在日前與《電子工程專輯》的一場對話中，NI?LabVIEW第一代工程師Tony?Vento回顧了圖形化編程從萌芽到成熟的全過程。在他看來，LabVIEW從不只是一款單一的工具，而是一個隨著應用需求不斷進化的全棧平臺。
對于NI而言，2026年是一個被時光鐫刻的特殊節(jié)點——它既標志著企業(yè)成立50周年的深厚積淀，也見證了NI LabVIEW 40年來在科技土壤中開出的長青之花。
其實，在40年編程語言與工具框架的沉浮更迭中，曾涌現(xiàn)無數(shù)輝煌的名字。然而，LabVIEW卻始終穩(wěn)居測試測量、工業(yè)測控與科研驗證領域的核心，成為全球超過150萬工程師與科學家信賴的“硬核利器”。
“其生命力，在于不盲從迭代，而是深耕行業(yè)本質(zhì)。”
在日前與《電子工程專輯》的一場對話中，NI LabVIEW第一代工程師Tony Vento回顧了圖形化編程從萌芽到成熟的全過程。在他看來，LabVIEW從不只是一款單一的工具，而是一個隨著應用需求不斷進化的全棧平臺。
NI LabVIEW第一代工程師Tony Vento
有意思的是，Tony的另外一個“名號”——NI傳奇工程師，也源于他從未被單一身份所定義——從NI首位應用工程師起步，隨后在銷售、運營、生態(tài)構(gòu)建乃至合作伙伴等多重角色間自如切換。這種貫穿產(chǎn)業(yè)鏈的多維履歷，不僅讓“傳奇工程師”的稱號實至名歸，更賦予了他超越技術本身，洞察商業(yè)本質(zhì)的敏銳視野。
訪談中，Tony與艾默生測試測量業(yè)務集團（NI）中國區(qū)總經(jīng)理喬巍一道，圍繞LabVIEW長青內(nèi)核、AI與測試融合、生態(tài)布局及中國本土化等核心議題與媒體展開交流，回應了“四十年老牌工具如何應對AI時代競爭”的行業(yè)之問，為測試行業(yè)數(shù)字化轉(zhuǎn)型提供了寶貴參考。
艾默生測試測量業(yè)務集團(NI)中國區(qū)總經(jīng)理喬巍
四十載歷久彌新：NI LabVIEW穿越周期的核心競爭力
談及LabVIEW之所以能夠跨越四十年技術周期、抵御編程語言迭代沖擊、持續(xù)獲得工程界認可的核心原因時，Tony將票投給了友好的可視化交互、全維度的硬件生態(tài)適配、以及開放兼容的底層架構(gòu)。
他認為，相比于文本編程在邏輯嵌套與界面開發(fā)上的割裂感，LabVIEW以圖形化數(shù)據(jù)流為核心，天然兼顧了邏輯開發(fā)與界面搭建。即便在通用語言高度成熟的當下，LabVIEW原生的圖形化架構(gòu)依然能夠憑借極高的開發(fā)效率、出色的界面質(zhì)感與運行穩(wěn)定性，確立純文本編程無法復刻的獨特優(yōu)勢。
我們可以在一篇題為《在人工智能時代，LabVIEW已然沒落了嗎？》的文章回帖中讀懂這番表述。
“LabVIEW為程序員與非程序員都打開了系統(tǒng)開發(fā)的大門，依托于‘前面板—程序框圖’的天才設計模式，幫助工程師和科學家實現(xiàn)‘采集—分析—呈現(xiàn)’的完整系統(tǒng)搭建。工程師和科學家在學習訓練中本就習慣用框圖思維思考問題，而這種思維方式也將一直延續(xù)下去。”
發(fā)帖之人不是別人，正是Tony本人。
一直以來，外界常常將LabVIEW簡單定義為一款編程工具，但從以上回帖來看，LabVIEW實際上已經(jīng)上升到了軟硬件深度咬合的一體化測控平臺高度。在半導體測試、汽車電控驗證等嚴苛場景中，這種軟硬件深度綁定的能力大幅降低了跨平臺適配成本，成為通用編程語言無法逾越的核心壁壘。
事實上，作為唯一一個能同時支持桌面程序開發(fā)、實時系統(tǒng)和FPGA硬件加速的平臺，LabVIEW從誕生之初便流淌著開放的血液。它不僅長期兼容多語言接口與第三方生態(tài)，更依托NI強大的工程團隊與全球社區(qū)，持續(xù)進化，成為連接實驗室研發(fā)與量產(chǎn)測試全場景的理想橋梁。
Tony用三個關鍵詞總結(jié)了NI和LabVIEW數(shù)十年來的成功：持續(xù)創(chuàng)新、服務客戶、尊重每一個員工。“就算讓我對百年以后進行展望，也仍然是這三個詞。”
破解測試行業(yè)的“復雜性鴻溝”
當前，測試系統(tǒng)越來越復雜、數(shù)據(jù)規(guī)模指數(shù)級增長、全球協(xié)作難度上升，這些都在拖慢創(chuàng)新速度，NI把這種現(xiàn)象稱為“復雜性鴻溝”。
“這不是單一技術難題，而是復雜性失控。”Tony說，NI也曾跌入過這條鴻溝。在某一階段，NI試圖一次性實現(xiàn)過多目標，結(jié)果導致了復雜度的失控，甚至錯失了Web界面等關鍵能力。
但正如所有英雄敘事一樣，跌倒是為了更好地爬起。Tony認為，跨越復雜性鴻溝的關鍵，不是簡化系統(tǒng)，而是用新的方式處理系統(tǒng)。而這一次，他手中的新武器，正是AI，尤其是專為測試領域打造的垂直AI助手——Nigel。
Nigel可在LabVIEW和TestStand中被調(diào)用，能完成指南、生成代碼、數(shù)據(jù)分析等開發(fā)工作。值得一提的是，與那些試圖吞噬用戶數(shù)據(jù)來喂養(yǎng)大模型的通用AI不同，Nigel采用了“數(shù)據(jù)與模型解耦”的獨特架構(gòu)，模型能力可以共享，但數(shù)據(jù)始終歸屬于客戶。這種“不獲取用戶數(shù)據(jù)”的機制，不僅天然符合日益收緊的全球數(shù)據(jù)合規(guī)法案（如歐洲《網(wǎng)絡彈性法案》），更建立起了工程師與機器之間最稀缺的信任。
更令人興奮的是，即便在缺乏大規(guī)模真實數(shù)據(jù)的情況下，通過仿真生成合成數(shù)據(jù)，結(jié)合半實物仿真(HIL)手段，NI也能夠讓AI完成大量測試與驗證。
在硬件層面，NI重新祭出了異構(gòu)計算的大旗。Tony透露，NI有意將AI硬件引入PXI控制器和CompactRIO等實時平臺，從而搭建起CPU處理通用任務、AI硬件進行并行推理、FPGA以低延遲和強大的IO能力應對邊緣AI嚴苛挑戰(zhàn)的系統(tǒng)框架。
在這個架構(gòu)中，LabVIEW不再僅僅是一個編程工具，而是系統(tǒng)編排層的指揮官——它將這些不同架構(gòu)的硬件統(tǒng)一整合，讓復雜的異構(gòu)系統(tǒng)變得像搭積木一樣簡單——這種能力在系統(tǒng)復雜性飆升的今天，顯得尤為珍貴。
當然，面對復雜性，最深刻的智慧往往來自哲學。Tony用一個極具東方色彩的詞匯——“陰陽”，來詮釋NI這套破解復雜性的終極方法論。他說，“這個世界不是非此即彼的。在工程世界里也是一樣，開放性與抽象層就是一對陰陽。“簡單而言，就是如果一味追求完全開放，容易失去必要的抽象層，導致復雜性直接暴露在底層細節(jié)中，形成更大的復雜性鴻溝。
“沒有任何一款工具是完美的。圖形化編程有其優(yōu)勢與短板，Python、C++等文本式編程語言同樣如此。”
因此，NI選擇了一種“組合拳”的智慧：
- 以柔克剛(Python/C)： 在需要靈活性、驗證性和處理細節(jié)的局部，放手讓Python或C語言去發(fā)揮。
- 以簡馭繁(LabVIEW)： 在系統(tǒng)集成與結(jié)構(gòu)表達的全局，用LabVIEW的圖形化數(shù)據(jù)流來把控。因為圖形化能讓系統(tǒng)的臃腫度和復雜性“一眼可知”，從而避免了邏輯的失控。
這種“陰陽平衡”的理念，不僅解決了技術難題，更重塑了工程師的生產(chǎn)力。正如NI中國區(qū)總經(jīng)理喬巍所觀察到的那樣，“AI并沒有讓工程師失業(yè)，反而讓他們更忙碌了——因為一個人現(xiàn)在有能力干十個人的活，工程師的能力被無限放大了。“
測試與仿真雙向協(xié)同
隨著系統(tǒng)復雜度的指數(shù)級攀升，仿真與數(shù)據(jù)合成技術正變得炙手可熱。特別是在自動駕駛、人形機器人等前沿領域，面對海量的場景需求，單純依賴真實世界采集數(shù)據(jù)無異于杯水車薪。在這一階段，仿真早已超越了傳統(tǒng)工程工具的范疇，搖身一變，成為直接參與AI能力構(gòu)建的核心引擎。
在喬巍看來，工程學中經(jīng)典的V模型正在被重新定義。“過去，左側(cè)是設計與仿真，右側(cè)是驗證與測試，中間通過半實物仿真銜接，邊界清晰分明。但隨著AI和具身智能的崛起，這道邊界正在被打破。”他說。
不過，即便軟件仿真的地位被無限拔高，它也不會取代真實的測試。畢竟，我們身處的終究是物理世界，任何完美的仿真都需要通過HIL來完成閉環(huán)驗證。“硬件在環(huán)的半實物仿真，仍然是一個極其重要且會長期存在的工具。”目前，NI的HIL方案不僅在汽車領域備受認可，也正在向具身智能等新興市場加速滲透。
業(yè)界常把仿真不斷前移的趨勢稱為“左移”，但喬巍強調(diào)稱，“右移”的趨勢同樣正在發(fā)生。系統(tǒng)運行后產(chǎn)生的大量測試數(shù)據(jù)，正反向流入設計環(huán)節(jié)，成為持續(xù)優(yōu)化系統(tǒng)的核心養(yǎng)料。在數(shù)字孿生等場景中，這種閉環(huán)效應尤為明顯——測試數(shù)據(jù)不再只是最終的“驗算結(jié)果”，而是驅(qū)動設計迭代的“源頭活水”，從而形成雙向奔赴的良性循環(huán)。
Tony對此補充道，從大趨勢上看，仿真的重要性毋庸置疑，但沒有一家公司能壟斷全部的仿真工具鏈。正因如此，行業(yè)才需要像NI這樣的開放平臺，將不同仿真工具與硬件平臺無縫連接，凝聚成系統(tǒng)級的合力。
“測試與仿真從來不是非此即彼的替代關系。”Tony以半導體行業(yè)為例打了個生動的比喻：芯片堪稱最復雜的工業(yè)制品，盡管該行業(yè)的仿真驗證工具已經(jīng)極其豐富，但在芯片制造的每一個微觀環(huán)節(jié)，依然離不開高質(zhì)量測試的保駕護航。仿真與測試，正如AI落地的雙翼，缺一不可。
而且，“LabVIEW 并不局限于圖形化代碼，它很早就具備與其他語言集成的能力。這種多語言、多代碼源融合的思路，很可能會成為 LabVIEW 未來發(fā)展的核心，尤其在自動生成代碼愈發(fā)普及的趨勢下。”
那么，有了數(shù)據(jù)，有了仿真，工程師的價值該如何體現(xiàn)？AI會不會取代測試工程師？
“這種AI焦慮是毫無必要的，正如當年PC電腦普及后，并沒有取代辦公室里的白領一樣。”在Tony看來，AI的核心價值，在于接管那些重復性、標準化且高冗余的基礎工作。無論是海量數(shù)據(jù)的批量處理、標準化代碼的自動生成，還是常規(guī)故障的初步篩查，這些繁瑣的“體力活”完全可以放心交給AI。
而真正的重頭戲——系統(tǒng)架構(gòu)的頂層設計、測試方案的深度定制、復雜疑難問題的抽絲剝繭、行業(yè)工藝與軟硬件的協(xié)同調(diào)試，這些高度依賴邏輯判斷、經(jīng)驗沉淀與場景化理解的“腦力活”，依然牢牢掌握在工程師手中。
從長遠來看，AI最大的可能是化身為工程師手中高效的“神兵利器”。它將大幅壓縮開發(fā)周期，將工程師從枯燥的重復勞動中解放出來，倒逼并賦能他們向高端方案設計、前沿技術研發(fā)以及跨領域協(xié)同等高價值方向躍遷。未來，不再是人與AI的零和博弈，而是“人機協(xié)同”的全新工作范式——AI負責處理繁雜的“手腳功夫”，工程師則專注于運籌帷幄的“頂層設計”。
開放共生，以本土化產(chǎn)品力構(gòu)筑長期壁壘
在NI全球戰(zhàn)略回歸的宏大敘事中，中國正在成為那個最具決定性的關鍵變量。
喬巍將NI的中國策略概括為“雙輪驅(qū)動”：一邊是源自全球研發(fā)體系與長期高強度投入(研發(fā)營收比常年保持在20%以上)的硬核產(chǎn)品力；另一邊，則是決定NI在中國成敗的本土化戰(zhàn)略。
2021年，NI設立了中國創(chuàng)新發(fā)展中心，意在系統(tǒng)層面進行“二次創(chuàng)新”，將更多需求和痛點轉(zhuǎn)化為可落地的解決方案。數(shù)據(jù)顯示，自成立至2025年8月，短短四年間已賦能超過141家企業(yè)，達成商業(yè)訂單近4000萬元。
“中國市場的特殊性，不僅在于驚人的迭代速度，更在于其需求的極度多樣化與深入化。” 喬巍認為NI在中國更需要強調(diào)“系統(tǒng)創(chuàng)新”的重要性，而非單一產(chǎn)品的售賣；要更傾向于與合作伙伴共生共榮，而非唱著全棧自研的“獨角戲”。
持續(xù)擴大投資廣度，可能會是NI的下一步重點。了解NI的人士應該比較清楚，作為一家工具型公司，NI的用戶分散在各個行業(yè)之中，具有明顯的“長尾效應”。但公司資源有限，在面對一些巨大行業(yè)機會和日益涌現(xiàn)的中小型企業(yè)時，攜手生態(tài)合作伙伴會是更好的方式。
用喬巍的話來講，就是“哪怕我們自己有能力，也會選擇把更多空間留給生態(tài)伙伴。”目前，NI中國重點關注的垂直行業(yè)應用包括半導體、電子、汽車、鐵路、商業(yè)航空航天、能源以及院校等領域，迫切希望在這些技術與需求快速導入的前沿場景中，完成從產(chǎn)品提供者向系統(tǒng)能力平臺的轉(zhuǎn)變。
結(jié)語
LabVIEW的四十年，絕非終點。
正如Tony所言：“我花更多時間思考未來，而不僅僅是從過去學習。”在數(shù)字化轉(zhuǎn)型的深水區(qū)，這家定義了測試測量行業(yè)的公司，正試圖用“AI+測試”的全新邏輯，為行業(yè)拆解轉(zhuǎn)型迷局。
對于全球工程師而言，LabVIEW依然是一把鋒利的利器；而對于NI來說，下一個四十年的挑戰(zhàn)，才剛剛開始。
您可能感興趣
