前段时间很丧，特别丧，值得欣慰的是9102年最后一次水逆终于结束啦，双鱼宝宝满血复活，开始更新公众号啦～

现在在一家新势力造车企业，主要负责车联网车控相关产品，记录和分享一些在OEM工作的一些感受，可以用三个形容词表达：

大众系的

复杂多变的

集成式的

01. 大众系的

从公司高层到汽车设计制造各个流程，到部门角色，到工作沟通等都可以发现大众对这家新势力造车公司的影响。公司CEO、CTO等高层领导都是来自大众；自己来公司的第一天必须课：大众专用术语，特别是整个汽车生产制造流程各个阶段，比如从PM到KE到LF，再到最近的PVS和OS，再比如车联网硬件团队的角色FOP（Father of Part/Product，类似通用/泛亚的DRE，不过FOP个名字更形象）；最后一个有意思的例子，比如讨论车控逻辑争议的时候，有人（可能还有留德背景，讲着一口流利的德语）通常这样讲：大众是这么这么这么处理的，然后....(这个也理解，我个人开场白通常是特斯拉这么这么处理的....)

02. 复杂多变的

汽车正在从硬件驱动向软件驱动转变，整个汽车行业的竞争规则正在被重新书写。可用Software Lines of Code（简称SLOC）作为软件驱动辅助数据指标，2010年，某些车辆的SLOC约一千万，到2016年，这一数字增长了15倍，达到约1.5亿条（数据来自于MCKINSEY）；再比如去看EE架构发展趋势（参考下图BOSCH EE Roadmap），正在从单一控制器（Add a feature，add a box，贼形象）向域控的转变；

最后一个Intuitive的例子，今年4月份上海车展第一次向大众公开展示首款量产车：内饰和车联网系统（放在过去，车联网可能只是辅助或者无），自己作为专业讲解员现场支持两周（实际时间更长，从车联网车展故事脚本撰写、向领导汇报最终方案到与市场沟通双方如何协作等），是一个从0到1到过程（非常具有挑战性），见证了从专业媒体日到工作日各团队协作历程，有很多小故事。

公司轿跑概念车（闭馆人少的时候拍的，后屁很帅）↑

在向软件驱动转变的过程中，复杂多变体现在整车设计制造整个流程的方方面，比如车联网车控功能，和其关联的控制器至少30个，彼此需要花很多时间和精力来协同确保最终软件质量，中间一个环节有纰漏，可能需要软件回滚，控制器数量只是一个大的变量，还涉及工厂生产制造（比如EOL配置码）等，每增加一个变量，也增加了对应的风险系数，是Complexity & Quality 之间的权衡；再比如UX Framework，这个典型的问题现象：各应用优先级（已经被虐的体无完肤），是个性化定制和Android标准框架之间的权衡，定制化程度越高，需要填的坑也越多...

最近在看米歇尔的《复杂》，书中是这样定义的复杂系统的：

具有涌现和自组织行为系统

复杂，单独拆开看，每个点都简单，但是这些点聚合起来完全又是另外一回事儿。

例行夹带私货环节：安利任天堂游戏《塞尔达传说》

以前觉得自己这辈子的都对游戏无感，但是直到遇到荒野之息，非常让人放松，游戏并非按部就班的过关斩将，打不过怪物也没关系，你可以悄咪咪的绕过怪物（人马、独眼巨人、超萌的石头人等）去解锁神庙或收集呀哈哈，去探索伸手不见五指的岩洞来感受一下人类天生对黑暗的恐惧（随时出没的狼，只能看到绿色的眼睛和听到令头皮发麻的狼叫声），去爬高山享受不同地理环境不同季节的美景，去享受随时间流失变化的BGM，强烈推荐～

03. 集成式的

以前在FF（FaradayFuture）的时候，对自己角色的定位是Prodcut Design，会与Base在US的Product Team团队写User Story、画交互稿、做高仿真Demo，主要从用户角度思考做什么，不做什么，很少关注技术层面的东西；但到了目前公司，入职前两周直接到上海出差，第一项工作内容是确认中控车控需要的信号，拉开自己开始切换用户思维序幕，后面公司搬家，一位技术大咖（人很Nice/Open/极客）成了现在的同桌，然后我关注的内容开始发生变化，举几个例子：

Android Automotive 技术架构，比如一个车控功能实现链路会关联哪些层，从ECU、GW、MCU（HU）、HAL、Car Service、Car API 直到最上面的应用层。

OSEK和AutoSAR：比如两者网络管理机制，思考公司为什么选择OSEK，非AutoSAR，开始关注EE技术架构趋势等。

数据&信息：比如信息安全，了解汽车攻击方法和攻破流程，之前还写过一篇关于SSL/TLS的学习笔记；比如了解从数据设计、数据埋点到数据分析不同案例等。

自动驾驶：比如思考为什么理想汽车选择L4的技术路线，而小鹏汽车选择从L3再到L4的技术路线，比如Mobileye的RSS等。

从之前用户思维再到工程思维，看待问题思路变的更宽阔，对一些问题可能更有预见性，大概可以提前预估到后面出现什么问题，可以更有效的获取信息，比如看电路图要比看一大堆文字说明要高效的多。

上面举了很多例子，这些点都是属于汽车的一部分，如何把这些点合理的集成在一起，如何在这些不同的点之间做权衡，是一个很有挑战性的事情。那这个可以引出一个概念：策略

Richard Rumelt 在《Good Strategy Bad Strategy》是这样定义策略的：

A good strategy is a set of actions that is credible, coherent and focused overcoming the biggest hurdles(s) in achieving a particular objective.

最后说说对车联网的理解认识，比如有人很多问：为什么投入这么多时间财力人力做车联网，客户不会也因为你的车联网做的特别好而买你的车子（更多关注的价格、造型、内饰、驾驶性能）。这个问题放在当下的语境讲是没什么问题的，但是从整个行业趋势（ACES）来讲，车联网是整个产业升级或者消费升级的必然之路。大家谈车联网，会等价谈语音、谈大屏、谈音乐，但个人觉得车联网核心的能力之一是数据通道，即Connected，比如Tesla 在知道某个区域要停电，可以将这个信息及时推送车内并通过大屏告诉用户，也可以借助车外的摄像头等传感器采集的实际路况数据优化相关自动驾驶模型，当数据这块做的足够好的时候，接下来就可以考虑自动化，这些技术对汽车的加持，未来可期～

北京初雪，

周末快乐！

Thanks,

Joney