长城汽车|把 AI 编程助手嵌入全球安全合规工程链

长城汽车｜把 AI 编程助手嵌入全球安全合规工程链

长城汽车把 Amazon Q Developer 接入安全合规研发：自然语言生成 Java、Go、Python 代码，随后进入扫描、测试、人工审查和多云运营。AWS 客户案例披露了效率与成本数字，但统计期、基线和对照组未公开。本文只拆可验证的工程闭环，以及国内企业如何先跑一个可回退的小节点。

生成 · 扫描 · 测试 · 人工终审

全球化车企的安全团队，既要盯多云环境、日志和漏洞，又要在研发资源收紧时交付。关键不在有没有代码生成器，而在代码能否进入扫描、测试、审查和回退。

长城汽车的公开案例给了一个样本：Amazon Q Developer 参与安全合规模块开发，系统把 Scanner、规则分析、租户门户和人工责任串起来。本文给老板看工程门禁，给下属看最小试点。

长城汽车（Great Wall Motor）是中国汽车制造商。2025 年年报披露，全年新车销量 132.3811 万辆，海外销量 50.6787 万辆，网络覆盖 170 多个国家和地区，营业收入 2228.24 亿元。全球化越深，安全合规越不是单点工具问题。

AWS 客户案例关注长城汽车安全部门对全球 14 个云环境的治理，不是整车制造现场的 AI 自动化。

资源收紧：AWS 称开发团队规模缩减 50%，模块仍要交付。

质量门槛：代码质量、安全审核和测试覆盖不能只靠人工一次检查。

多云复杂：日志、配置和漏洞分散，性能与资源成本难平衡。

长城汽车 ESG 报告另披露已有信息安全委员会、数据全生命周期管理和云网络防护。本案是在既有治理底座上强化研发，不是从零“用 AI 管安全”。

需求或安全策略 → Q Developer 生成 Java、Go、Python 代码和容器文件 → Scanner 与规则扫描 → 自动化测试 → 人工审查与合并 → 发布、监控与回写。

Q Developer 负责初稿、解释和重构；规则引擎负责确定性判定；人负责采纳、生产权限、例外和失败回退。公开案例未说模型有云管理员权限，也未说自动修复已上线。

多云负载、IDC 日志和安全配置 → Scanner 采集 → Kinesis、Flink 处理 → Aurora MySQL 存储 → Analyzer 规则引擎与 OpenSearch 检索 → 多租户门户输出评分、预警和修复入口 → 业务部门确认。

Graviton 4、StarRocks 和 T 系列按需启停属于基础设施优化，不应全部归功于 Q Developer。

AWS 客户案例披露：开发效率近 70%，代码生成可用率可达 80%，测试覆盖率提升 25%，代码重复劳动减少 50%，资源成本降低 20%，查询性能提升 23%，查询成功率 100%。

统计期、样本、基线、对照组和算法未公开，属于企业或供应商披露、非独立审计。安全写法是“案例披露”，不是“AI 单独带来”。

特点一：把 AI 放在代码门禁前面；特点二：让生成、扫描、测试、审查共用一条责任链；特点三：按云环境和租户呈现风险，让业务部门有处理入口。

适合有重复开发、安全规则、自动化测试和发布责任人的中大型研发团队；汽车、金融、能源、软件等行业可借鉴。

先别借：代码仓库乱、无测试基线、权限不清、无人负责回滚。你们最常跳过扫描、测试，还是人工合并？

①选一个重复安全模块；②记人工基线；③限定 AI 只写初稿；④准备 20—50 条历史需求和测试样例；⑤接入扫描；⑥人工合并；⑦记修改、误报、回退；⑧按时长、可用率、覆盖率、缺陷率验收。

老板定风险边界；研发审代码、补测试；安全维护规则；IT/云管权限、日志和成本；法务合规确认数据与审计；一线反馈错误。技能升级应是需求规格化、测试设计、漏洞分诊、权限审计和回滚演练，不只是会写提示词。

不能把 14 个云环境、TB 级日志和 Graviton 4 当作 AI 贡献；不能把案例 70% 当你的基线；“未来远程修复”不是已实现；ESG 安全体系不是 Q Developer 效果；不能把同期销量或营收增长归因于 AI。

Q1：这是什么？AI 辅助安全合规研发与多云治理，不是写完就上线。

Q2：为什么不能直接推广？结果缺统计期、基线、对照组，生产责任仍需人工承担。

Q3：怎么开始？从一个重复模块做“生成初稿—扫描—测试—人工合并—回退”。

Q4：谁验收？研发、安全、IT/云、合规共同验收，老板定边界，发布责任人签字。

森林教练的判断：长城汽车值得借的不是“70%”，而是把生成式 AI 放进安全门禁，让每次采纳都留下证据。

老板转发语：先把 AI 放到能回退的工程链，不要先喊全员智能化。下属执行卡五格：输入、AI 动作、自动检查、人工责任、失败回退。

资料：AWS 客户案例；长城汽车 2025 年报；2025 ESG 报告；投资者关系页。AWS 数字是企业或供应商披露、非独立审计；年报经营数字是公司披露的审计口径。本文未证明 AI 带来销量、营收增长，也未把远程修复写成已上线。

NEXT STEP

我是森林教练，帮企业把 AI 从“想做”落到一个可验收的小闭环。服务包括：场景诊断、知识治理、岗位助手、试点复盘。想把一个岗位或工程节点先跑起来，私信“AI诊断”。