2024年上半年，本土汽车品牌的在国内的市场占有率进一步攀升，在排名前10的销量榜单中，6位是中国本土品牌，

  虽然本土品牌的市场占有率持续不断的增加，但本土车企的盈利能力离国外同行的差距，却没有等比例缩小。

  2024年1季度，中国最赚钱的汽车品牌——比亚迪，其纯利润是45.69亿元，刚好排在全球车企的前10。

  而将中国前最赚钱的前11位车企加起来，其纯利润是154.62亿元，排在全球车企的第7位，仅为丰田净利润的1/3.

  什么意思呢？全中国赚钱的车企加起来（不考虑亏钱的车企），24年1季度赚的钱，差不多为同一阶段日本一家车企，丰田的1/3.

  本土车企单车净利润，更是处于全球较低水平。除了长城汽车的单车净利润能进入前10，破了1万（突然有点更理解之前高压油箱事件了，对魏老板respect），其他的本土汽车品牌都维持在几千元上下。造车新势力中，仅理想和赛力斯，没有处在“卖一台亏一台”的状态。难怪最近车厂老板都出来要反卷，因为价格确实卷不下去了。

  在传统燃油汽车上，中国并不具备优势。但中国生产的新能源汽车，技术和价格上都拥有很大优势，从而可提升单车利润。

  西班牙银行BBVA的研究表明，中国汽车在欧洲市场的售价通常是其在国内市场标价的两倍。比亚迪旗下入门级海豚汽车售价略高于3万英镑，几乎是其在中国市场售价（1.09万英镑）的3倍。

  不过目前这种优势正处在一个动态变化的时期，随着美国、欧盟对中国生产的汽车增收关税，这种价格成本优势会被压缩。

  一个解决方案是在当地建厂，类似于大众的In China, for China的战略，未来的中国汽车，也需更多地在海外建厂。全球净利最高的车企丰田集团，近几年每年产量约为1000万辆，其中70%在海外。

  截至目前，中国车企已经在全球近 30 个国家建有整车、零部件或散件组装工厂。最近又传出，比亚迪可能在土耳其或匈牙利建厂，而东风则正在和老牌汽车强国意大利讨论建厂事宜。

  车厂虽然本地化了，但如果和当地车厂一样，完全采用本地化的用工、零部件供应等，那么车厂的成本优势并不明显。

  此时，拥有中国造车经验成了一个重大优势，能预见，海外的中国工厂仍然会大量采用中国本土生产的零部件，与此同时，也会带动一些重要的产业链同步出海，就近提供零部件。

  而管理、研发、运营这些软性效率的提高，往往意味着企业采用更为先进的生产力工具。汽车研发软件工具链在其中起到了及其重要的作用。相比于汽车零部件差不多50%的本土化率，软件的本土化率可能更低。本文也对汽车软件工具链上的国外、本土公司进行了一下简单梳理。

  在整车和零部件研发过程中，为提高研发、管理效率的软件工具，包括但不限于需求管理、项目管理、架构设计与MBD、代码仓库与CICD、静态代码扫描、测试等。不过由于架构设计与MBD，目前在国内鲜有可以替代的工具，因此这篇文章不涉及这个部分（

  需求管理包含了需求获取、需求分解、基线管理、变更管理、追溯性管理、覆盖度展示、需求合规性等。

  在需求管理领域，2021年之前，国内市场几乎完全由海外品牌占据，如德国西门子polarion、美国IBM doors等。

  以云体科技的MappingSpace为例，不同于以往这样的领域内的其他工具，都是从管理角度进行出发，MappingSpace基于对人脑思维方法的思考，对工具进行了大胆创新。

  。以往的需求编写，要么是一篇文档，要么是一个列表，但MappingSpace把这两者结合了起来，并且还在此的基础上做了大量改造。比如说列表式的需求，优点是符合习惯了excel或者jira这类用户的习惯，但缺点是需求的联系不够清晰，比如说一个月前写了5条车窗相关的需求，今天又写了3条，这几条需求在表格中的位置差了十万八千里，很难联系起来，甚至前后写的需求有矛盾也看不出来。但在MappingSpace里面，这8条需求都在一个思维导图里，后面3条需求和前面5条需求都是按照思考的逻辑顺序组织的，这就轻松解决了前后需求矛盾或者不一致的问题。

  除了需求的思维导图化之外，MappingSpace还有一个很大的优点就是效率高。由于总是能同时看到多条需求在一个思维导图页面里，因此对于需求的操作，都是通过格外的简单的框选+批量操作实现的，这和以往一条条去修改需求的体验大不相同，以前改一条需求的时间，现在能够适用于改N条需求，效率呈指数型上涨。

  不过，我最喜欢的还是MappingSpace里面对于追溯性的展示，是基于V模型或者W模型所要求的展示的，特别直观，还能轻松查看需求的覆盖度，输出覆盖度报表等等。

  自从2014年新势力进入造车，带来了一波Jira进入汽车行业的热潮。Jira所代表的敏捷开发理念，也逐渐渗透到汽车行业，带动了敏捷开发与ASPICE融合的广泛讨论。在2017年Ones发布和2020年PingCode发布之前，国内基于敏捷开发的项目管理工具，从产品层面，实际做到了被广泛认可，基本上没有。Ones和PingCode的出现，给国产敏捷项目管理软件的替代带来了契机。

  以Ones为例，自2017年发布以来，Ones已完成了多轮亿元融资，拥有比较强大的实力能够在中国市场上与Jira一较高下，事实上，他们也确实在金融、互联网、汽车领域被大范围的使用在替换Jira，它原生提供敏捷、瀑布等多种研发管理模式，满足多种规模企业管理需求。他们的发展路径也和Jira颇有一些相似，Ones本身，聚焦在100人以上的开发团队的管理，通过收购Tower，补齐了几十人研发团队对管理的需求。通过收购为知笔记，Ones又在个人笔记与企业知识库领域，快速获得技术补充与广大新老用户，这些用户在为知笔记上的使用经验，都快速转化为Ones wiki上实实在在的能力，作为用户，我可以明显感受到Ones wiki模块能力上的飞速提升。收购思否社区，则给中文开发者提供了一个能更加广泛讨论的技术社区平台。

  初次使用Ones，一个最明显的感觉就是，相比于Jira复杂且层层关联的项目配置，Ones的项目配置要简单许多，对于团队来说，更容易开箱即用。原生内置的测试模块，相比于Jira中的第三方测试插件，用起来更顺畅，比如不像在Jira的zephyr插件里一样，无需去理解复杂的test cycle、test plan的区别一样，Ones的测试部分，更符合国内用户的使用特点。

  我们团队最初在切换Jira时，还有一个较为重要的原因是考虑到价格，因为当时Jira正面临停服server版本，导致不得不切换到按年订阅的DC版本上去，使用成本一下子提升了很多。

  代码仓库显然是软件开发中最基础的工具了。在代码数量没有那么庞大、不需要频繁变更、多人协同开发之前，有不少企业使用SVN类的工具，不过随着代码数量的指数级增长，对于多人协同开发的要求慢慢的升高，代码提交需要和CICD联动，以及慢慢的变多的互联网从业者进入汽车行业，都促进了汽车行业慢慢的变多地使用Git. 虽然都是版本管理系统，但Git与SVN存在如下区别：

  ：这是 Git 和其它非分布式的版本控制管理系统，例如 SVN，CVS 等，最核心的区别。

  所有的资源控制系统都是把文件的元信息隐藏在一个类似 .svn、.cvs 等的文件夹里。

  Git 的内容存储使用的是 SHA-1 哈希算法。这能确保代码内容的完整性，确保在遇到磁盘故障和网络问题时降低对版本库的破坏。

  国产代码仓库，可大致分为两类。一类是以Gitee和极狐Gitlab为代表的“纯代码仓库”工具，之所以这么称呼，因为最为核心、最为人所知的是代码仓库（当然目前的功能覆盖也慢慢变得广）。Gitee是开源中国社区团队旗下的代码托管平台，功能最为接近微软旗下的Github. 随着Github封禁俄罗斯和伊朗的开发者账户，目前有许多国内的开源项目，也会同步上传到Gitee. 而极狐Gitlab可以认为是一家国内可控的公司，拥有Gitlab不可撤掉的全部代码授权，以及基于国内生态的各种二次开发，比如针对微信、钉钉、飞书的适配等等。

  另一类则是以简单云ezOne.work为代表的一站式DevOps平台，这些团队的诞生与中国的互联网进程分不开。在BAT崛起的时代，国内尚缺乏足够优秀的商业化软件，既承载了现代软件工程方法，支撑互联网业务急速迭代的业务需求，又能支撑巨头企业数万工程师超大规模协同的体量，所以BAT各家都纷纷组建自己的研发效能团队，建设自己的研发平台。而且在彼时，也只有这些巨头企业有这个技术实力、资源能够建设这些技术门槛较高的基础软件工程平台。发展到目前，国内的软件工程工具和这些科技巨头都有着一定的渊源，有些本身就是这些巨头公司的内部产品对外进行商业化输出（例如BAT自身的DevOps商业化产品），有些则就是原班团队创业成立专业公司（例如简单云ezOne.work），有些则是被BAT收购并加以消化改造的产品（例如，都有着浓厚的互联网基因。

  随着汽车里面的代码量明显地增加，静态代码扫描功能也慢慢变得受重视。在汽车领域，Coverity、QAC、Polyspace作为传统的静态代码扫描工具，目前也开始越来越多面对国产工具的挑战，如蜚语科技的Corax或者奇安信代码卫士等。

  在实际测试中，我们大多分布在在C和Java这两个语言上。扫描准确率和误报率这两个指标，对于静态扫描工具特别的重要，毕竟谁都不想查了半天，发现代码其实没问题，而是工具报错了。蜚语Corax在这两种语言的扫描准确率和误报率上表现很优异，与Coverity不相上下。尤其是其漏洞展示功能附有相应的说明文字和跳转交互操作，是我们迄今为止体验过的易用性最高的xAST工具。此外，Corax是国内首家开源SAST的厂商，其完全自研的分析引擎让我们也可以自定义规则，实现内部特定规则集的应用。

  特别值得一提的是，Corax在AI辅助代码方面也已经推出了一些功能模块。其AI功能还可以私有化部署在我们的内网环境中，这确保了我们的核心代码资产不会外流的同时，AI能让我们判定误报，并生成可用的缺陷修复方案，大幅度的提升了内部人员的工作效率。

  总体感觉，国外工具虽然起步较早，产品成熟度和国际认可度高，但价格昂贵，且主要是通过代理商提供支持，难以做到深度服务，而且部分产品不支持中文。相比之下，国产工具反馈支持更加及时，产品设计也更符合国人的使用习惯，并且在某些方面已经超越了国外产品。

  根据测试类型不同，大体能分为单元测试、集成测试和功能测试。而根据软件工具在测试过程中所起的作用，又可大致分为测试用例生成工具、测试执行工具、覆盖度分析工具等。国外工具，如Tessy, 既可用于辅助单元测试、集成测试用例生成，又可用于执行测试用例，生成测试用例结果等。

  国内测试工具厂商如星云测试，通过在客户本地对源代码进行扫码的方式完成自动插桩和测试用例生成，在测试用例执行过程中，实现测试用例与代码的一一追溯，从而能大幅缩小开发工程师寻找问题代码的时间，提高解bug效率。除此之外，通过统计代码的测试用例覆盖率，指导测试工程师加强完善和提高测试用例覆盖率。星云测试的产品在多个重点项目中得到应用，例如应用于北斗导航、天宫二号、六大军中、华为汽车、5G基站等核心项目，确保了系统的可靠性与安全性，替代了国外竞争对手的产品，并表现出优越的性能。

  （以上信息搜集并不完全，对于各家产品的概括也不一定精准。不过有一点能确定的是，国产工具厂商，正在总结前人经验的基础上，使用更新的技术方法和更新进的生产力，快速推出适合中国市场的解决方案。也欢迎更多的国产厂商投稿，通过这一个平台，向行业推荐创新的解决方案。）