车企已经把 AI 用到员工日常工作里：查资料、写代码、做工程计算、采购盘点、客户报价，以及跨系统执行流程。对员工的要求也在变化——从“会使用 AI”，进一步走向“能把专业经验整理成规则，并验证 AI 的结果”。

沿用上一轮时间范围：2026 年 4 月 1 日—10 月 12 日。本次以车企官方资料、合作公告、培训与招聘材料为主，财经报道补充。公开信息中，企业自报效果较多，独立验证较少；下面区分已用、试点和计划。

一、具体车企现在在做什么？

车企及资料日期	工具或智能体	实际工作	落地状态与证据边界
宝马，5 月 22 日	Alphabet 车队业务 agent	从非结构化询价邮件提取需求，向内部系统传递信息，启动报价相关步骤	官方披露已用；称替代约 90% 原有手工作业，但员工仍审核方案，不能解读为减少 90% 人员
宝马，5 月 22 日	采购多智能体系统 Alconic	发起专用工具盘点、联系供应商、审核回复，处理无异常案例	官方披露已用；复杂情况由专业人员接管
长安，9 月 4 日报道	员工借助 AI 自建工程工具	低压线束选型计算；质量问题二维码生成与设备兼容检查；文件检查等	员工案例已使用；效率数字来自报道，非独立测评
长安，9 月 17 日发布	“本体＋Agent”试验策划方案	把专家经验、历史项目和专业规则结构化，支持研发试验策划	已发布方案；尚不能确认规模部署与整体收益
长安，8 月 3 日报道	WorkBuddy、CodeBuddy 与“AI 火箭班”	围绕软件研发、产品策划、合同审核、客服、产销协同等培养应用	培训及项目共创，不代表所有场景已上线
Stellantis，4 月 16 日	Copilot Chat、Microsoft 365 Copilot	企业办公、资料处理和协作	公告称全员可访问 Copilot Chat，首批 2 万个 M365 Copilot 许可面向选定岗位，并配套培训
雷诺，6 月 4 日	官网多智能体 askrnlt	理解购车需求，比较车型，调用价格和配置资料，引导用户进入带配置的页面	官网已用，西班牙站 4 月上线；销售转化收益仍属企业自报
宝马，9 月 21 日	AEON 人形机器人／Physical AI	生产现场物料配送、重复性工作等	莱比锡工厂试点，不能视作全厂普及

对应来源：宝马业务 agent、长安员工工具案例，华尔街见闻／新浪转载、长安研发试验策划，人民日报、长安培训报道、Stellantis 合作公告、雷诺官方介绍、宝马机器人试点。

这里最有代表性的员工案例是长安：电气工程师把线束选型规则写成需求文档，再借助 AI 开发计算工具；质量工程师把现场设备限制整理成检查逻辑。 专业人员提供规则、核对过程并作判断，AI 帮助把经验变成可执行的软件。案例报道

二、车企的 AI 工具，可以分成四种

这四类对员工的影响不同，采购和培训时需要分别看。

类型	员工怎样使用	与 agent 的关系
办公助手	总结文档、起草邮件、整理会议、分析表格	通常以人发起、人推进为主
专业 AI 工具	工程计算、代码辅助、质量检测、预测分析	可以只完成一个专业任务，不一定是 agent
业务流程 agent	接收任务，查多个系统，执行步骤，检查结果，处理或升级异常	宝马报价和采购盘点是具体例子
物理 AI／机器人	在生产现场感知、移动和操作	涉及现场安全、设备集成和作业节拍

车载 AI 是另一条业务线。大众在 2026 年北京车展公布了基于中国电子电气架构的车载 agent 路线，比亚迪在 5 月发布了 DiLink 座舱智能体。这些是面向消费者的汽车产品能力，不能据此推断员工办公工具已经普及。大众车展公告、比亚迪发布会

三、对员工有什么要求？先看企业明确披露的内容

1. 普通员工：提供工具和培训，使用深度因岗位而异。

Stellantis 的做法是全员开放聊天工具，向部分岗位配置更深入的办公工具，并配套专属培训。获得访问权限不等于强制使用，也不等于已经纳入绩效考核。 本次资料不足以证明车企普遍要求全员每月开发 agent 或提交 AI 使用指标。官方公告

2. 业务骨干：开始学习把业务做成可运行的应用。

长安“AI 火箭班”报道列出的培训内容，包括场景拆解、知识库搭建、技能包开发、专家应用封装、系统对接和多 agent 编排。这比学习提示词更深入：员工需要讲清楚任务怎么做、依据是什么、连接哪些系统、什么情况需要人审核。培训报道

3. 专业人员：仍承担审核和业务判断。

宝马明确说明，车队业务人员审核、修订 AI 提案；采购盘点中的专业异常由人介入。自动化程度提高后，员工更集中处理例外和最终判断。宝马官方介绍

4. 技术岗位：要求工程化落地，而不仅是模型演示。

一份 7 月发布、标注服务于吉利研究院的外包招聘需求，涉及 Python、知识库检索、工具调用、多 agent 编排、容器部署、监控和业务交付。

它可以作为岗位需求线索，但不是吉利官网招聘，页面学历字段还存在不一致，不能拿来代表集团统一门槛。更可信的信号是：开发人员需要同时连接业务流程、企业系统和运行维护。招聘原页

四、这些变化意味着员工应该具备什么能力？

以下是基于案例的岗位判断，不是所有车企已经发布的统一规定。

员工类型	需要增加的能力	能拿出的工作成果
行政、采购、销售等业务员工	清楚表达任务，提供正确资料，核验价格、合同、数字和来源	一套可复用的工作流程，记录净节省时间和错误
研发、质量、制造工程师	把专业规则写清楚，整理输入输出、边界条件和异常案例	一个经验证的计算、检查或资料整理工具
部门业务骨干	选择场景、整理知识、设计人工审批点、组织试点	一份能上线的需求和验收标准
软件与 AI 工程师	系统接口、权限控制、检索与工具调用、测试、监控和成本管理	可维护、可追溯、能稳定运行的应用
管理者	判断哪里值得自动化，衡量净收益，分配责任	包含质量、成本、周期和风险的验收结果

会用 AI 只是起点。更有价值的能力是：知道业务为什么这样做，能把规则讲清楚，也能发现 AI 做错了什么。 长安的工程师自建工具、宝马的异常接管机制，都体现了这一点。

五、哪些工作更容易被改变？

根据上述案例，我的判断是：首先被压缩的是信息搬运和规则明确的重复处理，例如：

• 从邮件、表格提取信息，再录入另一个系统；
• 汇总多个来源，形成初版报告或报价材料；
• 按明确规则计算、检查和分类；
• 追踪回复、补充材料、更新任务状态。

相应地，员工需要投入更多精力到规则制定、结果验证、异常处理和跨部门协调。但公开资料不能支持“某类岗位一定消失”或“裁员主要由 agent 导致”的结论。

对车企而言，agent 的实际价值集中在把既有业务流程跑通；对员工而言，值得准备的是“专业知识＋流程表达＋结果验证”。 如果从职业发展看，一名工程师能够用 AI 做出经过验证、同事愿意使用的工具，比单纯列出熟悉多少 AI 产品更能证明能力。