Forward Deployed
Engineering
我们在客户现场亲手开采。
再强大的 AI 模型，在这里也不过是采矿设备。真正开采黄金的，是在埋藏着保密设计资产与现场工程师隐性知识的客户现场，由 AI Champion 带领的领域专家团队。
即使最先进的 AI，面对汽车也需要伙伴
AI 行业早已得出同一个答案：能够验证的领域，亲自进入；无法验证的"金矿"，则与领域专家携手——而汽车，正是那座金矿。
能够验证的领域，亲自进入
编程、法律、生物——输入与输出均可明确验证的领域。开发强大 AI 的企业无需伙伴，直接切入其中，因为模型能够自行确认答案并无限学习。
RLVR · 可验证奖励但真正的价值，沉在水面之下
支撑验证的知识只存在于互联网公开数据之中。而产业的真正核心，是专家头脑中的隐性知识与客户的保密资产——任何搜索都无法触及的"金矿"。
Tacit Knowledge · 隐性知识汽车行业，几乎一切皆为机密
设计文档、需求规格、控制逻辑绝大多数属于企业机密，爬虫无从触及。手握越强大模型的企业，越迫切需要一位"知道金矿位置"的领域专家。
Domain Gap · 领域壁垒采矿设备（基础模型）早已问世。
真正开采黄金的，是深入客户现场的领域专家。
— 而这位专家，就是 PopcornSAR。
设备早已就位。开采者，是 PopcornSAR
掌握基础模型与通晓汽车领域，是两种截然不同的能力。PopcornSAR 二者兼备——11 年嵌入式与 AUTOSAR 工程积累，以及自研 AI 工具链 PARVIS。
Foundation Model
世界顶尖的基础模型。强大，却对汽车领域与保密现场一无所知。
设备
由 AI Champion 带领的领域团队
11 年汽车嵌入式与 AUTOSAR 经验，加上 PARVIS。同时精通领域与 AI 的 AI Champion 亲赴现场领导团队，手握验证工具，亲手开采黄金。
派驻
客户现场
保密的设计资产，与现场工程师的隐性知识。唯有在这片无法检索之地，真正的价值才会浮现。
每个领域都有一位"评分者"。
唯独汽车没有——直到现在。
决定 AI 是否直接进入某一领域的标准只有一个：正确与否能否被机械地评判。PopcornSAR 的使命，正是为汽车行业树立这位评分者。
FDE 是这样运作的
数据不出客户边界，工作在现场之内完成。AI 的每一项交付物，都必须通过人工验证关卡。
由 AI Champion 带领的现场驻场
兼通领域与 AI 的 AI Champion 驻扎于客户内网与现场，带领团队推进。从问题定义到最终验证由一人负责到底，保密内容绝不离开会议室。
不外泄的部署方式
针对客户环境的三级本地化部署——私有云、Mac Studio 轻量型、NVIDIA 服务器机房型，并支持本地 LLM。
验证关卡
AI 生成的交付物必须通过确定性工具验证，以及领域专家与客户的评审（HITL）。安全与实时代码，最终必须经专家签署批准。
隐性知识的显性化
将散落的设计资产与现场知识，整理为符合 Automotive SPICE 的文档体系，并包含向上游工序回溯的逆向工程。
在这些无法检索的现场，
PopcornSAR 早已开展 FDE 实践
从量产控制源代码中，逆向推导需求规格书与测试用例
- 课题
- 上游文档已散失的量产 BMS 代码，规格依据只存在于负责人的记忆中
- 投入
- 在 NDA 之下接收源码样本，启动本地化分析流水线
- 成果
- 一周内导出需求规格书与测试用例草案，并通过技术验证
自动化 MATLAB／Simulink ↔ C 代码的转换与诊断
- 课题
- 处于 MBD 转型期的组织——模型与遗留 C 代码并存，一致性核对全靠手工
- 投入
- 自行搭建 Simulink 与 Stateflow 环境，设计转换与诊断工作流
- 成果
- 模型与代码的比对诊断实现自动化，迁移风险得以提前暴露
将自然语言指令转换为 CAPL 测试场景
- 课题
- 高度依赖 CANoe 与 CAPL 的验证团队——脚本编写受制于少数专家
- 投入
- 测试意图（自然语言）→ CAPL 场景转换流水线，并设实测比对关卡
- 成果
- 非专业人员亦可描述验证场景，专家得以专注于评审
以自然语言自动生成 ARXML，并通过模式与自定义规则验证
- 课题
- 各版本与内部规范下迥异的 ARXML 编写惯例——从未被文档化的隐性知识
- 投入
- 自然语言生成架构与软件组件，经模式与自定义规则双重验证
- 成果
- 实现多版本适配的设计自动化，交付物通过接口验证
生成领域补充数据一并输入，并由客户 HITL 完成验证
- 课题
- 仅凭原始需求不足以作为 AI 输入——领域知识散落于各个部门
- 投入
- 领域工程师手工生成补充数据一并输入，并建立客户评审闭环
- 成果
- 在内网条件下建立验证自动化，客户审批关卡得以固化
自动生成 SAD 与 29 份 SDD 文档，并保持完整可追溯性
- 课题
- 面向海外客户的整套英文设计文档——手工方式无法保证交期与一致性
- 投入
- SAD ＋ 29 份 SDD 生成流水线，配备可追溯性校验器与防幻觉关卡
- 成果
- 英文交付物一次性生成，100% 可追溯性验证通过
不是通用 FDE，而是汽车 FDE
能够将 AI 所依赖的"可验证性"，移植到文档本身即为机密的汽车领域的企业，屈指可数。
可验证性的移植
通过 Tool-in-the-Loop 确定性关卡，在汽车领域实现可复现的质量。
机密安全
本地化与本地 LLM 部署，确保数据不越出客户边界。
标准合规
在符合 Automotive SPICE、ISO 26262／21434 与 ASIL 的流程之上完成交付。
由 AI Champion 带领
兼通领域与 AI 的人才引领现场。对结果负责的不是工具，而是人。
领域与语言覆盖
深耕汽车领域 11 年，支持韩语、日语、中文与英语的现场协作。