Agentic 需求工程简介

全新的 Agentic Requirements Engineering 功能在处理需求时消除了不必要的阻力，弥合您脑海中的心智模型与整个团队共同协作的共享模型之间的差距。

带来的好处是什么？更少的琐碎事务、更高的团队一致性、更少的错误，以及更快的迭代。

观看下方视频，了解其实际效果。

关键要点

• AI 代理可直接作用于您的需求数据，从而让您减少花在管理事务上的时间。
• 需求不再是静态文档，而是成为一个持续演进、团队共享的动态模型。
• 现已在 Requirements Portal 中提供——包含在每个 Altium Develop 和 Agile Teams 订阅中。

为什么没有更多工程师采用需求驱动的工作方式？

每位工程师都知道，在产品开发过程中，良好的需求至关重要：

• 它们是让团队保持一致的共享心智模型。
• 它们让所有参与者都能理解问题，从而找到最佳解决方案。
• 硬件设计、软件开发和验证工作都可追溯到需求。

换句话说，需求位于整个硬件开发流程的核心。规格定义正确，整个团队就能更快迭代并打造更优秀的产品。

然而在实际中，许多工程团队希望更多地以需求为驱动，但现有工具带来的阻力却成了障碍：

在光谱的一端，是文档和笔记。上手容易，但随着复杂度增加，很快就会失效：信息分散、彼此脱节，且无法在整个项目中进行追踪。

在另一端，是专门的需求管理系统。理论上功能强大，但它们是为文档管理和合规而构建，而不是为工程设计而构建。它们更像是行政管理平台：沉重、表单驱动，并且脱离实际工程工作流。

无论哪种方式，都难以让工程师随着项目演进而轻松管理需求。于是，需求往往只写一次就被遗忘，或者只能通过会议记录和电子表格在非正式场景中流转。

这正是我们将 Agentic AI 引入 Requirements Portal 的原因——消除阻碍工程师开展需求工作的摩擦。

进入 Agentic Requirements Engineering 时代

Agentic Requirements Engineering 为您带来可直接作用于需求数据的 AI 代理——它们能够在完整上下文中回答问题、提出变更建议，并持续执行质量检查。 

Requirements Portal 现已新增四项能力：

Engineering Assistant

提出问题，描述您想做的更改，在 UI 中查看预览，审查并应用。每一次 AI 操作都需在您提交前获得批准。

AI-Assisted Importer

可从任何来源导入需求：电子表格、PDF、文档或笔记。AI 会将其转换为结构化、格式良好的需求。

AI Skills

将您的流程转化为 AI 代理可在多个项目中复用的指令。与团队共享这些指令，以标准化工作流程。

Background Agents

让 AI 在后台持续运行，扫描您的需求，并识别风险、可追溯性问题和覆盖缺口，供您审查。（即将推出。）

Agentic 工作流示例

让我们通过一个真实项目——一款搭载机载 AI 用于缺陷检测的四旋翼无人机——来看看 Agentic Requirements Engineering 如何融入实际工作。

将分散的输入转化为结构化需求

每个新项目都始于分散的输入。需求几乎不会以完整形态直接到来：它们通常来自客户邮件、会议记录、包含标准的 PDF，以及过往项目中的电子表格。 

项目负责人使用 AI-Assisted Importer 从客户提供的电子表格中导入需求，然后打开 Engineering Assistant 并输入：“将这些客户会议记录整理为需求。”

系统返回结构化需求，每条都包含标识符、标题、正文、原理说明和类型，可直接审查并应用。在做出第一个设计决策之前，整个团队就拥有了共享的起点。 

您也可以亲自试试： 将以下提示词粘贴到 Engineering Assistant 中：“Turn these notes into structured requirements: Quad drone, Onboard AI for defect detection, Cameras: stereo RGB + thermal payload, MTOW 4 kg”。

快速理解一份新规格

在项目后期，一位电子工程师加入团队。与其通读 120 条需求来找出与其板级设计相关的内容，他们可以直接提问：

• “Which requirements are most relevant for selecting the MC?”
• “What are the power budget constraints?”
• “Are there any EMC or ESD requirements?"

每个回答都基于完整的项目数据，因此工程师可以在几分钟内抓住与自己最相关的信息。 

您也可以亲自试试： 打开示例项目 Drone_Example_Project，并将以下提示词粘贴到 Engineering Assistant 中：“I am designing the FMU. Which requirements are most relevant for selecting the MC? Return a prioritized list.”

评估一项变更的影响

在项目进行到一半时，客户要求将飞行时间提高 30%。听起来很简单，但其实并不简单。

工程师会这样提问： "What is the impact of increasing flight time by 30%? Identify all requirements that need review. Return a prioritized list."

系统会首先列出直接受影响的需求，然后是下游的电源和电气约束——每一项都附有对需要变更内容的清晰说明。原本需要数小时手动追踪的工作，现在几分钟即可完成。

您也可以亲自试试： 打开示例项目 Drone_Example_Project，并将以下提示词粘贴到 Engineering Assistant 中：“What is the impact of increasing the flight time in requirement D-005 by 30%? Identify all requirements that would need to be reviewed or revised as a result. Return a structured, prioritized list. Be concise and actionable.”

团队如何开始使用

我们认为，团队会这样采用 Agentic Requirements Engineering——先从简单场景开始，随着工具逐渐融入工作方式，再逐步扩展。

起步：采集并共享需求

创建一个新项目，并导入您的需求：

• 使用 AI-Assisted Importer 从 PDF 或电子表格中提取客户需求。 
• 然后使用 Engineering Assistant 对其进行细化和拆分。 

准备就绪后，与团队共享项目。您的同事可以使用同样的 AI 工具来理解与自己工作相关的内容、提出问题、提供反馈——然后开始构建。

扩展：构建您的流程

Engineering Assistant 让您能够直接与需求交互，而 AI Skills 则可让您将团队流程编码为可复用指令——这样，您撰写需求、执行检查和规划验证的方式，就能在每个项目中保持可重复且一致。

每个 skill 都编码了一项属于您团队的专属流程——包括您的模板、术语和标准。例如，您可以定义自定义 skill 来：

• 基于团队能力和模板，为每条需求起草测试用例。
• 使用您选择的框架和公司术语来编写需求。
• 执行可追溯性检查，确保每条需求都正确关联到其依赖项、验证活动和设计项。

自动化：始终在线的主动检查

Background Agents 会持续监控您的需求，并主动暴露问题——让您减少花在文档中的时间，把更多时间投入设计。您可以将其设置为按计划运行，或在需求发生变化时自动触发。

这是因为，每当有变化发生时，没有工程师有时间手动追踪每一条关联需求、设计项和验证活动。Background Agents 用始终在线的检查取代这项工作，在错误扩散之前就将其捕获。

更少琐事，更强一致性，更快迭代。

需求会影响团队中的每个人，但对每个人的影响方式并不相同。因为每个角色与需求之间的关系都不同。

• Requirements Owners 可以快速采集结构化需求，并让团队保持一致。行政性工作被委派给 AI 代理，因此工程师可以把更多时间花在真正的工程决策上，而不是维护文档。
• Implementation Engineers 可直接与需求对话，以通俗语言获得准确答案——这些答案与其专业领域相关，并建立在完整项目上下文之上。减少追溯上下文的时间，把更多时间投入构建。
• Technical Leadership 可持续掌握需求健康状况、验证覆盖缺口和合规风险。问题会以早期信号的形式被主动发现，而不是等到后续报告中才暴露。

由率先将 AI 引入需求工程的团队打造

Agentic Requirements Engineering 背后的团队在 2023 年首次将 AI 引入需求工程领域。该团队最初是 Valispace，后通过收购加入 Altium，并成为了 Requirements Portal。 

这种先发优势非常重要。本次发布背后的关键洞察，来自多年与真实工程团队共同构建、交付和迭代的经验：工程师想要的是可供审查的建议，而不是自主变更；仅有聊天功能并不够；AI 必须能够基于您的项目数据执行操作，而不只是回答关于这些数据的问题。

为什么是现在？

AI 工具正在开始在硬件开发工作流中发挥真正有用的作用。但 AI 的效果取决于它所依据的上下文——而需求正是这种上下文。良好的需求不仅能帮助团队保持一致，也是实现 AI 辅助设计、验证和测试的基础。需求做对了，下游的每一个 AI 工具都会表现得更好。

这就是为什么现在正是认真对待需求的合适时机，也正是我们构建这一能力的原因。

阅读产品负责人的观点文章 → 

开始使用 Agentic Requirements Engineering

Agentic Requirements Engineering 现已在 Requirements Portal 中提供。

• 如果您已经在使用 Altium Develop 或 Agile Teams，Requirements Portal 已包含在您的订阅中——可直接从您的云工作区申请访问权限。
• 如果您希望在一个干净的环境中测试该工具，可立即开始 30 天免费评估。无需信用卡。 

进入后，您会看到可直接探索的示例数据，以便在将其用于您自己的项目之前，先了解这些代理的实际工作方式。

开始您的免费评估 →

常见问题

可以信任 AI 来处理工程需求吗？

这正是关键所在。Requirements Portal 中的 AI 代理在未获得您明确批准前，绝不会提交任何更改。每一条建议都会先在 UI 中预览——您可以将其与原始内容并排查看，按需编辑，然后再应用。AI 负责提出建议，由工程师做出决策。

这与在需求工具中加入 AI 聊天有什么不同？

大多数工具只是在现有界面上加一个聊天窗口，就称之为 AI。Agentic Requirements Engineering 更进一步——AI 会直接基于您的项目数据采取行动，并在 UI 中提出结构化更改供您审核。我们的 AI 代理专为处理技术需求而构建，因此输出结果精确、结构化，并且与您的项目紧密关联。

我们的团队并不做正式的需求工程。这适合我们吗？

适合，而且无需任何正式需求工程经验即可开始使用。大多数工程团队都知道需求很重要——但会避开正式流程，因为传统工具往往默认用户具备专业知识，并依赖僵化的流程。Agentic Requirements Engineering 的工作方式更贴合工程师本来的思考方式，因此您可以快速捕捉设计意图，而无需先成为需求工程专家。

如何开始使用 Agentic Requirements Engineering？

Agentic Requirements Engineering 现已在 Requirements Portal 中可用。如果您的公司已经在使用 Altium 产品，它已包含在您的 Altium Develop 和 Agile Teams 订阅中——无需新增供应商，也无需经历采购流程。请通过下方链接开始 30 天免费评估。