Woven by Toyota 致力于推动出行方式革新，提升安全性、安心感和满足感，为全球用户创造更多可能性。公司努力推进人员、物品、信息和能源的移动方式创新，旨在构建一个深度互联的世界、让人类潜能得以充分释放。通过自动驾驶（AD）、高级驾驶辅助系统（ADAS）、Arene OS 软件平台、Woven City 移动出行试验场以及 Toyota 旗下 Woven Capital 成长基金等技术举措，Woven by Toyota 正在用行动编织未来出行的蓝图。
但在这张蓝图背后，有一项绕不开的硬性要求。Woven by Toyota 自动驾驶及 ADAS 感知预测团队技术主管经理 Suigen Koide 表示“车载自动驾驶与高级驾驶辅助技术必须符合汽车工业软件可靠性协会（MISRA）的编码标准”。MISRA 既指嵌入式控制系统安全性与可靠性的编码标准，也指制定这些标准的行业组织。
然而，“达到 MISRA 标准绝非易事，”负责嵌入式控制软件开发工作的 AD/ADAS 识别集成团队高级工程师 Yosuke Sawai 表示。
“MISRA 是一套用于开发嵌入式控制软件的 C/C++ 编程规范。但规范文档长达数百页，完全掌握需要耗费大量时间。更现实的问题是，如今精通 C/C++ 的工程师越来越少，能全面理解 MISRA 标准的更是凤毛麟角。当从 POC 阶段进入生产阶段时，工程师不得不借助静态分析工具来检查 MISRA 合规性，修正所有错误。”
——Yosuke Sawai
高级工程师
Woven by Toyota
AD/ADAS 识别集成团队
据 Sawai 介绍，这种错误的数量极其庞大。“以我们开发的先进驾驶辅助系统识别模块为例，一共修正了约 6 万处不符合 MISRA 标准的错误。”
早在 2023 年，团队就有一个想法：能不能用 AI 技术实现 MISRA 合规的代码修正？2024 年 6 月，团队正式启动了项目，尝试用生成式 AI 技术来加速自动驾驶与驾驶辅助系统的开发流程，同时也对 MISRA 合规的自动修正进行了验证性测试。
AD/ADAS 感知与预测团队 MLOps 工程师 Yuya Mochimaru 负责主导本次测试。据他介绍，这个项目最初只作为副业项目，大概只占用团队 10% 的工作时间，但最终结果远超预期。
“我们尝试使用 Azure OpenAI 服务（国际版）的 GPT-4o 对一段 C 语言示例代码进行 MISRA 合规性修正，纠错率达到了50%。后来我们又用相同方法试着修正团队内实际的代码，自动修正率同样保持在50%左右。”
——Yuya Mochimaru
MLOps 工程师
Woven by Toyota
AD/ADAS 感知与预测部门
在一次与 Microsoft Japan 的定期交流会上展示成果时，微软认为该结果“具有重大意义”。
“这是一例非常前沿的 Azure OpenAI 服务（国际版）应用实例，对汽车产业可能产生的变革性影响是不可估量的。绝大部分整车制造商及其商业伙伴每年都要在 MISRA 合规方面投入巨额资源。如果能将多智能体系统和推理能力结合进生产环境，移动出行领域的研发进程会得到显著的加速。”
——Kosuke Miyasaka
应用创新解决方案专家
Microsoft Japan Azure 运营部门
Woven by Toyota 在2024年12月参与了微软举办的小型黑客松 —— Azure Light-up，活动后工程师团队就确定了适用于开发环境的系统配置，并开始搭建原型。
在2025年1月的第二次活动中，团队进一步优化了用户界面，实现了与 GitHub 深度集成的 CI/CD 机制。此时系统已经可以通过 GitHub 的 issue 管理功能追踪原始代码与错误报告，并自动生成符合 MISRA 标准的代码。
也是在这段时间，Azure OpenAI 服务（国际版）推出新型推理模型 o1。
Koide 表示：“我们在2025年1月对 o1 模型进行测试时，代码自动修正的成功率跃升至 80% 左右。我们起初的目标是 70% 左右，实际效果远超预期。”
信心倍增后，Koide 和他的团队在2025年1月底向 Woven by Toyota 及 Toyota Group 合作企业进行了方案演示。演示成果令与会企业大为振奋，部分企业当场提出对 Visual Studio Code（VS Code）兼容性需求。如下文 Mochimaru 所述，这项新功能的实现速度也令人惊叹。
“我对 VS Code extension 开发并不是很熟悉，但借助 Azure OpenAI 服务（国际版）的生成式 AI 技术，我们仅用一天就完成了 extension 开发，次周即可面向用户收集反馈。不仅如此，我们还用同样的方法，仅用一天就完成了与 GitHub 集成的 demo。这让我们更加确信：生成式 AI 技术可以成为系统实施的重要支撑。”
——Yuya Mochimaru
MLOps 工程师
Woven by Toyota
AD/ADAS 感知与预测部门
Microsoft Japan 很快提出了一个新的解决方案：基于多智能体架构的 AI 系统，无需依赖单一的生成式 AI 系统即可提供所有必要功能。
下图展示了该系统的配置：采用新型 o3-mini 的生成式 AI 模型，具备更强的编码能力。同时包含 Azure OpenAI 服务（国际版）、Azure App Service、Azure Cosmos DB、GitHub Enterprise 和 AutoGen 等流行产品和服务。
▴ 图表说明：Woven by Toyota 的多智能体系统通过三个相互关联的智能体协同工作，在提供推理过程和确定性评估的同时，显著提高了代码修正的成功率。
首个智能体（“编程员”）负责修正代码。另一个智能体（“审查员”）对修正结果进行核查，并向编程员返回优化建议。编程员根据建议进行进一步修改，审查员再次核查，如此循环往复。当审查员判定修正已达标时，结果将传递至第三个智能体（“评估员”）进行内容校验与评估。评估员会分析代码变更，生成修改依据及确定性评估指标。最终由人工确认结果，决定是否采纳。
微软全球黑带专家 Keisuke Hatasaki 阐释了多智能体系统的优势：
“多智能体系统有两大目标：其一，通过其他智能体的评估反馈，最大限度减少生成式 AI 技术的模糊输出；其二，让第三方更容易理解生成式 AI 技术的决策过程。本质上是同时提升了生成结果的准确性与可解释性。”
——Keisuke Hatasaki
微软全球技术黑带（亚洲区）
应用创新解决方案专家
Koide 也分享了他们的实测成果“在使用内部代码进行 POC 测试中，代码生成成功率达到了 97.1%，81.5% 的 MISRA 合规性错误得到了自动修正。”Koide 还补充道，“多智能体系统会向工程师提供代码修改的推理过程，以及确定性评估等关键信息，有效突破了单一生成式 AI 技术的黑箱局限。”
此外，微软的 AutoGen 也能对智能体进行自动编排。Mochimaru 透露，在生成式 AI 技术的帮助下，他仅用一天就能完成此项功能的部署实施。
多智能体协同，不仅提升了准确率，也进一步增强了系统的自主性。Woven by Toyota 资深工程师 Yosuke Sawai 表示：“最让我吃惊的是生成式 AI 技术自主重构代码的能力，其精确度堪比精通嵌入式系统开发的资深工程师。它还能添加注释说明，解释修改建议、标注待办事项，为后续维护流程提供帮助。”
Koide 表示，“多智能体生成式 AI 技术的应用将开启软件开发新范式。变革之下，人类在开发过程中的角色可能会彻底改变。”
“毕业后我读的第一本书是 Taiichi Ohno's 的《现场管理》，书里强调要彻底消除浪费。如果我们把知识和劳动浪费重新定义为可由 AI 智能体替代的部分，就能发现日常工作中其实隐藏着大量可优化的空间。这个项目让我们重新审视了日常工作中的冗余，并指明了改进方向。
得益于微软用户友好、技术领先的生成式 AI 应用，我们才能将这一设想快速落地。我相信微软将继续成为推动 AI 技术融入社会的重要平台。”
——Suigen Koide
MLOps 技术主管经理
Woven by Toyota
AD/ADAS 感知与预测部门
▲ 声明：本文翻译自微软全球客户案例网站，
文中提到的部分服务目前仅在 Azure 国际版适用。
「智有可为」
从惊讶到拥抱，人工智能在极短时间内掀起了产业的巨大变革。作为行业先行者，Azure AI 产品及服务已经帮助全球众多行业开始了智能新转型。「智有可为·产业长镜头」栏目将陆续推出全球智能转型领先企业的深度故事。
📝 本期观影笔记
