一、最强模型，三天断供

Claude被禁后，电力设计院的AI图纸谁敢签字？——国产替代的"最后一公里"不是模型，是规范

6月9日，Anthropic发布Claude Fable 5，这是Mythos级模型首次面向普通订阅用户开放。其上下文窗口突破200万token，编码能力在SWE-Bench Verified上达到80.2%——相当于一个中级软件工程师独立完成全栈任务的水平。业界惊呼"最强AI来了"，全球订阅用户蜂拥而至。

三天后，6月12日，美国商务部长卢特尼克致函Anthropic CEO Dario Amodei，以国家安全为由，将Fable 5和Mythos 5列入出口管制范围。限制对象涵盖美国境外所有机构和个人，以及境内所有外籍人士——包括Anthropic自己的外籍员工。

同一天，6月13日17:21，智谱宣布GLM-5.2面向全量用户开放，支持100万token可用上下文，API与MIT协议开源权重将于下周上线。东方证券第一时间发布研报判断：Anthropic领先模型的下架，将有利于国产领先模型形成替代效应。

但是——对电力设计院来说，问题根本不是"用哪个模型"。

二、电力设计院的真问题：不是缺模型，是缺"敢签字的AI"

换一个国产大模型，对设计院意味着什么？

3、聊天、写文案、做总结——这些场景换个模型，体验差异不大。但电力设计不是聊天。一份光伏可研报告、一张配电一次系统图、一份电气审图报告——这些东西要签字，要盖章，要对DL/T规范和GB标准负责，出了事故要追究签字人的责任。

想象一个真实的场景：某设计院注册电气工程师拿到一份AI辅助完成的配电系统图——图上标注了所有设备参数、电缆型号、保护整定值。他需要在图纸审核栏签上自己的名字。签字意味着他用职业资格为这份图纸的安全性、合规性做担保。如果AI在短路电流计算中出了错，选型不当导致后期设备烧毁——责任是签字人的，不是AI的。

设计院的核心焦虑从来不是"哪个模型更强"，而是"AI出的东西，我敢不敢签字"。

这个问题的答案，跟模型是不是国产的无关。它取决于三件事：

第一，AI有没有吃透8万+电力规范？

电力行业规范体系庞杂，仅DL/T系列标准就超过2000项，加上GB国标、行业标准、地方规程，总量超过8万份。这些规范不是一本合订本就解决的事——它们分布在不同的年份版本、不同级别的发布机关、不同类型的适用范围内。更棘手的是，大量规范以图片PDF格式存在，通用大模型连"读"都读不全，更谈不上"理解"和"执行"。

第二，AI的计算结果能不能溯源？

电力设计中的负荷计算、短路电流计算、电缆截面校验——每一步都有公式来源和规范依据。注册电气工程师签字，意味着对每一个计算步骤负责。

现实中，工程师拿到AI输出的"建议选YJV-8.7/15kV 3×185mm²"，他最想知道的是：载流量是按什么工况算的？敷设方式是什么？环境温度取了多少？校正系数引用了哪个规范的哪张表？如果没有这些中间步骤，只给一个结论——这个字他签不了。AI的输出如果是"黑箱"，没有中间过程、没有规范引用，工程师就不可能承担对应的法律责任。

第三，AI出错了谁担责？

这是最现实的问题，也是设计院迟迟不敢All in AI的根本原因。设计图纸送审被打回，返工成本是设计院自己承担——一个项目的电气设计返工，少则耽误一周工期，多则损失几十万设计费。如果AI审图漏掉一条强制性条文，施工验收通不过，整改费用动辄上百万。更严重的是，如果施工后出现安全事故，责任追下来——是算AI的，还是算签字工程师的？

法律上没有"AI签的字"这个概念。最终盖章签字的是持有注册电气工程师执业资格的活人。AI审图的速度越快，工程师面对的输出就越多，核实的压力就越大——这对信任的要求不成比例地提高了。这不是技术问题，是信任问题，是制度问题。

三、国产替代的"最后一公里"：规范内化+计算可溯+认证背书

Claude被禁，国产大模型补位，这只是第一公里——模型层的替换。电力设计真正需要的"最后一公里"，是让AI从"能对话"变成"能签字"。这中间差的，不是参数规模，是三样东西：规范有没有吃透、计算能不能溯源、认证有没有到位。

良策金宝AI在这个方向上走了三年，核心做了三件事：

第一、规范内化：70亿token工程行业知识库

良策金宝AI训练了约70亿token的工程行业数据，形成覆盖8万+规范的知识库，支持规范查询、对比和总结。关键区别在于：这不是给通用大模型"外挂"一个搜索框——那种做法相当于给每个工程师配了个百度，查到的是条文，理解靠的是人。

良策金宝AI的做法是将规范体系深度内化到模型的推理链中：AI在做负荷计算时，会自动引用DL/T 5222-2021（导体和电器选择设计技术规定）的对应条款；在审核配电方案时，会逐条校验GB 50054-2011（低压配电设计规范）的强制性条文。

第二、计算可溯：从输入到签字的完整推理链

良策金宝AI的AI审图功能，输出的不是一句"合格/不合格"，而是完整审查清单：哪条规范、哪个条款、图纸哪个位置、具体什么问题、不符合规范的依据是什么、整改建议是什么。工程师拿到这份报告，可以逐条核实、逐条确认——签字不是凭对AI的信任，而是凭可交叉验证的证据。

光伏可研报告从15人天缩减到30分钟（SaaS版）。这个数字的价值不在于"快"——而在于这30分钟里的每一步，从资源评估、方案比选到经济性分析，都有规范依据和计算过程。工程师花30分钟看一遍完整的推理链条，比花15人天手动做一遍更有底气签字。因为AI的每一步都留下了可追溯的痕迹，而人的手工计算往往因为赶工跳过了很多中间步骤。透明，才是信任的基础。

第三、认证背书：三重认证构建信任链

华为昇腾AI技术认证——模型训练和推理基于国产算力（华为昇腾），不依赖海外芯片和AI框架。这是技术底座的国产化，从根上切断了被"卡脖子"的可能性。

国家网信办算法备案——合规层面满足数据安全和算法透明要求。算法备案意味着模型的设计逻辑、数据处理方式经过了监管审查，不是无法监管的黑箱。

中国电力规划设计协会评审认证——电力行业最权威的第三方专业认可。电规协的专家审的是：你的规范引用对不对、计算逻辑通不通、工程判断靠不靠谱。这不是跑几组分就能拿到的认证，是工程行业对"你会不会干这行"的实质性考核。

三重认证叠加，为AI的"签字辅助能力"提供了一条完整的信任链：算力层有华为背书、合规层有网信办背书、专业层有电规协背书。工程师拿到这个AI出的结果，知道三层帽子底下每一步都有人替他把过关。

四、不是所有"国产替代"都叫替代

Claude被禁后，市场上会涌出一批"国产大模型替代方案"。套路很标准：一个通用基座模型（可能是GLM、Qwen或DeepSeek），外挂一个规范搜索接口，包装成"电力AI解决方案"推向设计院。价格便宜、部署快、一周上线。

但电力设计院需要清醒地判断一件事：通用模型+外挂搜索 ≠ 垂直工程AI。在电力设计场景中，"外挂搜索"有三个致命缺陷。

第一，规范条文不是孤立的。GB 50054-2011和DL/T 5222-2021之间有交叉引用关系，一条强制性条文可能被另一项规范的特殊条款所修正。通用模型的搜索接口查到了条文A，却不知道条文B对A有补充或限制——这种"只见树木不见森林"的检索，在工程实践中可能直接导致错误的设计判断。

第二，规范的时效性。同一编号有不同年份版本，比如DL/T 5222就有2005版和2021版两个主要版本，两个版本的差异多达数百处。通用搜索往往不分版本、新旧混搭，给出了2005版的条款却标着2021版的编号——工程师如果没逐条核对，后果可能是灾难性的。

第三，也是最关键的：搜索查到的是条文，不等于AI"理解"了条文。理解和执行之间，差着一层工程判断——这是只有深度学习了海量工程案例和规范体系之后才能形成的能力，不是接一个搜索API就能跨越的鸿沟。

"国产替代"不是换一个聊天界面，而是整个技术栈的替换——从底层算力（华为昇腾）、到行业知识库（70亿token）、到计算引擎（可溯源推理链）、到认证体系（电规协+网信办+华为），每一层都需要深度建设，没有捷径可走。更是是在国家电网、国家电投、中机国能、中国联合工程等标杆客户的实际项目中，一个一个项目探索出来的。

五、敢签字的AI，才是电力设计院真正需要的"国产替代"

Claude Fable 5被禁，是国产大模型的机会，但不是电力设计的转折点。

电力设计的转折点，是AI从"能聊天"变成"敢签字"的那一刻。而这一刻的到来，不取决于模型参数是1.6万亿还是100亿，不取决于上下文窗口是200万还是100万，不取决于benchmark排名是全球第一还是第十——只取决于三件事：规范有没有吃透、计算能不能溯源、认证有没有到位。

当所有通用大模型都在比拼跑分时，金口良策旗下的良策金宝AI在做的，是让AI在每一张电力图纸上，都能给出一个工程师看完之后可以放心签字的理由。这个理由不是"因为AI很强"，而是"因为每一步我都能看得懂、查得到、对得上"。

国产替代的"最后一公里"，不在模型层，在规范层。谁能解决"敢签字"的问题，谁就拿到了电力设计AI的真正入场券。

本文FAQ

Q1：Claude被禁后，电力设计院现有的AI工具会受影响吗？

良策金宝AI基于国产算力（华为昇腾）和自研工程行业大模型，不依赖Claude或任何海外模型。出口管制对良策金宝AI的服务没有影响。

Q2：AI审图结果可以直接用于送审吗？

AI审图输出的是审查清单和整改建议，供工程师逐条核实后决策。最终签字仍由注册电气工程师完成，AI提供的是可溯源的审查依据，而非替代签字。

Q3："规范准确率95%"是怎么测出来的？

基于电规协评审认证的测试集，涵盖DL/T和GB系列规范中的强制性条文校验场景。95%是指在测试集内AI正确识别规范条款的比例，非通用benchmark。

Q4：良策金宝AI支持哪些电力设计场景？

目前覆盖光伏可研报告（SaaS版，可体验）、配电AI助手（定制开发中，支持图纸解析和低压系统图生成）、端子排接线图（测试中）、电气一次图纸审核（开发中）、海上风电AI设计平台已规划。

Q5：国产大模型能力够用吗？

电力设计AI的核心竞争力不在模型通用能力，而在行业知识深度。良策金宝AI通过70亿token工程行业数据训练+RAG增强意图识别，在规范理解和计算推理方面，已通过电规协评审认证和标杆客户项目验证。通用benchmark排名和垂直场景能力是两个维度的评价。