夜雨聆风AI智能投标团队 · 从创建到实战
一个CODEX多智能体技能的完整工程化之路
6个AI智能体协作 · 四层工作流 · 五次迭代打磨 · 81.3%质检拦截率
EDITOR'S NOTE
写在前面我花了一个多月做的这个CODEX技能，到现在总算能拿出来说说了。事情是这样的——我做了个6个AI智能体协作的系统，用来写工程投标书。从解析招标文件开始，到出商务标、技术标、售后方案，中间过质检，最后排版归档，整套活儿全包。前后迭代了五个大版本，踩了不少坑，也摸索出了一些门道。
01
PART
为什么做这个
WHY
工程投标标书有多重？一份完整的标书包含商务标、技术标、售后方案三大块，涉及资质审查、施组设计、报价说明、图纸深化、排版归档……至少十几个环节。传统做法是市场部拉上技术部、工程部、法务部一起搞——沟通成本大，时间又紧，前后对不上的问题特别多。
我就想，能不能用AI把这套流程标准化了？
CODEX平台确实支持多智能体编排，但我扫了一圈，市面上的投标类技能，要么只管技术标这一块，要么就一个Agent包干——根本没法用在真实项目上。
所以自己动手做。不是写个辅助写作工具，是要做一个完整的虚拟投标团队——你把招标文件扔进去，它给你产出可交付的标书文件。
02
PART
架构设计与初始版本
ARCHITECTURE
我一开始想过一个Agent包揽所有活儿，但很快否了。原因很简单：一份标书两三百页，一个Agent处理，上下文直接撑爆。而且商务思考和技术思考是两套逻辑，混在一起两边都搞不好。还没有人监督质量。
所以按真实标书生产线的岗位来拆：
跑起来的流程是这样的：A01先把招标文件拆完，出大纲，停一下让人确认。确认之后A02、A03、A04三个撰写Agent同时动笔写，A05在旁边同步做过程质检。写完再做一轮综合终检，给人看一眼，没问题了A06排版出稿。
这套流程里两件事是我比较在意的：一是三个撰写Agent并行启动，不浪费等AI出结果的时间；二是三个关键节点都设了人工确认，不会让AI自己拍板。
一开始配了9条安全规则——数据真实性、格式规范、重试上限之类的。后来发现不太够用。
03
PART
五次迭代都干了什么
ITERATIONS
进入真实标书测试后，我每次跑完都记缺陷日志，然后一个问题一个问题地修。前后迭代了五轮。
质检机制重构
❌ 问题
全部写完再统一检查，A02错误会传到A03，等终检发现时Token已白花。
✅ 修复
加过程质检节点——A02写完，A05立刻查，有问题当场退回。双阶段：过程截住问题，终检只看剩余。
安全体系加固
❌ 问题
A03编了进口设备方案、同一项目两个工期、A06排版丢失商务表头——安全规则不够用。
✅ 修复
规则9→12条：A01大纲锁死、销项追踪机制、人工终检前自动一致性检查。
模型配置优化——异构调度
❌ 问题
全用GPT-4o跑一份标书整整一天，费用吓人。
✅ 修复
Step 0配置：每个岗位配不同模型。A01用GPT-4o，A02/A03用Claude/Qwen-Max，A06用GPT-4o-mini，deepseek兜底。
效果：费用降了七成多。
质检体系深化
❌ 问题
PIL清单二十多项，A05经常漏关键项。终检没有统一标准。
✅ 修复
砍到10-12项核心项。终检定三条标准：废标红线复验、跨文档一致性、销项闭环。
从TOML到标准Skill
❌ 问题
所有配置塞一个TOML文件，改一个人的提示词要翻整个文件。新项目部署要半小时。
✅ 修复
重构为标准CODEX Skill格式——每个Agent独立Markdown文件，工作流和Agent解耦，模板和知识库分层。
效果：部署从30分钟缩到5分钟。
04
PART
现在长什么样
V1.1.0
v1.1.0版本长这样：
V1.1.0 特性
6个Agent，覆盖标书生产全链路 · 四层工作流 + 3个人工断点 · 12条安全规则 · 双阶段质检，过程拦截率81.3% · 模型配置自定义 · 标准Skill封装，部署≤5分钟
05
PART
做下来的几点体会
LESSONS
最难的不是写提示词，是划边界
花时间最多的地方是界定每个Agent的职责边界。我有一个检验标准：每个Agent的角色定义，能不能用一句话说清楚它做什么和不做什么。说不清楚，边界就不对。
每次优化都来自真实翻车
五轮迭代，每一轮都因为跑真实标书出了具体问题才改的。我养成一个习惯——每次翻车先写缺陷日志，想清楚根因再动手修。没有缺陷日志支撑的优化，基本靠猜。
质检值得单独花两轮迭代来磨
质检占了两轮迭代（第一次和第四次），不是重复劳动。过程质检的价值比终检大得多，因为它切断了错误的传播链——不用等到最后才发现问题。
成本问题要从架构层面解决
第三轮迭代让我学会了一件事：成本不是交付阶段才想的，架构设计的时候就要算进去。异构调度不只是省钱，更是让合适的模型干合适的活。
从单文件到多文件，是从能用到好用的分水岭
每个Agent可以独立修改、独立版本控制之后，维护成本和扩展成本才真正降下来。这标志着这个技能从一个人的手工作坊变成了一套可以多人协作的工程化项目。
///
END
写在最后
BUILD & REFINE
从v1.0到v1.1.0，这个技能从一个概念验证原型，变成了能交付真实标书的东西。
说穿了没什么玄乎的——不是一次写出完美架构，而是持续从真实翻车中发现问题、修修补补、慢慢长成。
我是ZHB，一个在工程数字化和AI交叉领域折腾的实践者。如果你也在做工程数字化或AI Agent相关的事情，欢迎交流。
如果你觉得今天这篇有收获，欢迎点赞 · 在看 · 收藏三连，我们下篇见。