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：
- 上传:把客户的 Excel 标书模板传进系统。
- 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。
- 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。
- 追问:信息不够时,Agent 不会瞎编,而是主动向人提问。
- 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：
- 它对任务的理解；
- 准备修改哪些文件；
- 可能的风险点；
- 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。
