星计划·AI赋能季:有了AI小助手,他们如何让工作“开挂”?

作为飞行器总体设计师，璐荧在具体任务规划问题中最怕遇到动态任务规划任务——多星协同、目标突发、资源受限，单靠人工规划时常陷入“算得慢、争不赢”的困境。

于是，璐荧在日常处理动态任务规划问题时，把人工智能任务规划算法变成她的“策略军师”，由她决定任务约束、卫星状态及任务执行规则，让AI算法在虚拟沙盘中推演策略，筛选出高成功率的任务规划方案。而后，运用工程思维核实AI算法规划方案的工程合理性，例如是否满足飞行器的燃料约束等，通过反复的人机校验，让最终方案兼顾任务最优与工程可行性。

璐荧发现，这种解决动态任务规划问题的方法结果往往超出预期，规划耗时从手动逐个推演任务规划方案的数小时压缩至分钟级，自己只需要完成验证，且任务规划方案的结果具有更高的成功率。更关键的是，自己可以从繁杂的计算中解放，专注于顶层决策，在复杂任务规划中快人一步。

二季度，小鲁把人工智能运用在了一个紧急的卫星方案设计工作上，她需要在两天内把卫星在四个轨道上的工况及工作时序梳理清楚，还要整理出美观的汇报PPT。

她尝试把各分系统的各项约束和接口输入给AI，向AI输入材料并下达指令后，只用十几秒的时间，AI已经生成了清晰的流程图，每一项都标注了来源依据和可借鉴的参考文献。

小鲁仔细审阅了初版方案，发现最低轨道的工况与自己的思路不太一致，引导AI持续迭代，终于输出了一版完整的论证方案，并附带了图片和PPT，小鲁从各式各样的流程图和PPT模板中，选择了最满意的一版，成功赶在节点前完成了汇报方案和PPT。

卫星总体设计过程中，载荷使用、轨道参数、功耗分配、传输流程之间相互耦合，牵一发而动全身，利用AI辅助设计和完成重复计算可以极大提高工作效率。

在工作当中，越妍经常会遇到客户定制化场景应用需求，如何在互联网海量数据中快速提取有效信息，并最终形成个人的专业知识，需要花费很长时间和精力。针对新场景应用论证工作，越妍在不同阶段都尝试了运用AI工具。

在行业背景调研的时候，让AI工具推荐行业科技综述论文、行业报告、行业对标等基础信息，然后进一步检索相关报告，删除掉AI工具推荐的虚假信息，保证基础信息的尽可能准确。

在编制设计方案的时候，让AI工具先给推荐框架，然后结合个人理解和方案业务拓展需要，制定合适的框架，然后再开展设计方案的编制工作。通过这样的方式，提高了工作效率、降低了试错成本、也提高了专业质量。

机械与力学专业设计是一项复杂而耗时的工作，其中仿真数据的处理占据了大量时间，传统的人工处理方式不仅效率低，还容易出现疏漏。小厉主动与师父交流，提出尝试用AI实现仿真数据自主处理。

探索性工作接踵而至，他一面重新梳理数据处理的流程和要求，明确AI的具体应用场景和目标，一面同步学习相关的AI技术和工具，与团队成员进行深入讨论，确保方案的可行性和实用性。在搭建环境的过程中，数据的兼容性问题、跨软件底层算法问题接踵而至。到了调试阶段，图表生成的效果也不尽如人意。

但是，小厉没有气馁，一有空就投入其中，反复试验和调整来提升模型的准确性和效率，直到找到最佳的解决方案。“原来需要半天甚至一天的处理工作，现在不到半小时就能完成，科技的进步超乎想象”，他已准备好为解决下一个痛点而行动。

小普是一名控制系统设计师，过去做GNC方案论证，总被繁琐的坐标转换、干扰力估算、设备布局分析等问题拖住手脚。多套软件切换、多处参考书查公式、人工判读分析数据等问题既耗时，又容易出错。

为了解决这些痛点，小普借助大语言模型，结合积累的设计准则、算法公式和工程判据，构建出了一款轻量化、功能丰富的设计看板。以前进行常用计算还需要打开软件、查找功能、编写代码，现在可以一键解算、快速显示结果。

最让我触动的是设备布局寻优功能，大语言模型将我的基于自然语言描述的设计思路梳理为公式语言，原本抽象复杂的问题具象化了，既便于软件实现，也容易让团队中的新成员理解，方案设计变得更加可靠高效。

借助AI淬炼软件工具，把隐性经验沉淀为人人可用的技能包，让论证效率大幅提升，试错成本下降，是知识驱动的高质量设计的实现方式之一。

子淇是一名星务软件设计工程师，软件测试平台建设过程中，需要适配多种通信协议。以往需要对照协议逐条手动编写测试配套代码，单台单机全套代码编写、基础自测需要几个工作日，耗时费力，还容易因人工疏漏出现偏差。

借助AI辅助工具开展工作后，子淇将外围单机完整指令与应答协议导入AI平台，由AI自动生成指令封装、应答接收、数据校验全套代码，仅少量特殊应答判断逻辑需要人工微调核对。使用AI辅助后，单机测试配套代码几小时即可完成编写自检，大幅缩短测试前置准备时长，人工编码失误显著减少，降低反复调试整改的人力与时间成本。

有AI辅助繁琐的测试平台外围单机代码工作后，子淇能够将更多精力投入星务全工况闭环测试，故障隐患排查等核心指令工作。

做卫星方案论证的时候，能源平衡分析是必不可少的一环。以前的算法是在Excel里取几个离散点，按最恶劣光照和最恶劣负载估算，算的是静态边界。现在有了AI工具，能源平衡分析由静态估算变为动态仿真就有了实现的办法，动态仿真可以最大程度的接近在轨真实工况。

文斌梳理了能源平衡的算法逻辑，借助AI智能体辅助编程，迭代了几轮，做出了一个离线仿真软件，不需要安装任何插件，浏览器打开即用。输入轨道参数、载荷功耗、蓄电池容量，一键运行，工具就能对整个轨道周期的功率变化做动态仿真，自动生成能源平衡表、充放电曲线和关键指标评估，几分钟就能跑完十几个工况的组合对比。

文斌深切地感受到，将能源平衡分析从“简化性的静态估算”变成“精细化的动态仿真”，结果更接近真实在轨情况，这也让方案论证的可信度上了一个台阶。

禾呈在担任智能处理产品单机负责人、硬件设计师的过程中，面临着低成本、高可靠、高集成度等难题。其中，让禾呈硬件设计的流程改进、图像解压缩功能的FPGA性能优化和测试平台的智能化改造。

针对硬件设计所面对的巨大工作量，禾呈启用了AI智能体，在设计和硬件类表单生成过程中节省了大量时间，并提升了输出物正确率；针对图像解压缩的性能优化问题，联合团队FPGA工程师引入AI智能体+长上下文大模型辅助开发，完成初步量化成本、效率、产出质量全维度实测；针对测试平台的智能化改造问题，引入开源AI编程工具并进行适配性调整，使其能够控制测试平台的相关设备和测试软件，基本达成“一键开启全项目测试”的效果，节约了团队人力成本和时间成本。

技术规范、设计准则、质量体系等知识文档浩如烟海，培训考核长期依赖专人人工出题，周期长、成本高，易遗漏关键信息、更新滞后，在多项目并行的背景下，知识复用率低、人员上岗慢的问题尤为突出。

为了解决以上问题，旭龙引入本地大模型自动出题系统，只需将各类型PDF文件放入指定文件夹，系统便能自动提取关键词，生成带有题干、选项、答案和解析的结构化题库，并一键封装为独立刷题网页。新人可通过错题本反复强化薄弱点，管理者能随时更新培训内容。目前，该系统已成功处理数百道航天专业题目，覆盖多个核心业务领域，实现了“文档-题库-自测-错题本”的全流程自动化。

运用这套方案，旭龙将出题效率提升数十倍，保证了知识覆盖的全面性和考核的客观性，更重要的是打通了“知识提取-能力培养-行为反馈-组织改进”的闭环。

在卫星综合测试与半物理仿真的日常研发工作中，资源和效率是摆在大家面前的两道难关。为破解双重难题，艾杰锚定人工智能赋能仿真测试开展攻坚。

一方面，艾杰牵头完成两款专业大模型在部门部署落地，制定航天研发专用使用规范与技术宣贯，依靠AI加速代码开发和测试用例编写；另一方面，艾杰深耕仿真软件轻量化改造，利用AI重构整套测试程序架构，精简冗余运算线程，优化内存分配逻辑，将原本依赖高端算力的卫星半物理仿真软件完整适配低成本嵌入式平台。

改造完成后，测试效率显著提升，标准化模型也让轨道仿真精度稳步提高。

同事感慨：“没想到轻量化改造搭配AI工具，能把普通硬件的潜力完全挖掘出来”。

作为企业文化宣传工作者，小王积极拥抱技术变革，将AI融入宣传全流程，用一系列创新实践，让宣传既有“科技范”又有“人情味”。

传统模式下，IP形象设计成本高、素材产出慢。如今，人工智能已成为她离不开的创作伙伴。公众号推送需要封面图，她运用AI快速生成风格统一、贴合主题的系列配图；马年到来，她运用AI辅助制作出灵动可爱的马年专属表情包；结合科研生产、文化活动等不同场景，她运用AI让“航小星”化身实验室里的科研先锋、生产线上的技术能手、文体活动中的活力担当，让IP走进职工心里。

在小王看来，AI生成的不同场景形象之所以受到大家欢迎，正因为它们展现的是大家日常工作的场景，讲的是同事们身边的事。“AI提供了一个很好的工具，让我能够将创造力投向更有价值的方向”。

每当新型号落地时，各调度最头疼的就是排计划和明确分工定点。以往都是各调度根据个人经验进行WBS分解，导致计划的颗粒度忽粗忽细。更麻烦的是外协供应商遴选，由于缺乏成本基准，很容易陷入“低价低质”的死循环。针对此，雅捷积极组建AI团队开发卫星智能规划与成本估算系统。

计划管理方面，通过分析历史数据、实时进度与资源约束，生成动态优化方案，提升资源效率，不再单纯的依赖个人经验，而是基于历史数据库自动进行WBS计划的分解，将复杂的整星研制细化成数百个逻辑严密的任务包。

成本管控方面，通过整合外协产品数据，建立预测模型，识别超支隐患，辅助精细化预算管控。外协遴选上，发挥AI的“标尺”作用，在合同总价的硬约束条件下，测算各分系统和单机的合理价格区间，当供应商报价时不再是盲目的砍价，而是拿着成本基准去谈判。

AI大模型的海量数据训练及深度自然语言处理能力，可用于解决投标过程中文件解读、标书撰写、合规审查等痛点，避免重复性工作，做到及时响应，随时修改。小徐在工作中积极应用AI赋能，开展了一系列实践工作，并取得良好效果。

针对招标公告解读阶段需花费数天研读条款、梳理资质要求等问题，小徐利用AI快速拆解文件，精准提取核心需求、评分要点及合规要求，规避投标准备工作盲区。

针对文稿撰写需求，小徐利用AI结合专业场景快速生成标准化初稿，后期工作仅需针对性优化专业细节以贴合项目实际情况，可大幅缩短撰稿周期。

针对文案校对需求，小徐利用AI自动校准标书格式、文字、标点及时间等错误，杜绝人为低级失误，大幅提升标书质量与通过率。

她还参加了“空间杯”人工智能大模型应用技能比武大赛。