当GenAI的“不确定性”撞上车规“铁律”， MathWorks用MBD为AI工程化筑起“可信底座”

汽车行业正迎来一场前所未有的技术风暴。一方面，集中式电子电气架构（EEA）正加速向中央大脑（HPC）与区域控制器演进，车载软件的复杂度呈几何级数增长；另一方面，生成式AI（GenAI）与AI智能体（AI Agents）以颠覆性的姿态席卷而来。然而，在追求极致安全的汽车嵌入式软件领域，GenAI 的“黑盒、不确定性、追溯缺口、质量不一致”却成了工程化落地的致命伤。

图源：MathWorks

面对“不确定”的AI与“绝对确定”的汽车功能安全标准（如 ISO 26262），行业正从最初的狂热转向理性的思索。近期，面向工程化系统设计的数学计算软件领先开发商MathWorks 给出了答案：将可信的基于模型设计（MBD，Model-Based Design）工具链作为底座，融合 GenAI 的创作能力，以“确定性”的工具消解 AI 的“不确定性”。

破局不确定性，以可信根基筑起AI工程化防线

在汽车与航空航天等安全关键（Safety-Critical）领域，代码质量的门槛极高。纯粹依赖大语言模型（LLM）生成代码存在巨大的安全隐患——即使输入相同的提示词， LLM每次给出的代码结构也可能完全不同，且缺乏需求到代码的双向追溯能力。这在ISO 26262功能安全审核员眼中，无疑是无法接受的黑盒。

然而，当GenAI与MBD结合时，游戏规则改变了。MBD在航空航天业与汽车业分别拥有50年与30年左右的成熟应用背景，其核心优势在于算法设计、虚拟化仿真、代码生成到合规认证的全流程可控。在全新的融合实践中，MathWorks 提出的核心逻辑是：让大语言模型去找到并调用正确、可靠的工业级工具。

对此，MathWorks嵌入式软件及认证产品经理Tom Erkkinen表示：“大模型的创新与理解能力被用来解析高层次需求，但它不直接生成最终的量产代码，而是通过驱动Simulink®进行模型创建与修改，以及代码生成、验证与合规工作。”

由于Simulink模型背后的数学逻辑与内置特性是唯一的、经过验证的，再通过已通过ISO 26262最高等级认证的Embedded Coder自动生成C/C++代码，这便完美杜绝了不确定性。从需求、架构到详细设计与嵌入式代码，一整套工作流借由工具链紧密闭环，彻底打通了GenAI创作与量产软件的可信根基。

Agentic AI 落地，点燃设计、代码与验证的三箭齐发

在推出MATLAB®与Simulink相关的最新产品线中，这场融合迎来了实质性的技术落地。MathWorks 通过引入Agentic AI（智能体驱动）工作流，正式超越传统的“聊天式辅助设计”，迈向了行动导向的自动化工程。

图源：MathWorks

设计加速，MATLAB/Simulink工具包让大模型“更懂工程”

工程师可以利用MATLAB Model Context Protocol（MCP）Core Server通用协议，将MATLAB/Simulink与任何商业大模型（如 OpenAI、Claude）或开源大模型进行桥接。为了防止AI Agent “走弯路”（例如重复实现已有的工具箱功能或写出冗长代码），全新的MATLAB Agentic Toolkit与Simulink Agentic Toolkit扮演了“专家指导”的角色。

“这两个工具包向Coding Agent输入了丰富的风格规范与专家级上下文知识（Skills）。这使得AI能够以极低的token开销，实时理解、建立与编辑复杂模型。” Tom Erkkinen解释道。

他进一步以F1赛车整车建模举例，AI Agent在详细提示词的引导下，能自主创建包括发动机子系统（Engine Subsystem）、能量回收系统（ERS）在内的架构，并通过System Composer架构工具在早期定义好接口与端口，灵活适配从底层智能执行器到高阶中央大脑（HPC）的分布式或集中式电子电气架构部署。

量产就绪，AI 与MATLAB/Simulink融合带来极致优化与静态防御

“除了模型构建，GenAI还大幅加速了模型重构与维护。在实际案例中，AI成功将混乱的Simulink模型的结构深度从4层简化到2层，容器数量从16个缩减至8个，使顶层接口更加清晰，且是全显式连线（Explicit-wired）。” Tom Erkkinen在演讲中提到。

在代码层面，AI Agent展现了单次编写4000+行MATLAB代码并自动生成测试用例的能力。为了防范代码缺陷，MathWorks在其最新的产品矩阵中推出了全新的Polyspace as You Code插件，将代码防御左移至工程师的IDE编辑器中，在编写C/C++的同时实时进行静态规则检查。配合统一配置的Polyspace桌面应用、Polyspace Bug Finder自定义检查器以及Polyspace Test的软件净化动态分析能力，可全方位确保AI生成内容的安全漏洞与缺陷无所遁形。

系统验证，多域仿真与测试场景的快速闭环

仿真（Simulation）是验证GenAI组件的多域交互作用（包含电气、机械、热、液压与软件）并让故障尽早暴露的唯一手段。新特性通过Wireless Network Toolbox、全新的滤波器设计分析器（Signal Processing Toolbox）等产品，强化了端到端系统行为的仿真能力。

值得一提的是，工程师现在可以利用GenAI直接从实车路测数据（Real-world driving logs）中快速逆向创建3D测试场景，并通过MATLAB Test基于命令历史自动生成起始测试与等效性测试，这将极大地压缩系统级集成与测试的时间成本。