AirEdge 技术日暨程序员节：AI、系统工程与航空/汽车业务流程数字化

上海交通大学人工智能博士赵京雷围绕 AI 在传统软件和工业软件中的应用展开分享，从工作方式的变化出发，探讨 AI 如何融入实际工作流程。

AI 带来的变化，不只是为现有流程增加一个辅助工具，更在于重新思考任务的完成方式。借助 AI 探索问题、生成方案、拓展思路，可以让人更快触及不同的可能性；但可能性并不等于可靠的结果，方案是否成立、是否符合实际需求，仍需要开发工程师的专业判断与验证。

这一思路也对技术人员提出了新的要求：除了掌握工具，还需要明确问题、判断结果，并对最终交付负责。尤其在工业软件等专业领域，技术输出往往需要满足特定的业务逻辑与工程要求，AI 的应用不能止步于生成内容，更需要融入原有的专业知识、工作流程与质量控制体系。

杭州华望系统科技有限公司产品经理陈凯文以“MBSE 在航空航天领域的应用与实施发展”为题，介绍了方法内涵、行业案例与落地路径。

他指出，复杂系统研发的瓶颈在于以文档作为唯一事实源：需求与验证用例靠人工表格对应，接口在多份文档中各写一遍，问题往往拖到集成阶段才暴露。MBSE 把系统工程中“靠文字描述”的部分做成可计算、可追溯的形式化模型，由语言、方法与工具链共同支撑，缺一不可。

在案例部分，他对比了 NASA 的好奇号与毅力号：后者将设计文档转为 SysML 模型，规则可自动校验，评审交付物由模型自动生成。国内案例中，某飞机设计研究所在供油系统上用 RFLP 打通了从需求到选型的链条，从六个物理方案中筛选出唯一满足全部约束的方案。

关于落地，他建议从一个本该做权衡的子系统起步，让文档由模型生成，并将建模与评审绑定，分阶段推进。他认为，MBSE 的成败不看模型建得多好，而看模型是否被评审、下游和下一个型号真正用起来。

分享最后延伸至 SysML v2、数字工程与 AI：v2 让模型能像代码一样管理，AI 则率先接手需求解析等“搬运”与“翻译”工作，但物理可靠性与可解释性仍待解决。

针对 PLM & ALM 产品的发展趋势与行业应用，智研工软科技（杭州）有限公司售前工程师陈铭以“航空/汽车业务流程数字化实践”为主题，结合航空与汽车行业客户的实际诉求，介绍 AirEdge 在业务流程数字化方向上的技术探索。

航空与汽车行业对研发流程有着不同的专业要求。航空领域需要关注适航认证相关要求，汽车领域则涉及 ASPICE（汽车软件过程改进及能力评定）等流程规范。如何将行业要求落实到日常业务流程中，使流程执行、过程管理与相关要求更好地衔接，是企业推进研发流程数字化时需要考虑的问题。

围绕不同客户的需求，AirEdge 持续探索业务流程数字化的应用方式，关注行业规范与实际业务之间的衔接。通过梳理业务流程、明确流程要求，并探索数字化工具在流程执行与管理中的应用，有助于提升流程的规范性与可追溯性，为客户满足相应的行业要求提供支持。

在随后的交流环节，与会人员围绕技术难点、潜在应用场景及产品研发中的实际问题展开讨论，并与专家及技术管理团队交流。技术趋势如何与具体需求相匹配、技术方案如何经过验证走向应用，也成为连接行业经验与产品实践的重要议题。

从 AI 应用到航空航天的MBSE系统工程，再到 PLM & ALM 产品技术演进，本次 AirEdge 技术日围绕技术方法、工程实践与产品研发建立起交流的连接。

技术创新既需要对前沿趋势保持关注，也需要回到真实的工程问题中检验其价值。无论是借助 AI 改变工作方式，还是通过系统工程方法管理复杂度，最终都需要回答同一个问题：技术能否切实改善工作流程、解决实际问题，并形成可持续积累的能力。

适逢 10·24 程序员节，首届 AirEdge 技术日为研发、技术与产品团队提供了交流与学习的平台。未来，AirEdge 将继续围绕技术发展与产品研发需求开展探索，在实践中验证方法、积累经验，推动技术能力与产品发展相结合。