Agentic Embedded Software Development (AESD)

在“软件定义汽车”（Software-Defined Vehicle，SDV）转型的浪潮下，整车软件代码量从百万行级快速冲向亿行级，但“编码→编译→集成→HIL 测试”链路的工程效率并未随之提升。不仅嵌入式工程师每天要花费大量时间在多个终端、系统、流程间手动操作，而且嵌入式开发强依赖本地工具链，代码体量巨大且与物理设备紧耦合，纯云端容器化的 AI 编码方案完全无法适配，资深工程师积累的调试经验也难以在团队中规模化复用。本方案实现了一套专为汽车嵌入式和硬件研发场景设计的 AI 智能体开发平台，以“云端规划管理、本地执行调用”的分层架构解决嵌入式开发的核心矛盾：云端负责 Skills 库和日志的统一管理，执行端智能体（agent）调用本地 Git、交叉编译器和 HIL 台架工具，完整打通从自然语言需求到 HIL 冒烟测试的端到端闭环。工程师只需在 IDE 内用一句话描述需求，智能体就可自动完成 clone、改码、编译提交、HIL 测试和汇总报告，目标将单模块的迭代周期缩短 40%~60%，手动操作步骤数量减少 70%。

1. 端到端自动化研发链路：智能体自动驱动从代码 clone 到生成汇总报告的全过程，覆盖系统开发生命周期 V 模型的右侧全链路，而非仅提供代码补全。
2. 失败自动定位与修复：编译失败或台架用例失败后，智能体读取错误日志，自动定位根因并尝试修复，目标编译失败自动修复率不低于 50%，大幅减少工程师手动反复调试。
3. Skills 配置化扩展：嵌入式研发流程以 Skill 封装，替换工具链只需调整 Skill 组合与智能体提示词，不需要改动平台层，快速适配不同 ECU 和域控业务。
4. SSE 流式实时反馈：编译进度、台架用例结果等内容被滚动实时推送至 IDE 侧边栏，长任务可后台连续执行，工程师断线重连后自动恢复流式输出，信息不丢失。
5. 多引擎与多 IDE 支持：支持 Kiro、Claude Code、OpenCode 等多种环境，并行覆盖 VS Code 和 JetBrains 两类 IDE 生态，工程师可按权限和场景灵活切换。
6. 安全与可观测性：API 密钥通过 ECDH 协议动态下发，不落配置明文；全链路按会话和指令细粒度逐轮归因，支持 Prometheus 指标和 OpenTelemetry 追踪，满足车企研发安全合规要求。