【AI Agent展】聯(lián)想Vetra——企業(yè)級AI Agent軟件工程智能體

聯(lián)想集團(tuán)產(chǎn)品

“【提示】2026第六屆數(shù)智化頒獎典禮將于8月5日在北京舉行頒獎點(diǎn)擊可報名參加頒獎典禮丨此次AI Agent產(chǎn)品榜單/獎項的評選依然會進(jìn)行初審、公審、終審三輪嚴(yán)格評定，并會在國內(nèi)外渠道大規(guī)模發(fā)布傳播歡迎申報。

Vetra是聯(lián)想面向復(fù)雜企業(yè)級軟件研發(fā)場景打造的AI Agent產(chǎn)品與工程效能智能體，定位為支撐大型組織從需求、設(shè)計、開發(fā)、測試到發(fā)布治理的AI原生軟件交付底座。不同于單點(diǎn)代碼助手或個人效率工具，Vetra以主控智能體為核心，編排需求智能體、原型設(shè)計智能體、架構(gòu)智能體、開發(fā)智能體、測試智能體和治理分析能力，將大語言模型、多智能體協(xié)同、工具調(diào)用、知識庫檢索、記憶機(jī)制、技能體系、沙箱環(huán)境、結(jié)果校驗和人工確認(rèn)機(jī)制融合到真實研發(fā)流程中。

Vetra可面向需求文檔、Confluence/SharePoint知識、Jira歷史卡片、代碼倉庫、UI原型圖、架構(gòu)圖、流程圖、系統(tǒng)截圖、缺陷截圖和測試結(jié)果等多源工程資產(chǎn)開展理解、生成、關(guān)聯(lián)分析與持續(xù)優(yōu)化，支持用戶故事生成、技術(shù)拆解、原型與架構(gòu)輔助、代碼生成/評審、測試用例生成、E2E測試場景設(shè)計、過程度量、質(zhì)量分析和風(fēng)險預(yù)警等場景。平臺以Spec-based規(guī)范前置為方法，將工程要求沉淀為可執(zhí)行、可檢查、可追蹤的過程規(guī)則，并通過“度量—分析—優(yōu)化—驗證”閉環(huán)持續(xù)校正知識、規(guī)則和輸出質(zhì)量。

在聯(lián)想內(nèi)部實踐中，Vetra已成為AI Twin戰(zhàn)略在軟件工程領(lǐng)域的重要落地載體，推動研發(fā)組織從“人找工具、人工判斷、事后修正”轉(zhuǎn)向“流程驅(qū)動、數(shù)據(jù)洞察、AI執(zhí)行、人類監(jiān)督、持續(xù)優(yōu)化”的新型人機(jī)協(xié)同模式，使AI從個人助手升級為組織級、可治理、可度量、可復(fù)制的企業(yè)智能生產(chǎn)力。

2026年產(chǎn)品重大更新升級

2026年，Vetra圍繞“企業(yè)級AI Agent軟件工程底座”定位進(jìn)行了系統(tǒng)升級，重點(diǎn)從單場景輔助能力擴(kuò)展為覆蓋研發(fā)交付全鏈路的多智能體協(xié)同體系。

第一，升級多智能體協(xié)同架構(gòu)。平臺以主控智能體統(tǒng)一調(diào)度需求、原型、架構(gòu)、開發(fā)、測試和治理等智能體，明確各類Agent的職責(zé)邊界、輸入輸出和執(zhí)行順序，并通過任務(wù)看板、上下文協(xié)議、工具編排、鉤子校驗和沙箱環(huán)境保障復(fù)雜任務(wù)并行處理過程中的一致性與可控性。

第二，強(qiáng)化跨模態(tài)工程理解與生成能力。Vetra不再只處理文本需求，而是將UI原型圖/設(shè)計稿、架構(gòu)圖/流程圖、系統(tǒng)截圖/缺陷截圖等視覺化工程材料納入識別、生成和關(guān)聯(lián)分析范圍，并與需求文檔、用戶故事、技術(shù)背景、代碼變更、測試用例和缺陷信息聯(lián)動，推動軟件工程從“文本驅(qū)動”升級為“文本+圖形+代碼+測試結(jié)果+過程數(shù)據(jù)”協(xié)同驅(qū)動。

第三，完善Spec-based規(guī)范前置與持續(xù)治理能力。平臺將角色定義、故事拆分標(biāo)準(zhǔn)、字段生成邏輯、命名規(guī)則、優(yōu)先級規(guī)則、測試模板和團(tuán)隊業(yè)務(wù)規(guī)則沉淀為可配置提示詞模板與執(zhí)行規(guī)則，使AI輸出更加貼合項目規(guī)范，并通過人工復(fù)核、反饋學(xué)習(xí)、知識庫校正和指標(biāo)看板持續(xù)優(yōu)化。

第四，增強(qiáng)組織級工程度量與采納分析能力。Vetra Adoption Dashboard 可按月度、組織、業(yè)務(wù)域和團(tuán)隊查看Jira總故事量、Vetra生成量、接受并同步至Jira的數(shù)量、AI使用率、采納率等指標(biāo)，幫助管理者識別采納不足、流程偏差和質(zhì)量風(fēng)險，推動AI使用從個人行為變成組織級運(yùn)營能力。

應(yīng)用場景/人群

Vetra主要面向大型企業(yè)內(nèi)部軟件研發(fā)、數(shù)字化交付和工程治理場景，尤其適用于業(yè)務(wù)復(fù)雜、系統(tǒng)眾多、跨區(qū)域協(xié)同頻繁、質(zhì)量和合規(guī)要求較高的組織。其核心使用人群包括產(chǎn)品經(jīng)理、業(yè)務(wù)分析師、Tech Lead、架構(gòu)師、研發(fā)工程師、測試工程師、項目經(jīng)理、Scrum Master、工程效能負(fù)責(zé)人、研發(fā)管理者以及負(fù)責(zé)知識庫和流程規(guī)范維護(hù)的管理員。

在需求與方案階段，產(chǎn)品經(jīng)理、業(yè)務(wù)分析師和Tech Lead可使用Vetra讀取PRD、會議紀(jì)要、業(yè)務(wù)規(guī)則、Confluence頁面、SharePoint文檔、歷史Jira Story和本地文件，自動理解需求背景、識別關(guān)鍵變更點(diǎn)、生成用戶故事、拆分驗收標(biāo)準(zhǔn)，并將結(jié)果同步到Jira。對于跨團(tuán)隊需求，Vetra能通過統(tǒng)一模板和項目知識庫減少不同團(tuán)隊對需求表達(dá)、字段填寫和優(yōu)先級規(guī)則的理解差異，使需求從一開始就具備更好的完整性、一致性和可追蹤性。

在設(shè)計與架構(gòu)階段，架構(gòu)師和Tech Lead可使用Vetra結(jié)合業(yè)務(wù)需求、系統(tǒng)知識、代碼Wiki、架構(gòu)圖和流程圖進(jìn)行方案分析、架構(gòu)約束校驗、服務(wù)職責(zé)識別和技術(shù)拆解，幫助團(tuán)隊在開發(fā)前識別邊界不清、依賴不明、設(shè)計缺口和潛在風(fēng)險。對于大型企業(yè)常見的多系統(tǒng)、多微服務(wù)、多業(yè)務(wù)域協(xié)同場景，Vetra可輔助形成更標(biāo)準(zhǔn)的技術(shù)方案和實施路徑，降低關(guān)鍵設(shè)計知識只掌握在少數(shù)專家手中的風(fēng)險。

在開發(fā)階段，研發(fā)工程師可使用Vetra進(jìn)行任務(wù)拆解、代碼生成、代碼解釋、代碼評審、單元測試建議和開發(fā)計劃輔助。Vetra并非簡單生成代碼片段，而是結(jié)合項目知識、規(guī)范、上下文和工具鏈信息，在可控邊界內(nèi)輔助工程師完成重復(fù)性、結(jié)構(gòu)化和規(guī)則明確的工作，使工程師將更多精力投入復(fù)雜設(shè)計、性能優(yōu)化和業(yè)務(wù)創(chuàng)新。

在測試階段，測試工程師可基于用戶故事生成測試場景、測試步驟、測試點(diǎn)模板和E2E測試用例，并在人工復(fù)核后同步回Jira。Vetra通過標(biāo)準(zhǔn)化測試生成路徑提升測試覆蓋的系統(tǒng)性，減少因需求理解偏差或測試遺漏導(dǎo)致的后期缺陷，有助于將質(zhì)量控制從上線前后移到需求和設(shè)計早期。

在項目管理和工程治理階段，項目經(jīng)理、Scrum Master、工程效能負(fù)責(zé)人和研發(fā)管理者可通過統(tǒng)一指標(biāo)看板觀察不同團(tuán)隊、業(yè)務(wù)域和項目的AI使用情況、故事生成量、采納率、交付效率、周期、成本和質(zhì)量趨勢，及時發(fā)現(xiàn)采納率偏低、過程推進(jìn)不平衡、缺陷集中或周期波動等問題，并基于數(shù)據(jù)開展干預(yù)。Vetra的價值不僅服務(wù)一線人員提效，也服務(wù)管理者進(jìn)行可視化、可度量和可追溯的過程治理。

在知識與流程運(yùn)營階段，知識管理員和平臺管理員負(fù)責(zé)創(chuàng)建或接入KM Verse 知識庫、配置用戶組、關(guān)聯(lián)知識庫ID、分配訪問權(quán)限、驗證知識檢索效果、移除過時文檔并維護(hù)提示詞模板。通過“發(fā)現(xiàn)知識問題—修正文檔—再次驗證”的閉環(huán)，Vetra將個人經(jīng)驗逐步轉(zhuǎn)化為組織資產(chǎn)，使AI Agent的能力隨團(tuán)隊知識沉淀持續(xù)演進(jìn)。

因此，Vetra的典型應(yīng)用不是單個崗位的一次性提效，而是覆蓋“業(yè)務(wù)提出需求—產(chǎn)品澄清—架構(gòu)設(shè)計—開發(fā)實現(xiàn)—測試驗證—項目治理—知識沉淀”的端到端企業(yè)軟件交付鏈路，幫助大型研發(fā)組織建立可復(fù)制的人機(jī)協(xié)同工作方式。

進(jìn)一步看，Vetra也在推動軟件工程組織向FDE（Forward Deployed Engineer）模式演進(jìn)。通過將需求理解、業(yè)務(wù)分析、方案設(shè)計、開發(fā)實現(xiàn)、測試驗證和過程治理等能力集成在統(tǒng)一的智能體工作空間中，平臺降低了不同角色之間的信息斷點(diǎn)和交接成本，使產(chǎn)品、分析、開發(fā)、測試與管理人員能夠圍繞同一上下文協(xié)同工作。它不只是提升單個崗位效率，更是在加速角色能力融合、流程邊界重塑和組織協(xié)作方式升級，推動企業(yè)從傳統(tǒng)分工式交付逐步走向由數(shù)據(jù)、知識和AI Agent共同驅(qū)動的新型軟件工程模式。

產(chǎn)品功能

Vetra圍繞企業(yè)軟件交付全流程構(gòu)建產(chǎn)品功能體系，核心目標(biāo)是讓AI Agent 真正進(jìn)入研發(fā)一線、交付治理和組織決策鏈條，形成可執(zhí)行、可度量、可監(jiān)管、可持續(xù)優(yōu)化的智能軟件工程平臺。

1.多智能體任務(wù)編排與主控協(xié)同。Vetra采用以主控智能體為核心的多Agent 架構(gòu)。主控智能體負(fù)責(zé)理解用戶目標(biāo)、拆解任務(wù)、選擇技能、調(diào)用工具、管理上下文、協(xié)調(diào)子智能體并匯總結(jié)果；需求智能體負(fù)責(zé)需求理解、用戶故事生成、驗收標(biāo)準(zhǔn)拆分和Jira同步；原型設(shè)計智能體支持界面方案、交互說明和UI原型相關(guān)輸出；架構(gòu)智能體支持架構(gòu)審查、服務(wù)職責(zé)識別、依賴關(guān)系分析和技術(shù)方案建議；開發(fā)智能體支持開發(fā)計劃、代碼生成、代碼解釋、代碼評審和單元測試建議；測試智能體支持測試需求分析、測試場景生成、測試步驟生成和E2E測試設(shè)計；治理能力則負(fù)責(zé)度量分析、過程觀察、異常識別和改進(jìn)反饋。多智能體之間通過任務(wù)看板、上下文協(xié)議、工具編排和結(jié)果確認(rèn)機(jī)制協(xié)同，避免任務(wù)重復(fù)、上下文斷裂和執(zhí)行邊界不清。

2.知識庫驅(qū)動的需求理解與用戶故事生成。Vetra支持接入KM Verse、Confluence、SharePoint、本地文件、歷史Jira卡片、會議紀(jì)要、PRD、BSR/ISR、測試用例、團(tuán)隊培訓(xùn)材料和Code Wiki等多類知識來源。用戶可在統(tǒng)一入口選擇項目和知識庫，輸入需求或選擇Jira Story，由平臺基于知識檢索和項目規(guī)則生成結(jié)構(gòu)化用戶故事、驗準(zhǔn)、關(guān)鍵變更點(diǎn)和字段內(nèi)容。生成結(jié)果支持人工調(diào)整，并可同步至Jira。該能力將團(tuán)隊經(jīng)驗、業(yè)務(wù)規(guī)則和歷史交付資產(chǎn)嵌入需求生成過程，減少需求拆解對個人經(jīng)驗的依賴。

3.Spec-based規(guī)范前置與模板化輸出。Vetra將工程規(guī)范從靜態(tài)文檔轉(zhuǎn)化為可配置、可執(zhí)行的提示詞模板和過程規(guī)則。團(tuán)隊可配置角色定義、拆分粒度、字段生成邏輯、命名規(guī)則、優(yōu)先級規(guī)則、業(yè)務(wù)表達(dá)視角和測試生成標(biāo)準(zhǔn)，使AI輸出天然貼合團(tuán)隊規(guī)范。通過將規(guī)范前置到需求、設(shè)計、開發(fā)和測試環(huán)節(jié)，Vetra降低跨團(tuán)隊執(zhí)行差異，提升輸出一致性、可審查性和可追蹤性。

4.跨模態(tài)工程資產(chǎn)識別、生成與關(guān)聯(lián)分析。Vetra支持處理UI原型圖/設(shè)計稿、架構(gòu)圖/流程圖、系統(tǒng)截圖/缺陷截圖等視覺化材料，并與文本需求、用戶故事、代碼變更、測試用例和過程數(shù)據(jù)結(jié)合分析。例如，在需求澄清時可結(jié)合界面截圖識別功能點(diǎn)；在架構(gòu)評審時可讀取系統(tǒng)交互圖并提示邊界缺失、依賴不清或風(fēng)險點(diǎn)；在缺陷分析時可結(jié)合截圖、日志、測試步驟和用戶故事定位問題來源。跨模態(tài)能力使Vetra能夠處理真實軟件工程中大量非結(jié)構(gòu)化、圖形化和上下文化信息，而不僅是文本問答。

5.開發(fā)輔助與代碼質(zhì)量能力。Vetra可圍繞用戶故事和技術(shù)上下文生成開發(fā)計劃、技術(shù)拆解、代碼片段、代碼解釋、單元測試建議和代碼評審意見。平臺將架構(gòu)約束、代碼規(guī)范、安全規(guī)則和質(zhì)量門禁前置到智能體執(zhí)行過程中，通過技能能力、校驗規(guī)則、結(jié)果評審和人工確認(rèn)機(jī)制，形成“AI執(zhí)行、規(guī)則約束、人工把關(guān)、持續(xù)反饋”的治理閉環(huán)。在聯(lián)想實踐中，AI代碼生成率達(dá)到52%，AI代碼采納率達(dá)到74%，AI使用率達(dá)到84%，說明平臺已從嘗試性工具進(jìn)入高頻工程工作流。

6.測試生成與質(zhì)量前移。Vetra支持基于用戶故事生成測試場景、測試步驟、測試點(diǎn)模板和E2E測試用例，并可結(jié)合Step Library等能力形成標(biāo)準(zhǔn)化測試資產(chǎn)。測試工程師可對生成內(nèi)容進(jìn)行復(fù)核、調(diào)整并同步到Jira。該能力幫助團(tuán)隊在需求和設(shè)計早期補(bǔ)齊測試視角，提升測試覆蓋的系統(tǒng)性，減少因需求不清或測試遺漏導(dǎo)致的后期缺陷，實現(xiàn)質(zhì)量控制前移。

7.工程度量與Adoption Dashboard。Vetra建立統(tǒng)一工程指標(biāo)體系，圍繞Jira總故事數(shù)、Vetra生成故事數(shù)、已采納Vetra生成故事數(shù)、項目采納率、AI使用率、代碼生成率、代碼采納率、交付周期、成本、缺陷和過程狀態(tài)等指標(biāo)形成統(tǒng)一視圖。管理者可按月度、組織、業(yè)務(wù)域、團(tuán)隊等維度查看項目活躍情況和AI使用效果，識別采納率偏低、使用不充分或過程推進(jìn)不平衡等問題，使AI Agent的推廣和價值衡量具備數(shù)據(jù)基礎(chǔ)。

8.過程可觀測、風(fēng)險識別與持續(xù)改進(jìn)。Vetra通過“度量—分析—優(yōu)化—驗證”機(jī)制，將過程表現(xiàn)、異常趨勢、缺陷原因和改進(jìn)效果反饋到流程規(guī)范、知識庫、模板規(guī)則和管理動作中。平臺可輔助識別周期波動、缺陷集中、執(zhí)行偏差、知識缺口和輸出質(zhì)量問題，推動問題識別從后期發(fā)現(xiàn)轉(zhuǎn)向過程前期識別與提前干預(yù)。

9.知識質(zhì)量校正與記憶沉淀。Vetra將知識修正、反饋學(xué)習(xí)、源數(shù)據(jù)更新和人工復(fù)核納入常態(tài)化閉環(huán)。管理員可通過知識檢索問答驗證知識庫效果，發(fā)現(xiàn)知識缺口后補(bǔ)充或移除文檔；團(tuán)隊可將會議紀(jì)要、需求文檔、測試用例、培訓(xùn)材料和歷史項目經(jīng)驗持續(xù)沉淀為共建知識庫。隨著知識持續(xù)積累，Vetra的輸出質(zhì)量和業(yè)務(wù)適配能力不斷提升。

10.2026年新增/強(qiáng)化功能。2026年，Vetra重點(diǎn)強(qiáng)化了多智能體協(xié)同、跨模態(tài)工程分析、Adoption Dashboard、Spec-based規(guī)則配置、知識庫持續(xù)校正和端到端Jira同步能力，使產(chǎn)品從“輔助生成用戶故事和測試內(nèi)容”升級為“覆蓋需求、設(shè)計、開發(fā)、測試、治理和持續(xù)改進(jìn)的企業(yè)級AI Agent軟件工程平臺”。這些能力共同支撐聯(lián)想內(nèi)部實現(xiàn)工程生產(chǎn)效率提升約30%、端到端交付周期縮短約15%、總擁有成本降低約20%–25%、代碼缺陷數(shù)量降低約20%。

產(chǎn)品優(yōu)勢

首先，Vetra的優(yōu)勢在于企業(yè)級系統(tǒng)性，而不是單點(diǎn)工具化。行業(yè)中許多AI編程助手主要聚焦個人代碼生成或局部問答，容易形成工具碎片化、知識不沉淀、治理不可見的問題。Vetra則面向大型企業(yè)真實軟件交付鏈路，從需求、設(shè)計、開發(fā)、測試到治理全流程構(gòu)建多智能體協(xié)同體系，使AI能力成為組織級工程底座。

其次，Vetra具備強(qiáng)業(yè)務(wù)上下文和知識驅(qū)動能力。平臺可接入KM Verse、Confluence、SharePoint、Jira、Code Wiki、PRD、會議紀(jì)要和測試資產(chǎn)，將企業(yè)內(nèi)部知識轉(zhuǎn)化為Agent可調(diào)用、可校正、可持續(xù)演進(jìn)的能力，減少通用模型“不懂業(yè)務(wù)、不懂項目、不懂流程”的落地障礙。

第三，Vetra強(qiáng)調(diào)可治理、可度量和可追溯。平臺通過統(tǒng)一規(guī)范、指標(biāo)模型、AdoptionDashboard、人工復(fù)核、結(jié)果同步和持續(xù)改進(jìn)機(jī)制，使AI生成內(nèi)容、采納情況、過程效率和質(zhì)量結(jié)果都可觀察、可評估、可優(yōu)化，滿足大型企業(yè)對質(zhì)量、安全、合規(guī)和組織推廣的要求。

第四，Vetra具備跨模態(tài)工程能力和組織級復(fù)制能力。它不僅處理文本，還能關(guān)聯(lián)UI圖、架構(gòu)圖、流程圖、截圖、代碼、測試和過程數(shù)據(jù)，覆蓋真實工程資產(chǎn)形態(tài)；同時，其規(guī)范模板、知識庫建設(shè)、任務(wù)看板和多智能體架構(gòu)可復(fù)制到不同業(yè)務(wù)域和團(tuán)隊，為大型科技企業(yè)AI深度落地提供可借鑒范式。

服務(wù)客戶／使用人數(shù)

產(chǎn)品總使用客戶量或人群數(shù)量：目前Vetra主要服務(wù)于聯(lián)想集團(tuán)內(nèi)部IT與軟件研發(fā)相關(guān)團(tuán)隊，覆蓋產(chǎn)品、業(yè)務(wù)分析、架構(gòu)、開發(fā)、測試、項目管理和工程效能等多類角色，累計使用人數(shù)2200+，月活1200+。平臺已在聯(lián)想內(nèi)部真實研發(fā)流程中落地，支持研產(chǎn)供銷服等業(yè)務(wù)領(lǐng)域的項目團(tuán)隊，并形成高頻AI使用：AI使用率達(dá)到84%，AI代碼生成率達(dá)到52%，AI代碼采納率達(dá)到74%。

代表性客戶/使用組織：聯(lián)想集團(tuán)IT業(yè)務(wù)應(yīng)用交付團(tuán)隊。平臺服務(wù)對象不是外部零散試用用戶，而是大型全球化科技企業(yè)內(nèi)部復(fù)雜研發(fā)組織，具有高協(xié)同、高標(biāo)準(zhǔn)、高質(zhì)量要求的典型企業(yè)級應(yīng)用特征。通過在真實項目中的規(guī)模化使用，Vetra已驗證其在大型組織軟件交付提效、質(zhì)量改善和過程治理方面的可落地性。

市場價值

從市場價值看，Vetra代表了企業(yè)級AI Agent從“個人效率工具”走向“組織級生產(chǎn)力系統(tǒng)”的重要方向。當(dāng)前多數(shù)企業(yè)在引入AI時容易停留在代碼補(bǔ)全、文檔問答或單點(diǎn)助手層面，難以解決跨團(tuán)隊流程不一致、工程數(shù)據(jù)割裂、質(zhì)量風(fēng)險后置、AI價值難度量和組織經(jīng)驗難沉淀等問題。Vetra的實踐證明，AI Agent若要真正進(jìn)入企業(yè)核心業(yè)務(wù)流程，必須與流程規(guī)范、知識資產(chǎn)、工程數(shù)據(jù)、工具鏈和治理機(jī)制深度融合。

對企業(yè)客戶而言，Vetra可帶來直接的降本增效價值：在聯(lián)想內(nèi)部應(yīng)用中，工程生產(chǎn)效率提升約30%，端到端交付周期縮短約15%，總擁有成本降低約 20%–25%，代碼缺陷數(shù)量降低約20%，單個用戶故事人天投入降低20%以上，缺陷泄漏率降低約20%。這些成果意味著企業(yè)在相同資源條件下能夠承載更多復(fù)雜項目，更快響應(yīng)業(yè)務(wù)需求，減少返工和質(zhì)量風(fēng)險，并提升研發(fā)投入產(chǎn)出比。

對軟件工程行業(yè)而言，Vetra提供了一套可參考的AI原生研發(fā)體系：以Spec-based規(guī)范前置提升過程一致性，以多智能體協(xié)同覆蓋端到端交付，以統(tǒng)一指標(biāo)模型支撐數(shù)據(jù)驅(qū)動管理，以知識庫和記憶機(jī)制沉淀組織能力，以持續(xù)改進(jìn)閉環(huán)推動AI能力自我優(yōu)化。這種模式具備向金融、制造、政務(wù)、零售、醫(yī)療等大型軟件密集型組織復(fù)制的潛力。

更具長期市場意義的是，Vetra推動企業(yè)軟件研發(fā)組織向FDE（Forward Deployed Engineer ）模式演進(jìn)。通過將需求、分析、設(shè)計、開發(fā)、測試、治理和知識運(yùn)營能力沉淀在統(tǒng)一的AI Agent平臺中，傳統(tǒng)分散在多個崗位之間的能力邊界被重新連接，產(chǎn)品經(jīng)理、業(yè)務(wù)分析師、開發(fā)工程師、測試工程師和項目管理者能夠基于同一業(yè)務(wù)上下文、同一工程規(guī)范和同一數(shù)據(jù)視圖協(xié)同工作。這種角色融合不僅提升單個崗位效率，更能減少跨角色交接、反復(fù)澄清和重復(fù)返工，推動企業(yè)從線性分工式交付轉(zhuǎn)向端到端、知識驅(qū)動、數(shù)據(jù)可觀測的人機(jī)協(xié)同流程。

因此，Vetra的市場價值不止體現(xiàn)在降本、提效和質(zhì)量改善上，也體現(xiàn)在對企業(yè)軟件交付模式的重構(gòu)：它幫助客戶把AI從個人工具升級為組織級流程引擎，把專家經(jīng)驗轉(zhuǎn)化為可復(fù)用的知識資產(chǎn)，把過程數(shù)據(jù)轉(zhuǎn)化為管理決策依據(jù)，并為大型企業(yè)培養(yǎng)具備業(yè)務(wù)理解、工程實現(xiàn)、質(zhì)量意識和數(shù)據(jù)治理能力的復(fù)合型數(shù)字工程人才。對于正在推進(jìn)數(shù)字化轉(zhuǎn)型和AI原生研發(fā)體系建設(shè)的企業(yè)而言，這種能力具有更強(qiáng)的可復(fù)制性和戰(zhàn)略價值。

更進(jìn)一步，Vetra支撐聯(lián)想“Smarter AI for All”與“AI Twin”戰(zhàn)略落地，將內(nèi)部研發(fā)體系升級與外部產(chǎn)品服務(wù)創(chuàng)新連接起來。高效、穩(wěn)定、智能的軟件交付能力可加速智能終端、服務(wù)器、云服務(wù)和行業(yè)解決方案迭代，間接提升客戶體驗和市場競爭力。因此，Vetra的價值不僅是節(jié)省研發(fā)成本，更是重構(gòu)企業(yè)數(shù)字化創(chuàng)新速度、質(zhì)量和治理方式，推動AI Agent成為新一代企業(yè)基礎(chǔ)設(shè)施。

相關(guān)評價

評價一：

Vetra的價值不只在于把AI引入研發(fā)，而是把AI能力嵌入了需求、設(shè)計、開發(fā)、測試和治理的完整鏈路。它讓工程團(tuán)隊在統(tǒng)一規(guī)范下工作，也讓管理者能夠用數(shù)據(jù)觀察AI的真實采納和業(yè)務(wù)成效。對大型研發(fā)組織而言，這種可治理、可度量、可持續(xù)優(yōu)化的AI Agent平臺，比單點(diǎn)工具更具長期價值。

——白璐嘉 聯(lián)想集團(tuán) IT戰(zhàn)略運(yùn)營團(tuán)隊 IT總監(jiān)

評價二：

在實際項目使用中，Vetra顯著減少了需求拆解、故事編寫、測試設(shè)計和跨團(tuán)隊溝通中的重復(fù)性工作。平臺基于項目知識庫生成內(nèi)容，并支持人工復(fù)核和Jira同步，使輸出更貼近團(tuán)隊規(guī)范。它幫助團(tuán)隊把更多精力投入到復(fù)雜問題處理和業(yè)務(wù)創(chuàng)新上，也提升了需求到測試之間的銜接效率。

——張?zhí)煊?聯(lián)想集團(tuán) IT/全球供應(yīng)鏈研發(fā)交付團(tuán)隊 IT高級總監(jiān)

評價三：

Vetra對工程質(zhì)量和過程治理的幫助非常明顯。通過規(guī)范前置、測試生成、知識庫校正和指標(biāo)看板，團(tuán)隊可以更早發(fā)現(xiàn)需求表達(dá)、測試覆蓋和執(zhí)行偏差中的問題，減少后期返工。它推動研發(fā)模式從經(jīng)驗驅(qū)動向數(shù)據(jù)驅(qū)動、預(yù)測驅(qū)動演進(jìn)，是企業(yè)級AI Agent在軟件工程場景落地的代表性實踐。

——朱暉 聯(lián)想集團(tuán)IT/中國區(qū)研發(fā)交付團(tuán)隊 IT高級總監(jiān)

關(guān)于企業(yè)

·聯(lián)想集團(tuán)

聯(lián)想集團(tuán)是一家年收入831億美元的全球化科技巨頭，位列《財富》世界500強(qiáng)第196名，服務(wù)遍布全球180個市場數(shù)以百萬計的客戶。聯(lián)想秉持“智能，為每一個可能”的公司愿景，積極推進(jìn)混合式人工智能戰(zhàn)略，涵蓋“一體多端”的個人智能和助力客戶將數(shù)據(jù)轉(zhuǎn)化為洞察與價值的企業(yè)智能。憑借對世界一流創(chuàng)新能力的不懈追求，聯(lián)想擁有全棧人工智能的完整產(chǎn)品路線圖，包括終端（個人電腦、工作站、智能手機(jī)、平板電腦）、基礎(chǔ)設(shè)施解決方案（服務(wù)器、存儲、邊緣計算、高性能計算以及軟件定義），以及軟件、解決方案和服務(wù)。聯(lián)想業(yè)務(wù)遍及全球，在全球設(shè)有?20 多個研發(fā)中心，并在?10 個市場設(shè)有?30 多個生產(chǎn)基地，其全球供應(yīng)鏈憑借卓越的運(yùn)營能力廣受認(rèn)可。