当一辆新车驶入视野，打动人心已非仅是线条与动力。从精准刹停到丝滑导航，智能驾驶正重新书写人车关系——冰冷的机械组合，正进化为会学习、懂用户的智能伙伴。

在这场技术革命的深水区，卓驭科技正凭借行业唯二的软硬件全栈自研能力，引领向前。而支撑其持续突破与高效交付的背后，离不开飞书项目在研发管理层面的深度赋能。

2025年初，卓驭科技将飞书项目融入核心研发流程，通过智能化节点管理与数据资产链构建，实现了模型开发周期缩短 32%，问题闭环效率提升 52%。这一系统性提效，也为企业成功通过大众三方ASPICE CL2审核、跻身国内首家获此认证供应商提供了坚实支撑。

工具之困：高速迭代与流程僵化的根本矛盾

深入智能驾驶的技术深水区，其研发的复杂程度远超想象。一套完整的智驾系统，是交互设计、软件开发、AI 模型训练、嵌入式软件、硬件结构等十余类技术环节的精密咬合，牵一发而动全身。

卓驭科技的核心突破之一，在于成功将“可解释端到端模型”部署于量产车型（如红旗天工系列、大众油车）。这一模型打通了感知、预测、决策和规划多个模块，显著减少信息传递损耗，提升系统性能上限，并通过保留中间可解释输出，让用户对智驾行为“看得懂、更安心”。

然而，技术成就背后，是研发管理的多重困境。智驾研发天然需要不断调整、持续优化。客户需求不断变化，团队依赖动态交错，传统工具难以支撑复杂协作网络。

卓驭早期也曾尝试使用 Jira 等工具，“Jira 的核心问题在于割裂。”卓驭 PMO 坦言，“它孤立于沟通工具之外，流程僵硬，难以贴合不同模块研发的独特节奏。” 智驾研发模块差异大、步骤繁复，“仅模型开发就超 20 步，原有工具难以定制。” 系统之外，人为补位成为常态，任务与记录渐渐脱节。如何既实现流程的深度数字化，又不让工具束缚住人的手脚与灵感？卓驭的团队站在了十字路口。

流程重构：打造智能驾驶研发的数字神经系统

转机悄然而至。2025 年初，卓驭将目光投向了飞书项目，将其引入智能驾驶软件研发的核心流程。

“最打动我们的，是它的‘灵活性’，尤其在流程定制上。” 卓驭的PMO这样分享，“它不是生硬地规定你该如何工作，而是用丰富的模板和串联方式，去适配每一个团队的个性。”不同职能的团队，终于能在同一空间里顺畅协作、推进需求。这一切，依托于一个清晰的“目标树”：从部门的大愿景，拆解成产品线的清晰目标，再细化到每一个功能点、每一个用户故事。

比如，“提升泊车精度”这个目标，被算法团队拆解为“优化障碍物检测模型”，再落地为一次次的“数据采集”和“模型训练”。目标的透明与共，托举着超 27000 个需求顺畅流转，让战略与执行真正同频共振。

目标清晰之后，执行的节奏感成为关键。面对模糊的需求和频繁的跨团队协作，他们以用户故事为单位进行排期，强化依赖管理，以双周为节奏奔跑。飞书项目的可视化流程，真正让协作“活”了过来。

以一次嵌入式开发为例：需求一旦录入，便自动拆解为开发与集成故事。当开发团队还在编码时，测试同事已开始构思验证方案。更难得的是，系统会在评审完成后自动生成测试单、发出通知——从此告别沉默等待的“接力跑”，转向齐头并进、随时对齐的“并道奔跑”。

“以前就像接力赛，等棒时难免心焦；现在更像共同奔赴，虽然各跑其道，却能随时对齐方向。”一位研发负责人这样形容。甚至在卓驭科技，飞书项目被戏称为“方向盘后的数字生命”，为智能驾驶研发注入了应有的协同智慧，让工具不再是束缚的枷锁，而真正成为赋能创新的 “神经中枢”。

特殊路径：端到端的 AI 大模型研发数据资产链

卓驭科技的模型开发模式，与传统软件交付截然不同。

这条特殊路径的独特性在于，它构建了从数据采集到模型部署的完整闭环，协作上整合十余个角色、跨越多个环节，保持严格的过程合规与资产追溯。

以自动泊车算法为例，数据工程师采集场景数据，算法团队据此训练优化模型；模型随后经过量化、部署、仿真评测、实车评测等多个环节，以验证其在真实环境下的性能表现；最终，由安全团队严格验收。

这条基于海量数据采集与高强度实车路测的开发链条，涵盖数据准备、训练迭代、评估部署到最终发布，涉及数据工程师、算法研究员、测试人员等十余个角色的精密协作，并伴随严格的时间顺序约束和大量过程资产的记录需求，形成环环相扣的精密体系。

值得注意的是，车端算力有限性与高实时性需求构成了独特的技术矛盾——既要保证复杂模型在有限硬件资源上的实时运行，又要避免过度依赖云端算力导致的延迟风险。这种双重约束直接催生了模型量化、部署优化等核心技术难题，迫使研发流程必须兼顾算法创新与工程化落地的双重目标。

过去，这套精密流程散落在多个孤立的表格里。碎片化的管理消耗了大量本应用于核心创新的时间。比如当测试报告与对应的数据版本脱节时，团队常常需要人工反复澄清上下文。

引入飞书项目后，变革悄然发生。

卓驭科技构建了一条数字化的模型开发流程，将关键节点和核心角色端到端串联，整合了原本分散的文档、排期和验收标准，形成可视化的协同工作流。并且，通过智能的流程裁剪，系统能够自动跳过非必要节点，在保证标准路径效率的同时，保留了应对复杂场景的灵活性。

对于卓驭科技的 PMO 来说，最受用的莫过于节点之间的依赖关系。任务达标并完成节点后自动触发后续环节，且每一步的验收报告作为下一步的前置条件，确保了只有通过严格验收才推进新任务。这样，每个模型的发布过程都有详细的时间记录，瓶颈清晰可见，便于持续优化流程。

在这个过程中，所有关键信息——数据版本、测试结果、验收报告——都沉淀在工作项中，形成一条完整、可追溯的数字资产链，使得模型交付周期缩短 32%。如今，这套方案稳定支持卓驭科技六类 AI 模型的并行开发。

质量护航：数据驱动的智能问题闭环机制

在智能驾驶的研发征途中，海量道路测试是打磨系统能力的必经之路，但真正的竞争力，源于如何高效地从数据中识别问题、闭环缺陷，持续提升系统的鲁棒性与可靠性，并持续提升产品体验。

卓驭科技构建了一套深度融合数据流与研发流程的数据驱动问题闭环机制，以数据为起点，驱动缺陷从发现到验证的全链路自动化流转，实现产品体验问题的精准定位与高效治理。

每辆试验车在真实道路中运行时，系统持续采集、并可即时按需上报运行日志与异常事件数据。测试结束后，数据自动回传至统一数据平台。通过 AI 分析，平台对关键问题场景数据进行识别与挖掘，辅以分拣机制，自动联动飞书项目，创建标准化 Defect 单据——问题不再依赖人工上报，而是由数据“主动发声”。

Defect 生成后，研发工程师可在日常工作界面——飞书项目中直接接收并处理。每个问题均可灵活关联至具体需求或功能模块，实现问题与研发脉络的双向追溯。对于高频、相似的缺陷，团队支持问题聚类与批量处理，显著降低重复分析成本，提升处理效率。

更关键的是，飞书项目的看板度量与自动化推送功能将问题闭环流程的透明度提升至全新维度：通过可视化看板实时呈现缺陷状态，以更符合直觉的方式向干系人同步解决进度，并精准定位流程瓶颈；自动化消息推送则确保管理层第一时间掌握关键节点进展，形成“问题发生—响应—解决—复盘”的全周期透明管理。

再进一步，研发团队可在飞书项目中对修复任务进行排期与分配，一旦修复完成并上线，可一键触发后续流程：飞书项目联动自动化数据回灌测试平台，将原始问题场景“复现”于仿真环境中，对修复结果进行回归验证。通过比对修复前后的行为差异，系统自动判断缺陷是否真正闭环，并在飞书项目中更新状态，形成“发现问题—分析定位—修复排期—自动验证”的完整闭环。

这一机制不仅提升了问题处理的时效性与准确性，更通过数据与流程的深度耦合，实现了质量保障的前置化与智能化。数据显示，该闭环体系上线后，Defect 平均修复周期缩短 52%，回归遗漏率显著下降，重大问题的复发率趋近于零。

在数据驱动的智能研发时代，问题不再只是“被解决”，而是被“被预见、被追踪、被验证”。卓驭科技正以这套高效、透明、可追溯的问题闭环机制，为智能驾驶产品的高质量交付构筑坚实护盾。

写在最后

变革并非总是声势浩大。卓驭的工程师曾分享道：“过去，我每天在通知轰炸和找人协调中耗尽心力；现在，工具成了‘沉默的协作者’，默默地处理琐事。”这源于飞书项目统一整合了文档、任务与通知入口，将研发团队从多个系统切换的混乱中解放出来，简化为“飞书项目+专业工具”的双平台模式。

这种数字化流程革新与卓驭 8 月斩获的行业突破形成了精妙共振——作为国内首家通过大众中国、一汽-大众、上汽大众三方联合 ASPICE CL2 审核的供应商，卓驭不仅摘得汽车软件领域国际最高标准的“金钥匙”，更验证了其全球化流程体系建设的成熟度。

尤为关键的是，ASPICE CL2 对“目标、任务、进度管理”的严苛要求，恰恰是通过飞书项目进行承载。从需求分解到进度跟踪，从风险预警到质量门禁，这套工具不仅支撑起全球顶尖车企的审核标准，更让卓驭构建起可复用的全球化流程体系。

在智驾平权元年的浪潮中，卓驭科技的变革不仅重塑了研发文化，更催化了端到端技术的深度落地。工程师们的创新，让每一次迭代都更贴近真实道路的安全需求，为智能驾驶的普及注入可靠动力，推动行业迈向更智能、更人性的出行未来。