編輯 / 陳念航
出品?/?汽車之心（微信 ID：Auto-Bit）
在成為鎂佳科技CEO 之前，莊莉就有著令人豔羨的履歷。
她是清華大學知名的 96 級計算機專業校友。她與同樣是清華 96 級，也是網易有道 CEO 的周楓是網際網路圈有名的「神仙眷侶」。
清華畢業以後，莊莉和周楓都去了加州伯克利分校攻讀計算機專業博士。讀博期間，兩人被網易創始人丁磊邀請回國，後建立了網易有道。
離開有道後，莊莉又分別在微軟研究院、雅虎北京研究院、獵豹移動擔任高管。
2016 年，莊莉買了一輛特斯拉，並由此與智慧汽車結緣。莊莉曾經考慮過創業做 Autopilot 這樣的 ADAS 或自動駕駛系統。
恰巧在這個時期，蔚來汽車的創始人李斌找到了莊莉。
於是從 2016 年到 2019 年這三年間，莊莉擔任蔚來汽車數字座艙和軟體開發副總裁。莊莉在蔚來主導完成了包括 NIO OS 1.0/2.0 的全部設計和開發以及蔚來被使用者所熟知的 NOMI。
2019 年 6 月，莊莉離職蔚來，並在之後一段時間內從公眾視野中淡出。後來我們知道，她加入了鎂佳科技擔任 CEO。
鎂佳科技的野心，是要做中國汽車 Tier 1 裡的特斯拉。
怎麼理解呢？就是做一家幫助中國車企開發出像特斯拉那樣的智慧汽車的軟體 Tier 1。
鎂佳從 2018 年成立到現在，經過近兩年時間的開發，其目前最重要的技術與產品是整車級別的分散式智慧作業系統SmartMega OS+。
基於這一系統，鎂佳可為車型定製專屬的 OS+ 版本，同時還可提供硬體零部件的設計和定製，其目前支援的零部件包括：數字座艙、多個域控制器、T-Box、閘道器等。
用莊莉的話說，鎂佳的目標是「讓車裡沒有難寫的軟體」。
廣汽蔚來在最初選擇智慧座艙供應商時大膽啟用了成立沒多久的鎂佳科技。
目前在廣汽蔚的首款量產車合創 007（Hycan 007）上，就搭載了鎂佳開發的智趣領航員「小 CAN」人工智慧作業系統。
前不久，莊莉作客「汽車之心 · 行家說」，分享了她在網際網路行業與汽車行業的實踐以及對汽車軟體未來的思考。
核心要點包括：
汽車正在從硬體複雜、軟體簡單逐漸過渡到硬體簡單、軟體複雜；
隨著智慧化、網聯化的引入，一輛有穩定高質量整車軟體的汽車才能提供好的使用者體驗。軟體正在變成汽車上越來越重要的價值創造者；
網際網路行業的從業者從來不親自寫每一行程式碼，因為需要寫的程式碼量太大，所以他們只寫最重要的那部分程式碼；
要在一個新的行業做軟體，首先我們應該去投入做軟體基礎設施；
開放的主機廠會逐漸意識到，應該集中精力開發自己的產品應用和服務軟體，最終這樣的車企會成為非常優秀的汽車軟體開發者。
本文為莊莉分享實錄，也歡迎掃描上方二維碼觀看完整影片分享。
最近關於汽車軟體的討論非常多，碰巧我自己也是從網際網路行業進入到汽車行業，也在從事汽車軟體相關的工作。
作為一個汽車軟體的從業者，我的體會是，只要用正確的方式切入，汽車軟體有非常大的機會。而且軟體會變成汽車上未來將使用者體驗做得非常好的全新增長點。
高質量的軟體
正在成為汽車上越來越重要的價值創造者
在智慧化和聯網化的趨勢下，汽車在發生哪些變化？
第一是構架變化。
整車的電子電氣硬體變得越來越集中。幾年前車上有大大小小几十個嵌入式 ECU 去完成各種各樣的功能，現在逐漸朝幾個大的車載電腦集中。
第二個趨勢是汽車正從硬體複雜、軟體簡單，向硬體簡單、軟體複雜過渡。
越來越多的汽車功能開始被軟體所定義。
一款車有什麼功能、好不好用，很多時候由上面的軟體決定的。
這就產生了一個新的說法叫做「軟體定義硬體」，或者「軟體定義汽車」。車裡的功能越來越依賴於軟體，軟體的複雜度也越來越高。
將來有可能汽車上的硬體會逐漸趨於一致，那時候決定它是低配、中配還是高配的因素，就是我們在車上安裝和開放了什麼樣的軟體。
第三個趨勢是聯網。
幾年前，車輛普遍是不聯網的，現在車上幾乎所有的功能都依靠聯網實現。每隔幾秒，車就會與雲端通訊一次。所以現在車主抱怨的最多的是車上的網路不穩定。
我們原來並沒有覺得這是一個非常重要或者影響用車體驗的基礎設施，但現在因為聯網不穩定，會極大影響到車裡的使用者體驗。
一個手機 App，可能使用者用的時候，大概每幾分鐘向雲端發起一次請求。
我們在做一個車機應用的時候，可能需要每幾秒與雲端做一次資料同步，這個請求的數量級會高於原來手機的 App。
一個能夠承載幾萬輛甚至上百萬輛車的雲端後臺，它的運營負載也是非常重的。
這些架構的變化也帶來了汽車整個價值鏈體系的變化，體現在什麼地方呢？
過去很多年裡，我們非常在意的車的效能、操控感、節油等。那個時期，車上非常重要的價值創造者是發動機、變速箱這樣的機械硬體。
現在隨著智慧化、網聯化的引入，一輛具有穩定、高質量軟體的汽車才能提供好的使用者體驗，所以軟體正在變成車上越來越重要的價值創造者。
當前汽車行業軟體寫不好，是因為缺少完善的軟體基礎設施
今年關於整車軟體的討論越來越多，一些大型汽車集團在開發整車軟體時也遇到了非常多的挑戰。
我發現的第一個現象是：開發穩定高質量的車內軟體，特別是車雲一體的軟體，似乎變成了車廠不可完成的任務。
為什麼用一個「似乎」呢？
我的觀點是其實只是（行業內）暫時還沒有找到一個正確的方法。
第二個現象是，主機廠/大的整車集團正將軟體能力放在非常重要的戰略位置。
在這樣一個背景下，我們在重新思考汽車裡面的軟體到底該怎樣去寫？汽車行業怎樣快速建立軟體能力？
網際網路行業集中了中國最多的軟體開發工程師。因此一提到軟體，我們會首先想到網際網路。
優秀的網際網路工程師是如何寫程式的？
我舉三個例子：
第一個是基於 Hadoop 大資料的生態；
第二是亞馬遜 AWS 公有云的生態；
第三是 AI 生態。
網際網路行業的人其實「特別懶」。我相信絕大多數網際網路行業的軟體工程師都會認同這樣一個觀點。
雖然大家都用 996 的方式來工作，但因為需要寫的程式碼量太大了，所以行業裡有兩個規則：
第一，從來不把每一行程式碼都交給別人寫；
第二，也從來不會從頭寫每一行程式碼。
因為需要寫的程式碼量太大，他們不得不只去寫那些最重要的程式碼。
很多人認為汽車行業軟體寫得不夠好，可能是因為這個行業中沒有特別好的（足夠多的）軟體人才。
但從另外一個角度講，更重要的是整個行業還沒有積累起一套相對比較好的軟體基礎設施。
就像移動網際網路早期，我們那時候有諾基亞、黑莓、HTC 的手機，但是還沒有出現像 iOS 或者安卓這樣的軟體基礎設施。
所以，當時即便是人才濟濟的網際網路行業和移動網際網路領域，行業早期也有面臨很多軟體很難寫的困境。
從歷史看，軟體開發從來都是站在巨人肩上的職業。
總結起來，一個行業中的軟體水平通常不光取決於這個行業軟體人才的儲備，更取決於這個行業軟體基礎設施的完備程度。
三個案例：
網際網路工程師是怎樣開發很牛的軟體的？
在網際網路行業，過去有一個非常熱的領域叫做大資料工程師。
大資料領域的軟體工程師是怎麼工作的呢？
Hadoop 分散式檔案系統，是起源於谷歌做出來的一個公共平臺的基礎設施。
在上邊有一個叫做 YARN 的 Resource Managenment 或者叫做計算平臺的工具，大家有了這個工具之後發現需要處理的資料除了批次的資料之外，還有需要在記憶體中去計算的資料，還會有一些流資料收發的工作，所以就產生了像 Spark 這樣的非常常用的大資料分析平臺。
在 Hadoop 生態裡面，有大量的軟體基礎設施，供工程師使用。
如果沒有這些基礎設施，再牛的大資料工程師寫出來的程式碼可能都沒法工作，也沒法完成資料分析。
所以我們可以看到大資料能夠蓬勃發展，是建立在已經形成了很多大資料分析的輔助工具和軟體基礎設施之後。我們再基於已有的工具進行程式設計，整個效率就變得非常高，也帶來了很大的商業價值。
第二個例子是亞馬遜的公有云服務。
亞馬遜最初是一家電商公司，電商是非常典型的網際網路應用。
亞馬遜在做電商的時候就慢慢體會到，有很多的實踐經驗其實是通用的：
比如怎麼樣管理很多伺服器，怎麼樣管理資料中心，怎麼樣去做伺服器的災備和容錯，以及怎麼向上提供結構化的資料儲存和非結構化的資料儲存，怎麼去做流量的管理，做很多網路連線的管理...
亞馬遜把所有這些實踐出來的，構建網際網路後臺服務中最有價值的東西變成了一系列的 AWS，就是亞馬遜 Web Service 的基礎服務。
這些基礎服務有的是 IaaS 層的，有的是 PaaS 層的，有的還是 SaaS 層的。
我們現在做雲端開發的時候，如果用亞馬遜雲，幾乎不可避免要用到裡面的一部分服務去構建後臺服務。
很多時候大家會說雲端的工程師水平很高，寫的程式碼很牛，但如果這些工程師不能再用公有云的基礎設施，他們的開發也會變得非常困難。
還有一個案例是近幾年大家討論比較多的 AI 深度學習。
深度學習演算法或者各種深度學習的 DNN、CNN 或者 RNN 等等，開闢了一個新時代，使得原來很多機器學習做不到的事情，現在都實現了。
做機器學習的工程師都離不開一些非常重要的深度學習的工具，比如 TensorFlow 等等。離開了這些工具，深度學習的應用和演算法都是不工作的。
上面三個例子就是說，在一個新的行業做軟體，首先我們應該投入做軟體基礎設施。
其他的軟體服務和應用，其實是基於軟體基礎設施進行開發的，這樣開發和迭代的效率也會非常高，創新速度會更快。
從我們的角度來看，最願意去投入的事情首先是去建設行業當中的軟體基礎設施。因為軟體開發是一個需要不斷站在前輩和巨人肩上的事業。
汽車軟體的版圖
當前的汽車軟體，除了在各大域控制器上或者車載電腦上的軟體，還會有大量軟體是存在於雲端。
比如要做到全車實時升級，就需要雲端和車一起配合，去做車雲一體的服務。
再比如想把人和車隨時聯在一起，就需要把手機和車之間去做一些聯網的遠端控制等等服務。
你可以認為雲端是一個長在汽車外面的超級大電腦。
當我們要構建汽車軟體的基礎設施時，這個基礎設施包括數字座艙中實現各種應用所需要的功能模組，也包括跟雲端配合的一些功能模組。
以車內語音互動為例，首先需要一個喚醒模組。
當我說一個喚醒詞，車機自然就會被喚醒起來。
在喚醒之後，需要理解具體的語音指令翻譯成文字，所以這個地方就需要一個 ASR（自動語音識別）的軟體基礎設施模組。
在 ASR 之後，需要理解這句話到底是要開音樂、導航還是要開空調、關車窗等等，那就需要一個語義理解的模組，就是 NLU（自然語言理解）模組。
理解完之後，還需要觸發服務，透過語音播報出來，這也是一個軟體基礎設施，就是 TTS（文字轉語音）的軟體基礎模組。
當這些軟體基礎設施都完備後，開發者就可以做非常多應用層面的設計，把多屏、多模等這樣一些互動方式組合起來。
有了基礎設施之後，開發者就不用關心怎樣去建立車和雲的通道，所有這些東西已經被軟體基礎設施所覆蓋了。
主機廠應當聚焦於產品應用和服務軟體
最終成為優秀的汽車軟體開發者
當前整個汽車行業極度重視軟體開發，甚至有些矯枉過正。
以往車上的軟體使用者體驗不好，所以現在恨不得從底層硬體的板級支援到中間的原生作業系統進行重構，然後對上層所有軟體模組和應用服務進行從頭到尾的開發。
我們沒有思考清楚在整個汽車軟體行業當中，大家應該怎樣進行角色分工，怎麼樣建立起中國乃至世界汽車工業的軟體基礎設施。
那麼在汽車軟體行業裡，應該怎樣去分工？
首先在我們看來，硬體和板級相關的領域，通常是方案商去完成硬體的定製化以及板級的開發。
在這個地方會存在一些原生作業系統，如果大家都在這個層面進行投入，其實就是重複造輪子，價效比是極低的。
因為不管是安卓、Linux、QNX 還是其他優秀的作業系統，都會逐步進入開源狀態。
開源之後，這些作業系統變得更加安全穩定，迭代速度更快。所以在這個地方，我覺得大膽去使用這些開源作業系統是非常合適的選擇。
另一方面，汽車行業也需要像公有云、Hadoop 這樣一些工具，像 TensorFlow 等等這樣一些機器學習的生態，這樣的軟體基礎設施模組將來會是一個組合，可能會存在一些獨立的第三方軟體基礎設施的公司，隨著行業發展也會逐漸培養出一些開源的生態。
我覺得最終一些比較開放的主機廠，會逐漸意識到應該集中精力於開發自己的產品應用軟體和服務軟體上，最終他們會成為非常優秀的汽車軟體開發者。就像現在最優秀的網際網路軟體開發者，其實非常專注在這樣層面的軟體開發。
軟體在整車裡面是一個零部件，軟體裡面又分了很多元件，怎麼樣去構建軟體的基礎設施是每一個國家汽車軟體產業發展的重中之重。
基於這樣的認識，鎂佳科技非常重視做汽車軟體基礎設施的模組。
現在這個階段，我們在與整車廠合作的時候，我們希望大家基於一些軟體基礎設施去開發數字座艙、聯網閘道器、車載中心電腦、車聯網雲服務，包括汽車軟體、雲端業務系統等等一些軟體和硬體的模組。
一定程度上，我們也在扮演 Tier 1 的角色。
當然這個 Tier 1 的角色不光是為使用者提供零部件，而更多是希望透過和整車廠合作做一個零部件的過程，也幫助整車廠培育出所需要的應用軟體和服務的開發能力。
我認為，好的主機廠最終會特別關注應用和服務軟體的開發。
附「汽車之心·行家說」部分觀眾 Q&A 節選：
問：車企如何建立輔助駕駛、自動駕駛方向的軟體能力？軟體公司是否有更多的商業機會服務於這一市場？
莊莉：雖然我們把自己定義為一家軟體公司，但我們也有非常強的硬體團隊。
硬體是一個載體，它是真正裝到車裡去實現功能的零部件。要做到好的軟體體驗，必須從硬體到軟體，做非常多的垂直整合和最佳化。
如果硬體和軟體配合得好，你可以把一款 20 美金的晶片做出 40 美金的效果；一旦硬體和軟體配合得不好，可能一款 80 美金的晶片只能實現 40 美金的效果。
所以我的觀點是：無論是在 ADAS 領域還是在 AD 領域，最終好的軟體方案會和硬體方案一起出來。
問：今天有不少車企，都在設立新的軟體中心或者數字化組織。怎麼理解這樣的軟體中心和傳統汽車的研發部門，有什麼樣的區別？對人才有什麼樣的要求？什麼樣的組織對軟體人才有很強的吸引能力？同時跟網際網路公司相比，車企的軟體部門有什麼樣的區別？
莊莉：軟體開發需要非常高的容忍度，你不能用非常指標化的方式去管理這樣的軟體團隊，而需要用相對溫和與彈性化的方式去管理。
在這樣的要求下，車廠將新的軟體公司獨立出來是非常正確的做法。因為在原有架構的條條框框束縛下，很難培養出創新的軟體團隊。
在這些地方，對人才有一些什麼樣的要求呢？其實就是開放的心態和創新的思想。
我覺得網際網路行業能夠快速發展的一個很重要的原因，就是大家非常講究橫向的合作，講究相互之間的資源整合。
在創新的軟體中心或者數字化組織裡面，一定要非常開放地去接受很多橫向的合作。
網際網路行業特別講究做乘法，比如你會做 A 這件事情，我會做 B 這件事情，如果我們最後要變得更大，一定要 A×B，這樣的效果才是最好的。
「汽車之心·行家說」預告
8 月 6 日週四晚上 20:00，白犀牛聯合創始人兼 CTO 夏添博士將帶來主題為《自動駕駛在即時配送場景下的漸進之路》的分享。