为什么说这里面的“宣传水分”很少呢，因为AI程序员根本就不是什么新鲜物，而是成熟，成熟，瓜熟蒂落。早在大模型元年2022年年底，其实编程辅助工具就开始蓬勃发展了，当前所说的AI程序员根本不是大家想象中的使用大模型一问一答的模式，这种东西只能算是辅助编程。当前谈到的AI程序员都是和人类一样，即是用自然语言说人话直接不值任务，然后坐等AI反馈可执行代码的AI程序员。真正的提出目标，完成目标，全程全自主。而且大洋彼岸在半个月前已经有超级炸裂的“Devin”出现了，同样是AI程序员，大家有兴趣自行搜索相关，估计会让您们更震撼。
那么我们回归主题，回归咱们自己的领域。既然程序员这么复杂的工种已经面临终极挑战或者说是替代。那么审查员呢？！
我们今天给大家做一下详细的技术线分解，从技术层面为大家答疑解惑。
首先是拆解审查员的任务，事实上审查员的任务流程以及目标还有具体的涉及面都比程序员要简单！
对的，而且是大大的简单！
别不服气，我们告诉大家为什么。因为程序员从目标上讲其实相当复杂，你可以认为他们的目标是使用代码完成任意可能的任务，也就是外延根本没有边界。而审查员其实非常聚焦，专利审查员的目标就是根据专利法、实施细则以及审查指南的具体规定，判断相关专利申请是否最终可以获得授权！
要说边界问题，那么应该就是专利法规定的边界，其实是非常明确的。
那么对于完成这个明确的任务目标，我们可以把专利审查员的任务流程依赖分解为两部分：
1.工作的判断依据，也就是专利法、实施细则、审查指南，至少逻辑上就是这个，如果说有案例，原则上也不应该违背上述内容；
2.工作的事实依据，申请文件，答复修改文件，意见陈述，对比文件（引用到的对比文件）。
好的，截至目前，请大家也自行思考，我们的逻辑是否正确，特别是很多可能真的动心思要开发相关系统的人员们。
如果正确，我们现在告诉大家其实当前除了把对比文件找出来这件事，也就是检索到对比文件外。其他的工作，即根据专利法、实施细则、审查指南规定进行审查并写出审查意见；答复申请人的意见并判断其修改；给出最终结论等文字工作均可以完成，我们说的是自动化完成！
在中国，在此时此刻，你只需要注册KIMI，网址：kimi.ai
但是你需要注册后申请到一个200万的对话许可，然后请开始你的对话，对话时请将你的2023年版审查指南的pdf文件扔给kimi，同时告知这个AI，你下面的判断要基于此。当然你要继续把你的申请文件，答复文件，对比文件这些文件按照逻辑顺序投送给kimi，而且注意你的问话逻辑，告知对方依据什么判断什么，比较什么！
没想到对吧！
别担心，现在这个200万对话许可不好申请，所以大家大概率玩不上哈。
但是逻辑线我们没有胡说八道，大家也还是可以顺着思路去想，随着大模型的各方面能力的提高，或者我们按照上面的逻辑写一个智能体（agent），自动嵌入上述提示和问话以及投送相应文件的操作。那么这些工作是不是显然是一个AI完成时状态了？！
到这里我们再看一下，审查员还有一个工作没有被替代，是什么？检索到最接近的对比文件！
基于大模型的技术到目前为止其实依然没有彻底解决这个问题，各种所谓的AI检索其实算是AI回答问题或者说是AI借助本身+检索增强技术的外库信息加载来回答问题，业内称之为检索增强（RAG）。
而这个问题其实我们之前也是反复提到过，它本质上可以被理解为一个在N维空间，在考虑效率与成果并存的前提下去寻找最接近的相关信息。那么本质上也是一个类似蒙特卡罗树状搜索的问题，即去探索搜索，找到停止的时间或者说去触发一个应该停止的搜索，比如在指定的关键词方向上持续搜索直到相关度降低到设定阈值。通过提前预设整个应该被搜索的树状空间，然后在各个方向上搜索到截至。
这个逻辑大概就是一种“一网打尽”，“赶尽杀绝”的搜索逻辑，此时搜索判断可以引入大模型进行暴力阅读并判断，比如某个树状分支方向阅读1000篇并找到判断出其中最优质的10篇，同时通过比较和其他路线得到的结果反馈，即多条路线上的不同结果反馈然后比较，有点儿类似“冒泡法”，优中取优。
怎么样，有没有被震撼到？有人可能会问我们为什么会讲这么详细，我们可以明确的告诉大家，一个逻辑上可行和工程上能实现，完全是天上地下，我们就是这么自信索意的工程能力，在这个编程都要自动化的时代，我们可以自信的告诉各位，你们也可以试试让AI程序员去写写对应的程序，看看能不能实现呢？！
程序员也好，审查员也罢，有可能属于人类智力的最后十年已经开启，但是最厉害的、最有创造力的一定站到最后，而且还会狠狠的配合AI去割剩下人类的“韭菜”。
各位知产人，不落伍，如何不落伍，从开始使用Patentics开始！
