夜雨聆风上一篇文章发出去，后台收到最多的评论是同一个问题：
"你讲了半天美国工具，国内呢？我们自己有什么？"
行，今天就来盘。
我做案流 AI 一年多，国内这条赛道上的玩家基本都接触过、对标过、聊过。有些是老牌强者，有些是新进选手，有些是借大模型东风冒出来的产品。
先说结论，再展开。
结论：国内 AI+专利市场，跟美国不在一个维度上。美国跑出来的是"AI 原生新公司"（Fearn、Patlytics），国内更多是老牌平台往 AI 上靠。这不是好坏问题，是市场结构造成的——国内代理机构习惯、客户付费方式、监管要求，都跟美国不一样。
下面以做产品的视角，给你一份不夸大、不黑、不带屁股的盘点。
一、国内的玩家其实是 4 类——先把账算清楚
我把国内做 AI+专利的玩家分成 4 类，每一类都有自己的逻辑：
🏛️ 第一类：老牌专利数据平台 + AI 加成
代表玩家：智慧芽（PatSnap）、incoPat（合享智慧）、大为（Innojoy）、专利之星
这一类的共同特点是——先有数据平台，再加 AI 功能。
智慧芽最激进，2025 年起把整个产品架构升级成"AI Agent 平台"，叫 Eureka，分了知识产权、研发、生物医药、材料科学几个垂域。最新动作是接入 TRIZ 创新方法论，做"AI TRIZ 陪练"。
大为比较务实，直接在他们的检索系统里上了 4 个 AI 功能：AI 智能检索、AI 技术问答、AI 查新检索、AI 交底书初稿。最后一个就是国内真正在做 AI 撰写的产品之一。
incoPat 走得相对稳，老底子是数据库，AI 功能逐步加，但没看到大动作。
专利之星有官方背景（中国专利信息中心），国资性质决定了它不会激进做 AI 撰写。
这一类的优势：用户基数大、数据沉淀深、品牌信任高。
这一类的短板：组织惯性大，AI 撰写功能更像"加在原有产品上的新功能"，而不是产品本身。
🚀 第二类：AI 原生新玩家
代表玩家：案流 AI（咱家的）、Patent Pilot、还有几家正在做、还没大规模露面的
这一类是冲着"AI+专利"这个赛道直接立项的新公司，核心特点是：没有历史包袱。
不需要兼容老产品，不需要养着老客户的旧需求，可以直接把 AI 能力做成核心——技术交底书智能生成、权利要求自动构建、说明书一键扩展、形式审查实时校验。
我做案流 AI 的初心，就是看到这个空档——大平台动作慢，传统厂商转身重，市场需要一个真正"AI 原生"的产品。
这一类的优势：产品形态更轻、迭代更快、AI 能力做到核心。
这一类的短板：客户教育成本高、品牌信任建立难、单兵作战 vs 平台生态。
🛠️ 第三类：通用大模型 + 行业 Prompt
代表玩家：豆包、通义千问、文心一言、智谱 GLM 等通用大模型 + IP 团队自己开发的 Prompt 模板
这一类不是"产品"，是"用法"。
很多代理机构、企业 IPR 自己组人——直接用通用大模型 + 精心设计的 Prompt + 内部知识库，做出一套"内部 AI 撰写助手"。
我接触过几家头部所，都在这么干。为什么？因为通用大模型现在足够强，调好 Prompt 就能干活，而且数据自己控制，安全合规。
这一类的优势：成本低、可控、定制化高。
这一类的短板：依赖团队的 Prompt 工程能力、产品化程度低、难以复用。
🏢 第四类：代理机构内部 AI 系统
代表玩家：华为、宁德时代、比亚迪等大企业自己开发的内部 IPR AI 系统；柳沈、隆天等头部所自研工具
这一类不是 to B 产品，是企业自用工具。
大企业有钱、有团队、有数据，自己搞一套封闭的 AI 撰写系统。这套系统不卖给外面，只服务内部。
我之前跟一家大型代理所的合伙人聊过，他们已经在内部跑 AI 撰写半年了——效率提升明显，但他们没打算商业化对外卖。
这一类的优势：完全契合内部流程、数据闭环、可深度优化。
这一类的短板：投入大、不可复用、长期维护成本高。
二、做下来的几个真实观察
盘完玩家，说几个我自己跑下来的真实判断：
观察 1：智慧芽是国内最像"全家桶"的玩家
智慧芽这两年的动作最大——直接把产品架构升级成 AI Agent 平台，覆盖知识产权、研发、生物医药、材料科学全栈。
这个打法很像美国的 Patlytics，区别在于：
智慧芽家底厚——专利数据库已经积累了十几年，数据资产是它最深的护城河 智慧芽客户基础广——18000+ 科技创新机构在用，企业级渠道已经打通 智慧芽激进做 AI——不再把自己定义为"专利数据库公司"，而是"AI 原生平台公司"
这是国内体量最大、最有可能跑出来的玩家。
但它有个挑战：客户从"用数据库"切换到"用 AI Agent"，需要改变工作流。习惯改变，永远比技术升级慢。
观察 2：大为做"AI 交底书初稿"是聪明动作
大为的策略我觉得很务实——不喊大概念，只解决具体问题。
它没有说要做"全栈 AI 平台"，就老老实实在检索系统里加了 4 个 AI 功能：AI 智能检索、AI 技术问答、AI 查新检索、AI 交底书初稿。
这个打法的优点是：用户使用门槛低，加价不大，老用户顺手就能用上。
但它的天花板也明显——做不出 AI 原生产品的那种革命性体验。AI 是"功能"，不是"灵魂"。
观察 3：通用大模型 + Prompt，是当前的真相
我跟几家头部代理所、几家大企业 IPR 聊下来，发现一个共同现象：
他们没买专门的 AI 撰写产品，而是自己用通用大模型搭。
为什么？三个原因：
数据安全——专利涉密，不愿意把交底书丢给第三方平台 成本可控——大模型 API 按量付费，比 SaaS 月费灵活 定制化——内部 Prompt 可以针对自己常做的技术领域深度优化
这意味着什么？意味着市面上的 AI 撰写工具，最大的对手不是别的 AI 工具，而是"客户自己用大模型搭的内部系统"。
要突破这个，必须做到比"自己搭"明显更好——更省时间、更省 Prompt 工程成本、更稳定的输出质量、更深的中文专利专业能力。这是国产 AI 撰写工具真正的护城河方向。
观察 4：AI 原生新玩家在打什么仗
包括我做的案流 AI 在内，国内这一拨新玩家面对的局面是：
上面有智慧芽这种全家桶平台 中间有大为这种功能加 AI 的稳健派 下面有客户自己用大模型搭的"DIY 派"
怎么活？两条路：
路 1：极致单点——在一个具体环节做到所有人都比不上。比如交底书智能解析、权利要求自动构建、审查意见答复——选一个，做到极致。
路 2：极致中文——把中文专利的专业能力做到通用大模型做不到的水平。中文审查规范、术语一致性、说明书充分公开标准——这些是通用模型的盲区，是垂直产品的机会。
我们走的是这两条结合的路。能不能跑出来？现在还说不准，但赛道是对的。
三、给读者的几条务实建议
如果你是代理机构合伙人：
智慧芽 / 大为这类老牌平台，先用起来，至少别落后 同时考察 1-2 家 AI 原生新工具，作为补充 一定要建自己的 Prompt 库 + 内部知识库——这是你的真正资产
如果你是企业 IPR：
涉密内容，别上公网 AI 工具，用通用大模型 API + 内部部署 标准化交底书，可以试试 AI 工具——大为的 AI 交底书初稿值得试 重点投入"工程师写交底书"的工具——研发人员才是源头
如果你是研发人员、独立发明人：
现阶段没有"完全自助"的产品适合你（中国市场结构问题） 用通用大模型（豆包、Claude）+ 学一点 Prompt，可以写出 70% 质量的交底书初稿 最后的 30%，还是得找代理人
如果你是做这条赛道的同行：
别跟智慧芽硬刚全家桶——你打不过 别拿英文模型直接翻中文——做不出差异化 找一个具体场景，做到所有人都做不到的深度，再向外扩
💡 写在最后
很多人问我：国内 AI+专利赛道，会跑出"中国版 Fearn / Patlytics"吗？
我的判断是：会，但形态会不一样。
美国市场跑出来的是"AI 原生 SaaS"，因为它的客户结构、付费方式、市场化程度支持这种模式。
中国市场跑出来的可能是：
一家老牌平台升级成 AI Agent 巨头（智慧芽路径） 或一家深度绑定头部代理机构、做内部部署的服务商 或一家专注垂直场景（如交底书生成、审查意见答复）的精细化产品 或者三者并存
总之不会是一个简单复制美国模式的玩家。
我做案流 AI，押的是第三条路——把中文交底书智能生成做到极致。能不能跑出来，我自己也不敢拍胸脯。但这条赛道值得跑，这一点我非常确定。
如果你是研发人员、IPR、代理人——这是你这两年最值得关注的行业变革之一。
觉得有用？欢迎扫码加微信，跟我深度聊聊 AI+专利的实战👇
