知擎智能李旭：让AI成为科技创新的核心生产力

近日，IPR Daily对话了知擎智能创始人兼CEO李旭，就AI与知识产权深度融合的话题展开了深入对话。在这场对话中，李旭详细阐述了知擎智能自研知识产权垂直大模型与多智能体平台的核心差异化能力，并通过多个真实服务案例，展现了AI如何从效率工具进化为科技创新的战略生产力。

知擎智能创始人兼CEO李旭

IPR Daily：市面上有不少“AI+知识产权”产品，本质上是在通用大模型上做了一层应用封装。知擎智能所说的“自研知识产权垂直大模型和多智能体平台”，“自研”具体体现在哪里？与通用大模型有什么本质区别？
李旭：通用大模型的核心设计逻辑，是基于全网海量公开文本进行概率预测与自然语言接续，这也是为什么它被称为“生成式模型”——本质上是逐字预测下一个字的过程。
但知识产权行业是一个知识密度极高的领域，既要符合专利法，又要理解专利所对应技术所在产业的认知。它对逻辑严密性要求很高，还需要对法规标准、审查指南有深度理解。通用大模型很难真正解决这类问题。
市面上很多“AI+知识产权”产品，本质上只是套用了Prompt工程、工作流设计和通用API接口调用，底层仍然是通用大模型。在知识产权这种知识密度高、逻辑严谨性要求高的领域，它们会面临严重的幻觉问题、逻辑不严密、逻辑泛化等问题，无法胜任高精度的专利法律与技术判断。
正是基于这个考量，知擎智能选择了自研。我们知擎智能的“自研”主要体现在底层架构、领域知识训练、多智能体协同等方面。
第一，底层大模型的自研。知擎智能并非直接调用通用API，而是基于经过高质量清洗后的公开专利数据，以及过去在专利IPR和专利代理人脑中的隐性知识——也就是人工做各种专利服务的技能——对基座模型进行深度后训练与强化学习。知擎智能自研了多个专利垂直大模型，让大模型具备专利法律思维，以及针对专利所在技术领域的高精度技术分析能力。这也是我们知擎智能区别于市面上通用大模型最大的不同。
第二，多智能体协同平台的自研。专利工作不是单次问答，而是复杂的多步骤工作流——从技术交底书分析、检索策略构建、比对分析，到法律风险评估、质量评估、文书质检等。我们知擎智能构建了自研的多智能体协同平台，分别用不同的智能体解决不同环节的问题：技术特征拆解、对比文件检索、可专利性推理、合规审查、竞品分析等，通过多个智能体协同作业，形成严密的反思与自我纠错闭环。
所以，光有垂直大模型是不够的，还需要通过复杂的多智能体系统，才能把一件专利服务真正做好。无论是专利FTO、规避设计还是专利撰写，都需要这套协同系统。
本质区别在于：通用大模型可以类比为一个非常博学的“文科生”，擅长生成文采较好的通用文本；而知擎智能的大模型与多智能体平台，是“资深的专利专家与技术专家”，输出的是逻辑闭环、证据确凿、符合法律审查标准的服务成果。
IPR Daily：您提到“技术架构、领域知识、商业模式”三重壁垒，这三者之间如何相互作用？请举一个具体场景说明这三重壁垒如何叠加产生价值。
李旭：单一壁垒很容易被复制，只有把三重壁垒形成飞轮效应，才能构建更强的竞争门槛。三者的相互作用机制如下：
技术架构是底层。自研的垂直大模型和多智能体协同系统，提供高可靠、稳定的计算内核。
领域知识是骨干。基于高质量专利挖掘、布局、FTO等真实服务闭环经验构建的领域知识图谱和标准SOP，不断指导AI进化，让它在下一次任务中做得更好。
商业模式是闭环。与市面上为客户提供系统工具的公司不同，我们的主要商业模式是为科技型企业、科研院所、医院等客户交付专利服务结果，而不是交付一套系统让客户自己用。这意味着我们自己内部需要构建完备的客户服务闭环——通过AI系统和专利专家人机协同，最终交付服务结果。这为AI的数据、模型、产品的高速迭代创造了基础。同时，对于安全要求很高的企业，我们也会通过桌面主机等更安全的交付形态，配合现场FDE（前沿部署工程师）陪伴客户达成服务效果。
交付服务结果的商业模式，能更好地驱动底层大模型进化，借助服务过程中的领域知识沉淀，反过来让AI产品服务进化得更快，最终给客户的服务结果质量也更好。
企业核心产品全球上市前的FTO（自由实施）分析与侵权风险预警是典型叠加场景。
有一家企业客户，其核心产品要面向全球范围推广，属于重资产投入——在当地建厂投资需要数年时间。上市前非常有必要做FTO分析与侵权风险预警。
首先，通过知擎的技术架构，处理全球多语种专利的深层语义特征分析与专利权利要求的自动化侵权比对；其次，通过领域知识的积淀，指导AI按照审查指南的标准，精准识别“全面覆盖原则”与“等同原则”，自动剔除无效干扰，锁定核心风险点；最后，通过交付服务成果的商业模式和极致安全的桌面主机交付形态，让客户可以更放心地将未公开的核心产品图纸与技术文档直接导入智能体系统进行FTO分析，无需担心数据外泄。
同时，我们的工程师与企业的发明人和研发工程师一起人机协同，把原来需要数周甚至数月才能完成的深度定制FTO报告，缩短到数天内完成。更重要的是，通过AI生成的报告更贴合企业自身业务发展决策的需要，脱离了行业里传统的FTO“八股文”形式，能更好地帮助企业在当地是否投产做出决策。
IPR Daily：知擎智能对外发布了创新护航智能体矩阵，包括行业竞争剖析、FTO与风险预警、全球专利布局、专利技术挖掘等。能否用一个案例来阐述你们是如何给客户创造业务价值的？
李旭：以我们服务的一家中大型能源类高精尖硬科技企业为例。
该企业拟打破国外垄断技术，研发团队投入巨大，但面临三大挑战：第一，不清楚海外对标巨头在该领域有哪些真实的专利壁垒，这些壁垒可能影响研发方向的判断；第二，内部交底书撰写质量参差不齐，核心创新点提取不充分，高价值技术资产难以通过专利获得有效留存；第三，担心技术方案在委托外部机构服务过程中发生信息泄露。
知擎智能针对该企业提供的赋能路径如下。
第一步，通过行业竞争剖析与FTO智能体，仅用2小时即完成了全球top5竞品的专利图谱分析，精准描绘出竞品的“专利墙”与“技术空白区”，帮助研发团队避开侵权陷阱，直接锚定创新突破口。
第二步，通过专利技术挖掘智能体，研发人员只需输入原始的技术材料和文档，智能体通过多轮专业追问，自动挖掘出10余个可专利化的微创新点，有效形成了一个专利池的概念。同时通过全球专利布局智能体，结合企业的出海目标市场，设定了有效的布局策略——在某些技术领域形成防御，在另一些领域构建进攻态势，完成全球专利布局。
最终结果，我们帮助客户将原本需要3个月的专利挖掘与布局周期大幅缩短，服务成本降低50%以上，同时成功完成了10余项高价值核心专利在国内及海外的布局和申请工作，在出海前筑牢了坚固的技术护城河。
IPR Daily：“可专利性分析”和“创新点比对挖掘”是你们强调的两个核心环节。这两个环节对专业判断的要求极高，AI在这两步中扮演的是“辅助”角色还是“主导”角色？最终决策权在谁手里？
李旭：首先要明确一点：专利的法律责任，以及帮助企业做商业战略决策的分析，最终决策权永远在人。是人在为业务结果负责。
在知擎智能的定义里，AI扮演的是“超级助手与决策增强器”，而非“替代人类专家的独裁者”。具体分工如下：
AI负责“海量穷尽与高维比对”，它来主导执行。在过去，人因为精力不够，很难在创新点比对挖掘和可专利性分析中去穷尽海量现有技术。这不是人没有能力，而是人没有精力。AI可以在短时间内遍历海量现有技术，把技术方案拆解为细粒度的技术特征，并逐一进行新颖性和创造性预判。这是人类的肉眼和脑力无法在短时间内完成的“体力+智力密集型任务”，可以由AI来主导执行。
专业人员/客户团队负责“关键裁决与战略确认”，他们来主导决策。AI会给出明确的对比证据链、可专利性评分以及详细的推理逻辑，但最终是否申报、选择何种保护策略、如何确定权利要求保护范围，决策权100%掌握在企业IP负责人、研发负责人或专业专利代理师手中。
简而言之，知擎智能让顶级专家将95%的精力集中在那20%的高价值战略裁决上，而不是让他们频繁把精力投入在那些本应可以通过AI更充分完成的执行与比对工作中。这才是人机协同最佳的落地形态。
IPR Daily：知擎智能专利挖掘桌面主机是一个非常差异化的产品形态。当初决定做软硬一体化且轻便的桌面主机，核心驱动力是什么？是客户需求倒逼，还是团队对数据安全有独立的判断？
李旭：这是“客户核心痛点的深度倒逼”与“团队对行业安全发展逻辑的独立预判”高度结合的结果。
客户需求的现实倒逼
在我们深入对接大量头部科技企业、科研院所和医疗机构时，发现了一个致命阻碍——"技术资产安全焦虑"。企业的未公开研发图纸、核心算法源代码、药物分子式，是企业的生命线。绝大多数企业严禁将这类未公开的"绝密数据"上传至任何公有云或第三方SaaS平台。如果安全问题不解决，再强大的AI也只能挡在企业核心业务门外。
团队对安全趋势的独立判断
当前AI大模型的私有化部署动辄需要企业采购上百万的服务器机柜，配置专门运维团队。中小型高精尖企业根本无法承受这样的硬件采购和运维成本，但它们同样对技术安全有极高的要求。
因此，知擎智能在行业内推出全球首创的专利挖掘桌面主机解决方案。我们将高性能边缘计算硬件、自研专利垂直大模型与多智能体系统进行深度硬件级整合与优化，打造出轻便、开箱即用的软硬一体设备。就像以前的台式电脑主机一样，非常小巧，放在办公桌上，接上电源和显示器就可以使用。
它部署在企业内网环境里，甚至断网环境下也能运行，满足了企业"数据绝对不出内网、全程锁闭"的极致安全要求，同时又降低了企业单独部署AI大模型的高额门槛和成本开销。
IPR Daily：这款桌面主机未来会给客户带来的真正变化和意义是什么？是否只是一个让客户交智商税的产品？
李旭：恰恰相反，桌面主机是真正将AI转化成企业“资产级安全生产力”的实效载体，绝非“智商税”。它给企业带来的真正变化与战略意义体现在四个方面：
第一，“物理级安全”替代“协议级信任”。以前客户使用在线AI服务，只能通过签署NDA协议来获得协议级信任，没有从严格的物理意义上确保数据安全。而桌面主机断网即可运行，核心研发数据与专利挖掘过程完全在企业办公桌上的这台主机内部运算，实现了物理隔离级的数据安全。
第二，从“事后被动保护”走向“研发现场实时挖掘”。传统模式下，研发人员写完代码或做完实验，才由IPR部门定期来梳理专利，再由代理机构按需承接申请服务。而桌面主机可以做到“插上即用”，直接部署在研发团队的办公桌边。研发人员在设计方案的同时，主机就能实时比对、实时挖掘创新点，把专利产生节点前置到了“研发最前端”。更重要的是，专利保护融入到了研发的日常工作中，变成研发的主动行为，而不是过去那种集中化的事后处置。
第三，把“研发语言”无损转变为“专利语言”。知擎的智能体既懂技术更懂专利法，能把研发语言转变成专利人（包括IPR和代理师）易懂的高质量交底书。通过研发和IPR核对事实与方向，即时修正迭代，确保技术方案和最终完成的专利文书不产生偏离。
第四，极高的投资回报率。相较于动辄百万级的传统服务器私有化部署，桌面主机以极高的性价比，为客户提供了“强大模型算力+专有垂类大模型+数据安全屏障”的全套解决方案，帮助企业省去了昂贵的IT费用与外包成本。不用单独在企业内租机房、部署服务器、部署大模型和智能体，大大降低了企业的IT支出。
IPR Daily：当前是否已经有客户因为数据安全等因素考虑，最终选择了桌面主机方案？这类客户的典型画像是什麽？
李旭：是的，目前桌面主机方案在市场上获得了很多客户浓厚的兴趣，已有标杆企业实测并获得了满意的业务效果，最终下单采购。这类客户的典型画像具有非常清晰的特征：
行业分布主要集中在军工/国防科技、半导体芯片、生物医药、高端制造等高精尖行业，以及科研院所与高校重点实验室。
核心特征主要有三点。第一，技术壁垒极高——拥有一批处于未公开阶段的颠覆性技术，一旦泄露将造成数以亿计的商业损失；第二，合规审查极严——内部有严格的IT审计与数据保密制度，明确规定研发网络与互联网物理隔离，禁止使用任何公有云API；第三，创新产出密集——研发团队规模大，每年有大量的技术交底与专利布局需求，对专利挖掘的效率与质量都有极高要求。
对于这些客户来说，知擎智能的桌面主机几乎是市场上唯一既能享受顶尖大模型AI红利，又能完美通过内部保密合规审查的解法。

IPR Daily：过去几年，行业里也有不少“AI提效”的尝试——从早期的关键词检索到后来的语义检索、自动撰写。知擎智能所做的事情，与这些尝试相比，是量变还是质变？“效率革命”和“科技创新生产力”之间，关键的跃迁节点在哪里？
李旭：知擎智能所做的事情，是从“单点工具型量变”到"战略生产力级质变”的根本性跨越。
过去的尝试是工具型量变
无论是早期的关键词/语义检索，还是近期的文案自动撰写，本质上都是“被动响应式的效率工具”。它的逻辑是“用户提出单点指令，AI帮人节省机械劳动时间”。这种模式下，AI只是工具箱里的一把钝器，并没有改变知识产权服务被动、碎片化、体验割裂的底层困境。
知擎智能的突破是生产力级的质变
我们基于自研的专利垂直大模型与 Agentic AI（多智能体平台），将知识产权服务从“被动的事务执行”重构为“主动的科技创新战略”。
关键的跃迁节点在于AI技术的应用逻辑，实现了“从被动服务到主动辅助决策、从零散需求承接到体系化引导”的根本转型。具体表现在两个核心维度：
从“被动服务”走向“主动辅助决策”
传统AI模式是“人想到了需求，找工具去查/写”；而知擎智能的智能体矩阵能够基于海量技术与竞争数据，主动对潜在的专利侵权风险进行预判，主动分析竞争对手的技术布局空白区，并在研发决策的关键节点上，主动向企业高层与研发团队输出有价值的避坑与突破建议。
从“零散需求承接”走向“体系化引导”
过去IP服务往往停留在承接“帮我写个专利”这类零散、点状的诉求；知擎智能通过多智能体协同，建立起涵盖“行业竞争剖析→风险预警→创新点挖掘→全球布局”的全流程体系化引导机制。这就像一位顶级的“创新战略导师”，引导企业将无序的研发过程转化为有规划、有防御、有攻击力的高价值资产矩阵。
当AI不再只是等命令的“文员”，而是能够主动洞察风险、引导创新路径的“战略大脑”时，它就真正完成了从“效率革命”到“科技创新生产力”的伟大跃迁。
IPR Daily：您说AI要从“效率革命”内化为“科技创新生产力”。能否展开讲讲：当AI真正成为“生产力”之后，企业研发部、知识产权部和传统专利代理机构的组织形态、工作流程、考核体系会发生什么变化？
李旭：当AI真正成为生产力，整个知识产权生态的三方角色都将迎来颠覆式的重塑。
对于企业研发部来说，流程与形态上，研发人员不再是“被动填交底书的人”，而是“AI驱动的创新者”。在立项阶段就可以借助AI智能体完成全球技术图谱分析，研发过程中实时挖掘创新点，更早期、更及时地形成专利保护；考核体系上，考核指标也从原来的代码开发量、产品新功能上线数，转向“高价值技术突破率与专利保护转化率”——真正通过新产品、新功能的研发，完成了多少高价值技术的突破，以及把这些高价值技术通过专利有效保护起来。
对于企业知识产权部来说，流程与形态上，IPR部门从过去的职能配合角色，升级为“企业科技创新战略指挥部”。不再消耗大量精力在审查初稿、纠正格式错误等事务性工作上，而是侧重于基于AI提供的竞争情报，进行全球专利战术布局与风险预警等更高价值的工作；考核体系上，从“年申请量/授权率”等数量指标，升级为“专利资产对核心业务的护航度、专利无效/维权胜率、许可与商业转化价值”。
对于传统专利代理机构来说，AI的加入正在加速产业“良币驱逐劣币”。传统靠“人力堆叠、写流水账格式文书”赚取计件服务费的代理机构将被快速重塑。那些能用好AI、依托AI极大化外延自己服务边界的代理机构，将变成“AI增强型的知识产权服务商”，在市场中具备更强的竞争力，占据更高价值的服务市场。
IPR Daily：接下来12-18个月，知擎智能最关键的三件事是什么？
李旭：对于知擎智能，接下来的12-18个月是把技术优势转化为绝对胜势的关键期，我们将聚焦三件事：
第一，加速全栈安全AI专利服务的商业化深耕。巩固我们在专利AI服务领域的效果优势，推动以桌面主机为代表的全栈安全解决方案在更多高精尖行业及高壁垒客户中的落地。通过极致的数据安全保障与可量化的业务价值，持续打通科技企业与科研机构的底层创新资产保护路径。
第二，推动产品能力从“战术保护”升级为“战略攻防”。深化智能体矩阵能力，从原来单纯帮企业做好战术型创新技术保护，升级为辅助企业业务和技术创新决策，帮助企业在大市场博弈中做好战略攻防。
第三，深化“AI+行业知识”的生态与组织壁垒建设。联合IP、法律及产业界顶尖力量构建“人机同行”生态。同时也欢迎致力于AI产业应用、特别是在知识产权领域应用的复合型人才加入我们，共同经历和享受AI技术革命的浪潮。
来源：IPRdaily中文网（iprdaily.cn）
作者：IPR Daily 李梦