3年前，北京一個(gè)酷熱的夏天，一位網(wǎng)友在社交平臺發(fā)帖：“每天騎車快被‘曬化’了，導(dǎo)航能不能規(guī)劃一條涼快點(diǎn)的路？”

　　不少程序員的第一反應(yīng)是：“這有點(diǎn)太難為人了吧！”但身為高德地圖交通與行中智能負(fù)責(zé)人的劉越在看到這條留言時(shí)，腦中靈光一閃。

　　從技術(shù)角度看，只要獲取特定時(shí)間點(diǎn)的太陽角度，疊加城市建筑物和樹木的分布信息，就可以估算出哪些路段可能有陰涼。劉越的團(tuán)隊(duì)引入天文學(xué)中的太陽赤緯角公式，接入城市建筑圖層和綠化遙感圖，進(jìn)而計(jì)算出道路的陰影覆蓋率。

　　一個(gè)月后，“林蔭道導(dǎo)航”功能悄然上線。它或許延長一些騎行時(shí)間，但路線更重視遮陰、舒適?！八惴ǖ某霭l(fā)點(diǎn)不是效率，而是人?！眲⒃秸f。

　　很多時(shí)候，技術(shù)發(fā)展的方向并不是“由上而下”的設(shè)計(jì)，而是“自下而上”的啟發(fā)。誰能想到，最終“林蔭道導(dǎo)航”這一功能的靈感，竟來自一位網(wǎng)友在盛夏時(shí)的一條留言。

　　導(dǎo)航背后有科技

　　2025年春季末，北京望京。陳鑫與劉越各自的團(tuán)隊(duì)正同時(shí)經(jīng)歷一次“上線焦慮”：前者在攻堅(jiān)代碼世界里的難題，后者在打磨城市路網(wǎng)中的導(dǎo)航智能體——二者分別代表了AI在工作與生活兩大核心場景的落地嘗試。

　　陳鑫是阿里云通義靈碼的技術(shù)負(fù)責(zé)人，早在2018年，他就開始探索“AI輔助寫代碼”的可能性。那時(shí)，他還是一名產(chǎn)品架構(gòu)師，試圖通過插件優(yōu)化開發(fā)協(xié)作流程，讓AI參與程序員的實(shí)際開發(fā)工作。

　　“我們一直認(rèn)為，軟件編程的智能化是大勢所趨。”陳鑫說。當(dāng)時(shí)，無論是在國內(nèi)還是國外，大模型技術(shù)尚處于起步階段，真正相信AI可以深度介入軟件工程的人寥寥無幾。為了尋找方向，他們在各類開發(fā)者大會上“追風(fēng)”，試圖從最前沿捕捉突破口。

　　那是一段沉默的探索期。沒有光環(huán)、沒有資源傾斜，甚至沒有多少人真正關(guān)注他們在做什么。他們靠傳統(tǒng)算法處理一些“小問題”：識別常見Bug（故障），做代碼克隆檢測，甚至只是優(yōu)化搜索邏輯。

　　直到通義千問大模型發(fā)布，生成式AI能力實(shí)現(xiàn)飛躍，通義靈碼才迎來轉(zhuǎn)機(jī)。他們開始重新訓(xùn)練模型，對海量代碼和典型開發(fā)場景進(jìn)行建模，逐步實(shí)現(xiàn)了“看得懂需求、改得動代碼、跟得上思路”的能力閉環(huán)。

　　幾乎同時(shí)，劉越也在解一道心中的“老難題”：如何讓導(dǎo)航變得更聰明？

　　2021年，他所在的團(tuán)隊(duì)啟動了“紅綠燈倒計(jì)時(shí)預(yù)測”的研發(fā)。作為資深算法專家，劉越曾長期從事搜索、語音對話等方向的研究。但真正把AI系統(tǒng)接入城市道路網(wǎng)絡(luò)、服務(wù)千萬用戶的出行，依然是一項(xiàng)極難的工程。

　　導(dǎo)航軟件用戶最直觀的感受是“堵”或“順”。但在技術(shù)端，決定通行效率的，其實(shí)是“等待”——尤其是等紅燈。

　　“我們希望導(dǎo)航不僅能避開擁堵，更重要的是幫用戶避開‘等待’?！眲⒃秸f。他們試圖提前預(yù)測每個(gè)路口的紅綠燈周期，結(jié)合車輛實(shí)時(shí)位置和車速，判斷是否能趕上“綠波”，再動態(tài)調(diào)整路徑建議。

　　最初，團(tuán)隊(duì)里不少人覺得這個(gè)想法有點(diǎn)“不切實(shí)際”，因?yàn)檫@需要系統(tǒng)能精準(zhǔn)預(yù)測每個(gè)紅綠燈的變燈時(shí)間。劉越開始從“最簡單”的紅綠燈入手測驗(yàn)，也就是固定時(shí)長的紅綠燈，每個(gè)周期穩(wěn)定重復(fù)，只要知道現(xiàn)在是第幾秒，就能算出接下來變燈的時(shí)間。

　　但現(xiàn)實(shí)中的紅綠燈并不“老實(shí)”。北京很多主干道的紅綠燈是“自適應(yīng)”的，根據(jù)流量動態(tài)調(diào)整時(shí)間長短。比如，人流大的時(shí)候多給行人幾秒，車多的時(shí)候綠燈時(shí)間延長。

　　“你聽到的一句‘紅燈即將變綠’，背后是成百上千次關(guān)于交通流量、道路動態(tài)、城市布局的推演和計(jì)算。”劉越說，“要懂技術(shù)，更要懂城市和交通。因?yàn)檫@些不可預(yù)測的‘插曲’，才是最影響駕駛體驗(yàn)的部分?！?/p>

　　如今，劉越帶領(lǐng)導(dǎo)航智能體項(xiàng)目，承擔(dān)著交通感知、沿途服務(wù)、情緒陪伴三大核心任務(wù)。過去，導(dǎo)航是有標(biāo)準(zhǔn)流程的，如今則是在多模態(tài)模型能力的基礎(chǔ)上，將它重構(gòu)為一個(gè)更加聰明的智能體。它不只判斷什么時(shí)候綠燈亮，還要預(yù)測保持怎樣的速度能夠趕上綠燈；不僅播報(bào)路況，還會為駕駛員補(bǔ)足盲區(qū)，山路彎道上有對向來車、前車急剎車時(shí)提前作出提示；不僅會指路，還能感知你的心情和場景，在需要的時(shí)候，為你播放一首歌或推薦一個(gè)停車場。

　　“許多人認(rèn)為，技術(shù)常以‘顛覆者’的姿態(tài)登場。但現(xiàn)實(shí)生活更需要體貼、可靠的陪伴?！眲⒃讲惶劇皦粝搿保P(guān)注“當(dāng)下最值得做的事情”。

　　理解人，才是技術(shù)存在的價(jià)值。

　　提供有溫度的陪伴

　　AI系統(tǒng)的改進(jìn)目標(biāo)，不只是提升“精度指標(biāo)”，而是讓人真正能用、敢用。

　　通義靈碼的第一批用戶，大多是“一人公司”型的程序員：極度依賴工具，甚至將AI視作“搭檔”。

　　剛開始，用戶評價(jià)不友好：有人說AI生成的代碼“像學(xué)生作業(yè)”，還有人吐槽注釋“自說自話”。團(tuán)隊(duì)認(rèn)真聽取這些反饋，一一整理成問題庫。模型并非不能生成代碼，而是“聽不懂人話”，沒有理解場景。他們開始訓(xùn)練模型按場景輸出，比如根據(jù)項(xiàng)目類型控制代碼長度、結(jié)合上下文判斷變量命名風(fēng)格，最終目標(biāo)是讓開發(fā)者覺得“身邊多了個(gè)靠譜隊(duì)友”。

　　劉越面對的用戶反饋則更為直接：導(dǎo)航說紅燈變綠，現(xiàn)實(shí)中紅燈卻還沒變；建議“當(dāng)前為最優(yōu)路線”，但前方剛好有慢車……導(dǎo)航系統(tǒng)的每一句話，都要承擔(dān)“駕駛后果”。

　　在模型上線前，劉越團(tuán)隊(duì)會反復(fù)進(jìn)行用戶測試。他們發(fā)現(xiàn)，真正難的不是讓模型更強(qiáng)，而是更穩(wěn)、更準(zhǔn)、更有用。邏輯隨之調(diào)整優(yōu)化：從單純追求通行效率轉(zhuǎn)向綜合考慮駕駛習(xí)慣、行為特征，甚至心理承受度，從“最短路徑”切換為“最舒服的路徑”。

　　“人類與AI，不是取代與被取代的關(guān)系，而是彼此適應(yīng)、共同成長?！眲⒃秸f。當(dāng)被問到是否相信AI有情緒時(shí)，他回答說：“AI的情緒，是為了更好地接納人的情緒?！?/p>

　　今年5月20日，劉越與程序員們做了件“浪漫的事”——連夜升級“自制語音包”功能。用戶可以上傳自己的聲音，為親密的人定制專屬導(dǎo)航：孩子錄下“爸爸慢點(diǎn)開”的提醒，父母叮囑“別著急”，戀人昵稱替代“前方請右轉(zhuǎn)”。哪怕遠(yuǎn)隔千里，也能聽見彼此熟悉的聲音，陪伴穿越一程又一程路途。

　　團(tuán)隊(duì)還設(shè)計(jì)了許多“有溫度”的語音內(nèi)容，比如在經(jīng)過連續(xù)彎道后會對用戶說，“今天走過所有的彎路，從此前方盡是坦途”等。這些話語雖然非“必要”，卻在恰當(dāng)時(shí)刻說出，能讓人感覺“被理解”，仿佛有人在陪伴。

　　模型無法給出完美答案，反饋也依然會有失誤的時(shí)候。但陳鑫與劉越，依然在把一遍遍打磨的代碼、語音、體驗(yàn)感，投入這個(gè)充滿不確定性的系統(tǒng)。因?yàn)樗麄冎?，理解人類的過程，本就沒有止境。而他們選擇堅(jiān)持，不是因?yàn)锳I已經(jīng)足夠強(qiáng)大，而是他們愿意陪AI一起成長。

　　與AI一起成長

　　陳鑫的團(tuán)隊(duì)一直在試圖讓AI不僅能寫代碼，更能理解工程、理解人：開發(fā)者只需用自然語言描述任務(wù)，通義靈碼便可自動進(jìn)行代碼檢索、工程分析、調(diào)用MCP工具乃至執(zhí)行終端命令——一個(gè)真正“懂開發(fā)者”的編碼伙伴。

　　模型一旦具備語義能力，用戶想象力也隨之打開。有人用通義靈碼分析《紅樓夢》中人物出場次數(shù)，發(fā)現(xiàn)賈寶玉出現(xiàn)3810次、賈母出現(xiàn)2390次、王熙鳳出現(xiàn)1760次；喜歡喝奶茶的用戶通過編程，秒查附近的各種奶茶店；還有人用AI提取微信聊天記錄，再也不怕錯(cuò)過重要信息……

　　功能在膨脹，但對于團(tuán)隊(duì)而言，大家最在意的從來不是炫技，而是使用者有沒有真正覺得：“有它，我更強(qiáng)了”。

　　劉越常常會站在更長遠(yuǎn)的角度，看AI如何改變交通。在他看來，現(xiàn)在的智能體只能算是1.0版，“現(xiàn)在的紅綠燈，其實(shí)是對‘人’的同步機(jī)制——你走我停，用燈來協(xié)調(diào)彼此。但如果車和車、車和路能對話，就不需要紅綠燈了。”

　　劉越描述了一個(gè)極度自動化的未來：你還沒出門，系統(tǒng)已經(jīng)知道你要去哪，自動派車來接；車流由AI統(tǒng)籌調(diào)度，路徑自動避讓，整座城市像一張流動的神經(jīng)網(wǎng)絡(luò)，有序而高效。自動駕駛，不再是“接管”，而是“協(xié)同”；人類坐在車?yán)?，只需觀看、體驗(yàn)，而非掌控?！澳菚r(shí)候開車，可能像今天騎馬?！彼f，“不是為了通勤，而是為了體驗(yàn)?！?/p>

　　AI會獎(jiǎng)勵(lì)愛學(xué)習(xí)的人。劉越覺得還有許多可以改造的場景，尤其是在出行這件事上。“每到周末，有不少人都說著‘出去走走’，結(jié)果上車半個(gè)小時(shí)了還不知道去哪。”

　　行前規(guī)劃一度是導(dǎo)航產(chǎn)品難以切入的領(lǐng)域。但劉越堅(jiān)信AI可以進(jìn)入這個(gè)環(huán)節(jié)——推薦符合季節(jié)、天氣、興趣的路線，整合地圖、票務(wù)、美食和City Walk體驗(yàn)；根據(jù)你帶著孩子、老人還是寵物，考慮是想“玩得輕松”還是“走得豐富”，替你作出最合適的出行決策?！拔覀儸F(xiàn)在探討的還只是導(dǎo)航，但未來出行不一定需要一張地圖。你只需說一句‘我想出去走走’，AI就幫你設(shè)計(jì)好了全部行程?！眲⒃秸f。

　　在陳鑫眼中，編程的未來也可能不再有明確的軟件邊界，不再有必須敲出來的命令行，“未來的開發(fā)，是與AI一起成長；未來的軟件，可能無處不在”。

　　劉越他們也不諱言AI的局限——不能精確控制、不擅長復(fù)雜推理、反饋不夠及時(shí)……但他們始終相信：AI不能解決所有問題，但可以推動人用新的方式去理解問題。這是觀念的轉(zhuǎn)變，是開放的心態(tài)，是放下“我寫得更好”的執(zhí)念，是面對大模型可能“只會一招，但打遍天下”的現(xiàn)實(shí)，依然選擇相信協(xié)作而非抗拒。

　　把未來押在一個(gè)仍在生長的事物上，不是因?yàn)樗昝?，而是因?yàn)橄嘈牛cAI一起成長的過程，本身就值得。（本文來源：經(jīng)濟(jì)日報(bào) 作者：韓秉志）