工地上最常听见的一句话是「我查一下」。查企业标准比国标严在哪、查这个节点公司内部的做法、查上一版施工指南怎么写的。资料都在，散在手册平台、聊天机器人后台、各专业部门的共享盘里，翻起来比干活还慢。10 月 15 日，韩国承包商 BS 韩阳（BS Hanyang）宣布自研的工地技术支援智能体 B-ON 进入全面运行。做法值得国内同行看一眼：它不给开放式答案，每一条都标出文件名和页码。
一、B-ON 是在什么基础上做的
技术栈不复杂：底层是微软的 Copilot，企业侧的训练数据是自己多年积累的技术资料——分工种的施工手册、施工指南、结构设计指南、标准施工图。智能体在这些资料里检索，把与现场提问对应的技术标准组织成答案。
覆盖范围写得比较具体：建筑、结构、设备、电气，以及配套的土木工程。这个清单覆盖了一个普通房建项目的主要专业，不是只挑一个样板场景。
它和公司原有的内部聊天机器人是两件事。原来那个处理人事、总务、IT 这类行政问答，B-ON 直接对着施工现场的技术标准。这个区分看似只是分类，实际上决定了知识库的边界——行政问答错一次是麻烦，技术标准错一次是返工。
B-ON 与常见「企业问答机器人」的三处不同
- 不只给通用标准。除了行业通行标准，还会应用到企业内部更严格的技术判定条件，这正是承包商真正需要的那一层。
- 答案带出处。每条回答旁显示来源文件名和相关页码，并提供快捷入口直接打开原文。
- 面向现场而不是办公室。本月起对现场人员进行培训，随后推广到公司全部工地。
二、真正的起点不是模型，是把资料归到一处
项目缘起很朴素。BS 韩阳此前已经有一个机电专业的手册平台，也有一个生成式 AI 聊天机器人，问题是资料分散在多个系统里，量大到工人现场找不过来。于是公司成立了一个专职工作组，把技术资料统一登记到一处；开发也没外包，让技术部门的工程师自己参与进来。
这两步听着不像技术创新，但它们决定了后面所有事情能不能成立。资料不归到一处，检索就是在大海捞针；工程师不参与开发，判定条件就没法写进去。
公司对外的说法是，B-ON 一方面提高日常效率，一方面帮新入职员工更快上手，同时把企业内部沉淀的施工经验变成公司资产——他们用了「知识资产体系化」这个说法。最后一句最实在：工地上的经验，过去主要存在老师傅的脑子里，人一走就散了。
三、「带出处」为什么是入场券，不是加分项
建筑行业对 AI 的容错率，比对客服、对营销低一个量级。答案看起来对但版本过期，后果可能是整层返工、验收不过，甚至安全事件。所以现场工程师对聊天框的第一反应不是「真方便」，而是「凭什么信你」。
B-ON 的应对方式很土：给文件名和页码。这个动作在技术上不新鲜，在管理上很关键。它把「AI 说的」重新变成「手册某一页说的」，责任落回文件本身，使用者可以三步之内自己核实：打开、翻到那一页、读条款。核对成本从「找资料」降到「看一眼」。
它还顺带解决了另外几个问题。培训时可以直接拿答案当教材，因为出处在那里；资料被引用的频次可以统计，哪些手册常年没人查、哪些条款天天被问，一目了然；错误答案也能定位——不是模型坏了，是那一页写得不清楚或者已经失效，该改的是文件。
「为缓解现场对 AI 生成信息可靠性的担心，系统在每条答案旁显示来源文件名和相关页码，并提供直接打开相关资料的快捷功能。」 —— 首尔经济日报对 BS 韩阳 B-ON 的报道，2026 年 10 月 15 日
要做到「给得出页码」，前提是切分方式。把一本手册按页或按条款切开、保留原始页码锚点，检索命中后能回溯到具体位置；如果按语义随便切块再重组，答案读起来更顺，页码就给不出来了。这是一个在工程上必须提前决定、后期很难补的选择。
四、这套东西的边界在哪
先把话说清楚：这是一个企业内部工具，不是行业标准查询系统。第一个边界是适用范围，它覆盖的是「这家公司自己的资料」，出了这家公司的工地，答案不一定适用。
第二个边界是资料形态。手册、指南、施工图说明这类文本资料可以检索，节点详图、现场照片、影像交底这类非文本资料就差得多。工地上大量经验其实存在图纸和照片里，那部分目前还得靠人。
第三个边界是维护成本。智能体引用的每一条都来自某份文件，文件一旦改版，页码就变了，条款可能废止。没有一套「现行版本清单」和更新机制，智能体会非常自信地引用过期条款——这比它答不出来更危险。
第四个边界是责任。智能体给的是依据，不是批准。方案签认、技术交底、隐蔽验收，责任仍落在签字的工程师身上。这套系统能压缩的是「找依据」的时间，压缩不了「判断」的时间。
五、给 BIM 工程师的三件事
想让自己被智能体引用，先让知识有编号
- 把技术措施做成条款。企业标准、节点做法、验收要点，给它编号、版本号和生效日期。只活在某个人电脑里的 Word，等于不存在。
- 让模型和条款互链。构件类型对应哪条做法、哪个验收标准，这条链打通之后，智能体回答「这道墙怎么做」时才能落到具体构件上，而不是给一段泛泛的描述。
- 维护一份现行版本清单。哪本手册哪一版、从哪天起生效、哪几条被替代。这份清单看着枯燥，它是所有知识型智能体的地基。
六、为什么这条路比「让 AI 出图」更现实
过去一年建筑业的 AI 叙事集中在生成侧：生成方案、生成算量、生成图纸。BS 韩阳选的是另一头——检索侧。它不产出新东西，只把已经写好的东西准确地找出来，附上出处，交到需要的人手上。
这条路看起来不性感，但它绕开了两个最难的问题。一是幻觉，因为有出处可核；二是责任，因为指向的是公司自己的文件。国内施工企业的对应物其实都有：技术交底库、施工方案库、企业标准、工艺标准手册。差别在于，多数企业的这些资料还停在「有」，没到「能被检索、能被引用、能被追责」。
真正卡住大家的从来不是模型能力，是资料治理。谁愿意先把资料理清楚、编上号、标好生效日期，谁就能在下一轮把智能体接上去。这件事没有捷径，也没有采购能解决的部分。
这条消息的已知与未知
- 信源为韩国媒体单一报道，BS 韩阳未公开使用人数、回答准确率与节省工时。
- 「全面运行」自 10 月 15 日起，尚无运行数据可供评估。
- 底层 Copilot 的具体配置、检索方案与切分粒度未披露，其他企业无法直接复制。
- 报道提到企业内部标准严于通行标准，但未列举具体条款，无法判断严到什么程度。
信息来源：Seoul Economic Daily《BS Hanyang Rolls Out AI Assistant for Construction Sites》（2026-10-15，记者 Kim Kyung-mi）；BS 韩阳官方发布内容。配图为施工现场资料图，来源 Wikimedia Commons（公有领域）。本文为智曦知行原创分析，基于公开信息整理，不构成投资建议。