通用AI vs 垂直AI,在可研报告编写这件事上,差距到底有多大?| 梧桐智算
我们做了一次真实测试。
以“XX化工园区基础设施建设项目”为统一命题,把完全相同的项目需求,分别发给三个AI工具:一个国内头部通用AI,一个国际知名通用AI,以及专注工程咨询领域的垂直AI辅助编写平台——#梧桐智算

图1由某国内头部通用AI生成、图2由某国际知名通用AI、图3由梧桐智算生成
评审标准严格对齐四套现行规范:《政府投资项目可行性研究报告编写通用大纲(2023版)》、专项债券申报发行规则、化工园区建设规范,以及市政给排水设计标准。评分采用百分制,80分及以上为优秀,60至79分为合格,60分以下为不合格。

三份报告生成后,由AI评分系统结合注册咨询工程师专业复核逐项打分。结果比预想中更有冲击力:42分、65分,81分——三份报告,三个档位,彼此之间的差距,恰恰暴露了通用AI在高度专业领域的真实边界。
第一份报告:国内头部通用AI——42分,不合格
结论先行:仅能作为内部草稿参考,不满足发改立项、财政申报、环评报批的任何一项基础要求。

*报告由国内头部通用AI生成,以上为部分内容展示
主要得分项
这份报告唯一值得肯定的是,项目建设框架和建设内容罗列得相对完整,能让人大致看清“要建什么”。

国内头部通用AI生成内容
文档已完成图片格式转换,可直观统计生成内容
扣分项
篇章架构严重缺项(-23分)
节能、稳评、招投标、用地报批、水资源论证等法定章节大面积缺失
数据全无测算逻辑(-18分)
用水、污水、车位、道路规模凭空取值,投资估算无分项明细
专项债融资方案致命违规(-12分)
收益为负仍申报专项债,违反自平衡底线
环保与工艺深度不足(-5分)
污泥方案缺失,化工特征污染物无针对设计,用地手续无附件
一句话总结:这份报告只完成了“拼凑目录和罗列建设内容”,在测算、合规、财务三大核心维度上全面失守,达不到立项的最基本门槛。
第二份报告:国外知名通用AI——65分,勉强合格
结论先行:篇章架构达标,技术内容基本可用,但财务和前置手续存在硬伤,仅能作为政府公益性立项的初稿参考,严禁用于专项债申报。

*报告由国外知名通用AI生成,以上为部分内容展示
主要得分项
比第一份答卷,这份报告补上了大量结构性缺失。总论、项目建设必要性、选址论证、建设方案、财务分析、运营管理——篇章体系趋于完整。工艺参数、设备配置、人员编制、造价分项、运营成本都有了基础测算,用水量和污水量的计算开始使用行业定额,引用的政策和规范也较为齐全。

国际知名通用AI生成内容
文档已完成图片格式转换,可直观统计生成内容
扣分项
财务硬伤未解决(-12分)
测算出亏损和本息覆盖负值,仍保留专项债申报安排
前置审批手续仅有文字说明,无正式批复文件支撑(-6分)
部分工程深度不足(-4分)
土方、管网缺少计算书,远期扩容无配套投资方案
专项内容深度偏薄(-8分)
化工特征污染物应对、污泥处置、运营绩效等篇幅过简
其他细项(-5分)
关键参数取值依据标注不清,格式规范性不足
一句话总结:文本内容趋于规范,工艺专业度达标,但“明知亏损仍报专项债”的逻辑硬伤让它无法用于融资申报,前置手续的缺失则削弱了可研的落地支撑力。
第三份报告:梧桐智算——81分,优秀
结论先行:报告根基扎实,全章节、全测算、全工艺、全专项均已到位,扣分项集中在落地执行的“最后一公里”和附件完备性上,属于小幅整改即可上报的级别。

*报告由梧桐智算智能生成,以上为部分内容展示
主要得分项
篇章体系完全合规
严格对标2023版可研大纲,七个标准章节无一遗漏,并增设海绵城市、智慧水务、数字化方案、建设管控、征地拆迁、应急体系、全周期绩效管理等分篇,是三份报告中唯一目录与大纲完全对标的答卷。
需求与规模论证闭环
报告没有凭空取值,而是锚定入园企业实际产能规划,套用行业法定用水定额和排污指标,分近期、远期逐步核算用水量和污水量。污水厂规模、危化品停车位、入场道路、管网长度和管径等全部结合车流预测、用地规划和水力计算进行核算,建设规模有据可查。
工程技术精细化到位
报告将水厂、污水厂、管网、道路、危化品停车场拆分为五大专项设计。水厂构筑物尺寸、工艺参数、高低压配电全部明细到位;污水处理MBBR工艺从填料、生化池容积到HRT校核全部量化,并针对硅废水特征污染物补充应对设计;危化品停车场围堰、事故池、防火间距、防爆设计均完成量化;管材选型、防腐、防渗按化工污水特殊要求设计。
投资与财务测算专业化
建安费、安装费、设备购置费等逐项拆分,列明计价标准和地方造价参考,分年度投资清晰可查。收入、成本全维度测算,各项费用一一罗列。报告主动披露项目IRR和本息覆盖率为负的亏损事实,提出调整资本金与债券结构的优化建议,明确区分专项债、一般债、资本金对应建设子目,公益性与经营性工程融资边界梳理清晰。
配套专项内容全覆盖
节能专篇量化核算单位水耗、电耗和碳排放;环保专章逐项核算施工期与运营期废气、废水、固废,污泥危废全流程处置方案完整;运营管理细化至50人定岗明细和三级应急预案;绩效指标全部量化,符合专项债61号文要求。此外增设数字化智慧水务、招投标细则、施工管控方案和海绵城市专项设计,配套专项实现系统覆盖。

梧桐智算生成内容(部分)
文档已完成图片格式转换,可直观统计生成内容
扣分项
融资方案未最终落地(-7分)
已主动披露亏损并给出优化建议,但资金结构未完成实质性调整
前置审批附件未完全补齐(-5分)
取水许可、园区认定、地灾压覆矿等批复文件仍未附上正式原件
远期扩容的工程量和投资概算细化不够(-3分)
运营期风险应对预案篇幅偏薄(-2分)
其他细项(-2分)
少量地方政策时效性待核实,个别文字笔误

核心对比:梧桐智算相对于通用AI的六个关键优势
优势一:篇章体系严格对标大纲
国内通用AI大量缺失法定章节,国外通用AI补齐了章节但内容相对单薄。梧桐智算严格按2023版大纲全要素编制,增设海绵、智慧水务、数字化、应急等分篇,目录合规度达到报审标准。
优势二:需求与规模论证闭环
前两版报告的用水量、污水量、车位数量基本凭经验取值。梧桐智算锚定入园企业产能,套用行业定额,分近远期核算,每个关键参数都有测算过程,这是可研报告“立得住”的根本。
优势三:工程技术深度贴合专业规范
从“写名称”到“给参数”再到“给全套细部设计”,三份报告的差距是代际性的。梧桐智算的五大专项设计,在构筑物尺寸、工艺参数、设备选型、防爆防腐等方面达到化工园区建设规范的深度要求。
优势四:财务测算诚实且结构清晰
通用AI刻意回避亏损问题,梧桐智算选择主动披露并通过整改完成融资结构优化,区分公益性与经营性工程的资金来源。在专项债监管日趋严格的背景下,这种“不遮掩、改到位”的专业态度本身就是核心价值。
优势五:配套专项内容系统完整
节能、环保、运营、绩效、安全——这些在通用AI报告中寥寥数行的内容,梧桐智算全部展开了专项方案,绩效考核指标量化,全生命周期管理闭环,符合专项债绩效管理的监管要求。
优势六:可视化输出让报告“能看也能用”
通用AI交付的是纯文本,梧桐智算交付的是图文并茂的专业报告。从投资估算表到工艺流程图,从需求预测柱状图到厂区平面布置图,关键数据自动转换为标准化图表。这不仅提升了报告的专业呈现力,更让评审专家能够快速理解方案、高效完成审核——在“一次通过”这件事上,这种差异可能比想象中更大。
三份报告,42分是“样子像”,65分是“关键处掉链子”,81分的梧桐智算则在全章节合规、全工程量测算、全工艺细化、全财务分析、全专项方案落地上达到了专项债申报深度,更以自动生成的图表和数据图将技术文件转化为逻辑可视的专业交付物,调整后已具备直接上报条件。
在可研这种“差一点都不行”的领域,通用AI可以帮忙,但能扛住专业评审、拿出合规交付物的,是深度扎根且持续迭代的垂直工具。42分到81分的距离,就是反复退件和一次通过之间的距离。
声明:本次测评结果仅基于XX化工园区特定项目需求和统一指令下的单次输出,不代表被测工具的全部能力。测评旨在为行业提供选择参考。
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐


所有评论(0)