投标团队最苦的活，我们用 AI Agent 重做了一遍

从一份招标 Excel 到逐条作答、证据引用、人工审核与结果回填：一个投标Agent案例，和它背后的 Agent 工程方法。

做过投标的人都知道，最消耗人的环节，往往不是写一段漂亮的方案介绍，而是逐条核对客户的技术要求。

客户发来一份招标文件，Excel 摊开几百行。每一行都在问：你们的产品能不能做到？支持哪些标准？有没有对应资质？能不能满足交付条件？

投标团队需要做的，不只是回答“满足”或“不满足”，而是，每一个判断都要有依据。

它可能来自产品规格书的某一页、芯片手册的一张表、历史项目的一段说明，或者一份资质文件里的某个条款。
如果找不到证据，就不能轻易下结论；如果答错一条，可能影响客户评分；如果漏掉一条，可能直接埋下投标风险。

所以，一份标书，几个人对着啃三五天并不稀奇。真正有价值的判断经验，也往往压在少数资深员工身上：新人很难接住，老师傅一忙，整个流程就会变成瓶颈。

我们最近和一家全球领先的智慧家庭设备厂商一起，把这件事交给了一个投标Agent。

它不是简单“帮忙写答案”，而是把投标应答中最重复、最耗时、最容易出错的一段流程，重新整理成了一条可验证、可追溯、可持续迭代的智能工作流。

---

一份空白标书进去，一份带依据的答复出来

这个投标Agent要做的事情，可以用一句话概括：

上传一份招标 Excel，投标Agent逐条对照企业知识库，判断“满足 / 不满足”，附上引用依据，并在人工审核后回填成标准标书。

它背后的流程大致分为五步：

1. 上传:把客户的 Excel 标书模板传进系统。
2. 解析:系统自动认出哪些列是题号、题干、答复栏,从几百行里抽取出真正需要回答的需求清单。
3. 应答:投标 Agent 逐条对照企业知识库,判断"满足 / 不满足",并附上引用依据。
4. 追问:信息不够时,Agent 不会瞎编,而是主动向人提问。
5. 导出:人工审核后一键回填成标准 Excel,可直接交付。

在这个过程中，人的角色发生了变化。

过去是“人逐条找资料、逐条判断、逐条填写”。
现在是“AI 先出答卷，人来审结论、补判断、控风险”。

这不是让 AI 替代投标人员，而是让 AI 接住重复劳动，把人留给真正需要经验的判断。

---

这个 Agent 为什么不能只是“会聊天”？

投标答标不是普通问答。

在智能终端、机顶盒、Android TV 等领域，标书里会出现大量硬核技术要求：主控芯片、视频编解码、DVB / IP、安全启动、4K HDR、Dolby、Launcher、宽带网关、运营商定制能力……

这些问题不能靠模型“常识”回答。

“通常支持”“一般可以”“大多数产品具备”这类表述，在销售和合规场景里都是高风险词。
真正可用的投标Agent，必须做到四件事：

1. 答必有据

每一条判断都必须带引用依据。
Agent 需要说明自己检索了什么关键词、找到了哪段原文、出自哪份文档、哪一页或哪一行。

我们在流程里设计了明确的工具顺序：先提交证据，再进行判断。
也就是说，Agent 不能直接拍脑袋回答，必须先完成 submit_evidence，再进入 judge_question。

这看起来像是给 AI “加限制”，但对企业级场景来说，这是必要的工程约束。

2. 不懂就问

当知识库中没有直接证据，或者证据不足以支撑判断时，Agent 不应该硬填一个答案。

它应该停下来，主动 ask_user。

在投标场景里，“不确定但继续编”比“不确定并提问”危险得多。
所以，我们把“没有证据就不要判断”写进了 Agent 的行为规则里。

3. 看得懂原始资料

很多企业文档不是干净的纯文本。

规格书里可能有复杂表格，PDF 解析后可能出现乱码，芯片手册里关键信息可能藏在图片或表格中。
如果只依赖 Markdown 解析结果，Agent 很容易漏掉重要信息。

因此，系统保留了多模态降级路径：当解析文本看不清时，Agent 可以调用 read_source，直接查看 PDF 原图和表格内容。

文字漏掉的，视觉能力能补回来。

4. 过程可观测、结果可回归

企业级 Agent 不能是黑盒。

我们需要知道它每次调用了什么模型、检索命中了哪些内容、用了哪些工具、每条题耗时多久、哪一版改动带来了提升。
因此，系统配套了运维与可观测能力，并使用固定金标数据集做持续回归测试。

好没好、好了多少，不靠感觉，而是用指标说话。

---

从一个投标 Agent，看见真正的 Agent 工程

如果只把大模型接进系统，让它自由发挥，结果通常不会稳定。
但如果把它放进清晰的业务流程里，给它可检索的资料、可调用的工具、必须遵守的顺序和可验证的结果，它就会从“会聊天的模型”变成“能干活的 Agent”。

这个投标Agent就是一个典型例子。

我们给它装上了四层能力：

• 标书解析：
  不靠死板模板。由大模型识别 Excel 的列角色,自动把内容分成"标题 / 说明 / 真实要求"三类,只把需要回答的挑出来。即便遇到格式奇怪的模板,列识别异常时也会自动回退到关键词检测,保证流程不卡壳。

• 知识库管理：
  产品规格书、芯片手册、资质文件、过往案例等 PDF / Word 文档,经解析转成结构化内容入库,并能按任务绑定相关子集。原始文件全程可追溯,Agent 必要时能直接调出原图核对。

• 智能应答：
  Agent 像一个细致的工程师那样工作:检索知识库、读上下文、给出判断。每一个答案都带引用(来源文件、行号、原文摘录),可追溯、可复核。支持多种大模型按需切换,前端实时显示处理进度,不是一个看不见过程的黑盒。

• 运维与可观测：
  一个独立的管理后台,监控每一次模型调用、检索命中、工具使用和处理耗时。任何一次改动,都能在固定的金标数据集上做一键回归对比。好没好、好了多少,全部用数字说话。

这套方法的意义在于：AI 不再只是“生成一段答案”，而是进入一条可运营、可复盘、可迭代的业务流程。

---

准确率不是调出来的，是工程化做出来的

我们没有用一个模糊的“综合效果不错”来描述结果，而是建立了一套 4+2 评估口径：

• 4 个核心指标：题目识别、答题准确率、覆盖率、单题时间；
• 2 个进阶指标：追问后准确率、追问后覆盖率。
  

在客户真实标书构成的内部金标基准集上，这个 Agent 的答题准确率达到 92.5%。
这套金标基准集包含一份 78 道题的真实招标模板，以及配套规格书、芯片手册等知识库文档。

更重要的是，它不是一次性跑出来的结果，而是在同一套基准上持续迭代出来的：

75.7% → 84.9% → 92.5%

这说明 Agent 的能力可以被度量，也可以被持续改进。

在效率上，过去需要几个人核对数天的一份标书，现在可以被压缩到数十分钟级的端到端处理。
更关键的是，原本压在资深员工身上的经验，开始被沉淀为可复用的知识库、Prompt、工具流程、金标样本和审核规则。

这才是 AI Agent 真正进入企业流程的价值：
不是一次性替人回答几个问题，而是把经验变成系统能力。

注：以上数据基于内部金标基准集和持续回归测试结果，作为项目阶段性效果参考，不构成对外性能承诺。

---

同样的方法，也适用于日常 AI 工具协作

我们把投标 Agent 里的工程方法，迁移到了日常使用 Claude Code、Codex、Cursor 等 AI 工具的工作方式里。

很多人用 AI 工具效果不稳定，不一定是模型不够强，而是没有给它足够清晰的工作条件。

给 AI 一份“开会前的资料”

在项目里，我们会给 Agent 准备知识库和系统 Prompt。
在日常工作里，也可以用类似方式：

• 用 CLAUDE.md / AGENTS.md 写清项目规则；
• 用 @file 一次性贴齐相关资料；
• 用结构化输入说明角色、目标、资料和输出要求；
• 用 memory 记录长期偏好。

AI 不是凭空聪明，它的输出质量取决于它吃过什么资料、记得什么规则。

先看方案，再让它动手

在投标 Agent 里，我们用工具顺序锁住流程：先举证，再判断。
在日常写代码、改文档、做材料时，也可以先让 AI 讲清楚它打算怎么做。

例如开场先要求它列出：

1. 它对任务的理解；
2. 准备修改哪些文件；
3. 可能的风险点；
4. 准备如何验证。

理解偏差越早暴露，返工成本越低。

管好上下文，不要让它越聊越乱

长对话不一定更聪明，有时候反而会让 AI 被错误上下文污染。

在项目中，我们会把静态 Prompt 和动态题目拆开，并通过 AgentPool 并行处理，避免所有信息挤在同一个上下文里。
在日常工具使用中，也可以用 /clear、/compact、--resume、fork 等方式管理上下文。

上下文不是垃圾箱，而是 AI 的工作记忆。
该清理时清理，该压缩时压缩，该回到分叉点重跑时就重跑。

把一次性 Prompt 变成团队资产

一次性 Prompt 是消耗品，Skill 才是资产。

如果团队反复做同一类工作，例如合规邮件起草、合同审查、产品话术整理、投标答复检查，就不应该每次重新写一段提示词。
更好的方式是把 SOP 写进 SKILL.md，让 AI 在合适场景下自动触发对应流程。

同样，Hooks 也可以把“每次都要做的事”从人的记性里挪到系统里：
例如拦截危险操作、自动 lint、注入上下文、停止前检查、启动时加载状态。

这也是我们在 Agent 工程里非常重视的一点：
不要只追求一次任务完成得好，而要让好的做法被留下来。

---

AI 不会自己凭空变聪明，是业务团队带着它一起变好

投标、合规核对、知识检索、技术应答，这些工作都有一个共同特点：

重复、耗时、风险高，但判断依据又必须可追溯。

它们恰恰是 AI Agent 很适合进入的场景。
因为这些任务有明确输入输出，有可查证的依据，也能通过金标集和回归测试持续改进。

但我们始终认为，AI 不是来取代人的。

Agent 负责接住重复劳动，负责先检索、先整理、先给出可审的草稿；
人负责审核关键结论，处理例外情况，补充业务判断，并把修订结果沉淀回系统。

下一步，这类 Agent 会越来越像企业自己的“业务工作台”：

• 人工修订会沉淀为金标样本；
• 审核通过的历史标书会回流成可复用素材；
• 知识库会定期巡检，发现重复、过期和冲突内容；
• 团队 SOP 会变成 Skills 和 Hooks；
• 每一次使用，都会让系统更懂这家企业。

这不是一个“一次性 Demo”，而是一条持续进化的业务智能链路。

---

写在最后

我们相信，AI Agent 最先落地的地方，往往不是最炫的场景，而是那些每天都在消耗团队时间、却又必须严谨完成的工作。

投标答标就是其中之一。

它不该一直依赖人肉翻资料、靠老师傅记忆和 Excel 手工填表。
它应该被重新整理成一条更高效、更可追溯、更可复用的智能流程。

一份真实标书，一批企业文档，一个可验证的基线。
AI Agent 能不能帮上忙，答案很快就能跑出来。

让 AI 接住重复劳动，把人留给真正值钱的判断。

这也是我们做 Agent 的方式。