10 月 27 日，大汉软件 2026 创新颁奖仪式暨2027创新工作方向与规划框架分享会成功举办。本年度共有 23 个创新项目获奖，众多获奖项目已在公司内外部多场景成功落地，展现了大汉软件持续激发全员创新活力、以创新驱动业务突破的坚定决心。

创新是大汉软件的核心价值观之一，也是驱动公司持续发展的核心引擎。从底层技术攻关到场景化方案落地，大汉软件始终坚持以不断完善的内部创新机制激发团队活力，以开放包容的创新环境培育多元探索，让每一个有价值的想法都有机会从实验室走向客户现场。

创新的起点，不必是宏大的构想

“政务文本智能检错模型”项目创新的起点不是宏大的技术构想，而是用户在大模型文本检错中遇到的真实问题。为降低大模型在文本纠错中的误纠率与推理成本，项目组设计了大小模型级联的分层纠错机制：由轻量级小模型对全文做低成本的初筛，检测错误内容；仅将初筛命中的疑似错误句路由至大模型做语义级精校与改写，兼顾纠错效果与处理效率。

项目的落地有赖于对创新过程中每个问题的审慎思考与系统解决。为了让模型能够适应政务场景，项目组针对政务场景完成了领域适配：系统梳理并清洗了大规模政务文本语料，构建领域专用训练集；经过多轮模型调优与参数迭代，最终形成适应政务文本特点的专用检错模型。经过真实业务场景联测验证，相较于原先仅使用大模型进行纠错的方案，采用大小模型协同机制后，正常文本误报显著减少，大模型请求量明显下降，平均处理耗时有效缩短。

正如项目组所说：“创新并不是说一开始就要有一个很大的天马行空的想法。在日常工作中，面对每一个问题，认认真真地去解决它，然后认真总结经验，这些其实也是更有价值的事情。”

创新的落点，在能不能少问一次

“智能门户”的创新项目顺应了当前人工智能发展的时代趋势，项目组希望用创新让政府门户网站的服务更贴近百姓，让创新的成果能够给用户带来便利。

政府网站上的政策信息分散在不同栏目、不同发布节点及不同渠道之中。用户往往难以准确定位所需信息，需要反复咨询方可获取完整指引。智能门户项目团队要做的事很简单：“让政府门户网站和百姓之间距离更近”。用户打开网站，只要点击 AI 助手，问一句“政策在哪、有什么时限、要带哪些材料、去哪里办”。原本散在各栏目里的答案，就能够直观的呈现在用户面前。

门户网站的页面无需大规模改造，通过轻量级 SDK 接入，即可实现 AI 助手对门户站点的无缝赋能。智能门户不仅是一个创新产品，更代表着政务服务从"人找信息"到"信息找人"的转变。创新的落点，就在这一问一答之间。

创新的过程，是不断攻克难关

“AI 驱动全链路测试与巡检体系”是今年公司创新项目一等奖之一。它的起点源于一个具体场景：某项目需开展智能体评测工作，项目组从系统日志中提取了数万条真实数据，只能依赖人工逐条评判。更为核心的痛点是各成员评判标准不统一，最终统计结果也难以保持一致。

创新想法的落地，需要一路攻坚克难。先要解决AI 测试结果的准确性和稳定性问题，等结果勉强能出来，新难题又摆在面前：它到底可不可信，能不能直接拿去用？项目组坦言“也有过一些自我怀疑，这个 AI 到底能不能应用于测试全流程？”。创新没有捷径，只能一关一关解。

多轮尝试、不断调优之后，成型的是一套能落地、也站得住的全链路评测体系，应用在公司内部多个产品和外部多个省级政务 App 上，并形成巡检体系。在完成创新项目的同时，项目组还参与起草 2 项大模型国家标准，其中 1 项已于本月正式发布。从一个小项目的一次评测，到一套能被反复使用的体系，创新的成果，就是在不断攻克难关中实现的。

创新的主体，不必是技术岗

“AI 陪练”项目的出身很特别，它并非诞生于研发团队，而是来自非技术人员的创新。项目负责人说：“从原先有创新的想法，因为我不是技术人员，所以不敢做，做不了。但是现在通过 AI 协助开发，把创新想法做成已经不是问题了”。

AI 陪练的起点同样来源于企业的真实痛点：公司产品多、方案多，销售需掌握的课程日益增多，而传统培训往往只教不练，练习环节缺乏即时指导与纠错，一对一练习又消耗大量时间。为了解决这些痛点，项目负责人结合公司 AI 战略，在充分调研需求的基础上于今年7月完成上线，近20门实训课程，数百名员工使用，完成近百场考试。是念稿还是真懂，系统按语音特征和语言逻辑即可分辨。对抗环节引入 AI 教练角色，结合讲解过程中发现的漏讲、错讲进行二次提问，帮助员工巩固知识。

创新的想法从来不缺，缺的是从想法到落地之间那一段路。从需求拆解、反复打磨，到深挖问题、持续迭代，每一步都需要项目组在实践中完成。正是各创新团队在持续实践与迭代中不断精进，才使一个个创新项目真正从"能讲"走向"能用"。

良好的创新氛围与开放的环境，是大汉软件每年持续产出创新项目的根本所在。未来，公司将持续以创新机制为引擎，让每一次技术探索都有据可依、有路可循，将前沿技术转化为可感知、可验证、可落地的数智化价值。