“座舱里问餐厅推荐，答案不同无所谓；但汽车诊断过程中，AI必须保证确定性正确。” 9月17日，在2026第四届AI定义汽车论坛上，SONATUS联合创始人兼首席技术官方宇表示，当前行业讨论AI定义汽车，关注点更多集中在智能驾驶和人机交互，但真正的AI原生汽车还缺少“另一半”——让同一套智能能力贯穿研发、测试、生产到售后的整个生命周期。 在方宇看来，传统汽车开发流程的一个核心问题，是信息被切割在不同部门、不同工具和不同数据体系中。研发、测试、生产和售后各自拥有自己的软件、数据库和工作流，大量知识散落在源代码、模型、Jira、历史测试记录以及车辆数据中，很难顺畅流转。 “表面上看是技术选择的问题，但根源在于人本身的局限性。”方宇解释，一个人能够理解和处理的信息有限，时间同样有限，因此很难把一个环节积累的全部知识完整整理并传递给下一个团队。 AI提供了另一种可能。如果将研发资料、测试数据、历史记录和车辆数据连接起来，AI可以跨越不同工具理解和关联信息，并进一步辅助生成问题分析、测试用例以及可能的解决方案。 方宇提到，在日产技术中心的实际应用案例中，通过将研发阶段信息与车辆测试...