独家专访：巧文书AI产品总监——用“硬核技术”重构招投标，让大模型从“通用”走向“垂直”

2026年5月11日，湖南长沙。就在前两日，第三届全国先进计算技术创新大赛总决赛在四川雅安圆满落幕，巧文书AI凭借“A2-大模型驱动的产业招标智能解析”项目，从全国1000多支参赛队伍中脱颖而出，斩获铜奖。

这不仅是一个奖项的归属，更引发了行业对于“垂直大模型落地路径”的深度思考。作为聚焦招标采购平台招标解读这一核心场景的垂直大模型应用，巧文书AI不仅在赛场上证明了其技术含金量，更在实战中构建了覆盖招标解析-标书编写-合规检查的全链路护城河。

赛后，本报记者独家专访了巧文书AI产品负责人李绪涵，深度复盘了这一获奖项目背后的技术逻辑与工程实践。

招标解读是起点，更是技术试金石

记者：首先恭喜巧文书AI斩获铜奖。这次比赛聚焦的是招标采购平台的招标解读场景，您认为巧文书AI胜出的核心原因是什么？

李绪涵：谢谢。其实这次大赛的评委非常犀利，他们的问题直击痛点。我认为我们胜出的关键，在于我们真正解决了通用大模型在垂直行业“水土不服”的问题。

很多团队在做“大模型+X”，但往往只做到了“套壳”。而我们在招投标这个极度复杂的场景里，啃下了三块硬骨头：复杂文档的精准识别、长文档的知识检索、以及数据的安全信创。这不是简单的Prompt工程能解决的，而是需要深度的技术架构重构。

记者：您提到了“复杂文档识别”。对于非技术人员来说，招投标文档的解析难在哪里？

李绪涵： 这其实是两个层面的技术挑战。

第一个层面是“读得全”。招投标文件（通常是PDF或扫描件）是非结构化数据的重灾区。通用OCR只能识别文字，却看不懂“嵌套表格”和“跨页断行”。我们引入了多模态版面分析，训练模型去“看懂结构”，再通过逻辑重构算法，将文档转化为带有层级关系的结构化数据，这是AI能“读懂”标书的基础。

第二个层面是“找得准”。在几百页的标书中找“评分标准”或“废标红线”，传统的关键词检索或固定切分是完全失效的。我们重构了RAG（检索增强生成）链路，依据招投标业务逻辑将知识库细分为特定维度，并结合混合检索与重排序模型。这让我们的关键条款召回率稳定在95%以上，能有效解决通用模型“张冠李戴”的幻觉问题。

投标全链路的智能闭环

记者：招标解读只是投标工作的第一步。在标书编写、废标检查等后续环节，巧文书AI有哪些独特的技术壁垒？

李绪涵：招标解读是入口，最终的落脚点是帮助投标企业“中标”且“合规”。

在标书编写上，我们采用的是多智能体协同架构。系统里有专门的“写作Agent”激活企业私有知识库进行内容重组，同时有“合规Agent”像资深法务一样，内置法规知识图谱进行红线预警。这种分工协作，让AI不仅能写，更能写出高质量、高匹配度的标书。

针对行业最头疼的“废标”和“串标”风险，我们开发了防重机制与废标检查模块。一方面保障每份标书内容重复率低于5%，有效规避查重风险；另一方面，利用大模型的逻辑推理能力，对标书中的资质、参数、签字等关键点进行全自动扫描，将人为疏忽导致的废标风险降到最低。

信创底座，筑牢数据安全防线

记者：现在政企客户非常关注“信创”和“数据安全”，巧文书AI在这方面是如何布局的？

李绪涵：这确实是我们的核心优势。对于国央企和涉密单位来说，数据不出域是红线。

我们完成了全栈信创适配，全面支持昇腾910 AI处理器，实现了从底层算力芯片、操作系统到上层AI应用的国产化闭环。我们支持私有化部署与AI一体机交付，确保模型、数据、知识库全量驻留企业内网。正如沈昌祥院士在大赛上所说，“安全可信是人工智能健康发展的根本前提”。我们不仅是在做应用，更是在筑牢安全防线。

展望未来

记者：最后，您认为这次获奖对于垂直大模型领域有什么启示？

李绪涵：这次获奖验证了我们“垂直大模型+行业私有数据+多智能体架构+信创底座”的技术路线。在垂直行业落地AI，没有捷径可走。未来，我们将继续深耕招投标场景，做新质生产力的践行者。