩展指令，实现代码规范检查、变量命名和 API 文档自动生成等功能。
- 4在智能座舱研发团队推广使用，针对高频场景进行培训和试点。
- 5通过知识管理与扩展管理持续优化，支持更多业务场景。
04
实施结果
业务效果：近 400 名研发成员在日常开发中使用 Qoder CN。
业务效果：日常开发中 AI 生成代码占比达 30%~40%。
业务效果：在「天探」工程中，增量代码 AI 生成占比最高超过 70%。
业务效果：「天探」项目可在 3 分钟内完成 1000 多项车辆功能的全面检测。
业务效果：显著提升代码开发效率，降低维护成本，提高测试覆盖率。
业务效果：通过企业级安全能力保障代码安全，避免资损。
05
风险与边界
AI 生成代码可能存在质量风险，需要人工审查；企业知识库和自定义检查的准确性需持续维护；对安全合规要求高，需确保私有化部署和审计机制完善。
这是 AI 赋能软件研发的典型案例，展示了生成式 AI 在代码生成、测试和维护中的巨大潜力。蔚来的实践证明了私有化部署和知识管理在提升效率的同时满足合规要求，适合对质量和安全要求高的企业借鉴。
适合
有强研发需求的车企或大型软件团队重视代码安全和合规的企业希望提升研发效率和质量的大型企业
前置条件
已有成熟的研发流程和代码规范具备数据安全和合规意识愿意投入人力和平台资源进行部署和维护
信息来源
2 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。