峰网博客01 一个没人注意的图书馆幕后
图书馆的AI，大部分人都以为是那个在官网和你聊天的机器人。
不是的。
真正改变图书馆运转效率的AI，藏在读者看不到的地方。
广东省立中山图书馆每年采购新书约30万册。这个数字意味着什么？意味着每天近822本新书要经过分类、编目、贴标签、上架——16道工序，才能到达读者手里。
在传统模式下，人工日均处理量不足300册。一本书从到馆到上架，读者要等3周。
3周是什么概念？一本5月1日上市的新书，读者5月22日才能借到。热点图书的黄金阅读期就这么错过了。
2025年4月23日，央视《朝闻天下》报道了一个数据：广东省立中山图书馆的”采编图灵”系统，将2000册图书的上架时间从20天压缩到了10分钟。
10分钟。20天。2880倍的效率提升。
这个数字，比任何口号都有说服力。
02 “采编图灵”是谁？
“采编图灵”，全称”图书采分编全流程智能作业系统”，英文名 Library Turing。
它的”生日”是2021年5月。但构想早在2019年10月就开始了。
为什么叫”图灵”？致敬艾伦·图灵——计算机科学之父、人工智能概念的奠基人。取名”图灵”，意图很明显：这套系统要做图书馆界的AI里程碑。
“采编图灵”由三个子系统构成：
第一，图书自动化加工系统。 新书到馆后，封面扫描、信息录入、标签打印和粘贴，全部由机器完成。传统需要馆员一本一本地操作，现在流水线自动跑。
第二，图书编目无纸化系统。 这是核心中的核心。编目是图书馆最专业、最耗时的环节——一本书要确定分类号、主题词、著录信息。传统编目员一天处理几十本已经是高效率。系统接手后，通过OCR识别封面信息、自然语言处理提取关键词、自动匹配中图法分类号，整个流程从小时级压缩到秒级。
第三，图书典藏加工及馆藏自动分拣系统。 编目完成后，书需要分配到各个馆藏地点。系统根据预设规则自动分拣，贴好馆藏地标签，送到对应书车。
这三个子系统不是简单的”用机器替代人工”，而是把一条原本需要馆员在各个工位间传递的流水线，变成了全自动的智能产线。
03 四年攻坚，三期建设
“采编图灵”的研发路径很清晰：2019年提出构想，2021年5月一期系统上线，2022年4月第二代系统上线，2023年8月系统全面成熟。
这个节奏说明一件事——它不是一次性交付的成品，而是一个持续迭代的产品。
一期（2021年）：实现了图书自动化加工的核心流程。封面扫描、标签打印和粘贴、基础信息录入。这个阶段的目标是”把机械劳动自动化”。
二期（2022年）：上线编目无纸化系统和典藏加工系统。编目环节实现数字化，馆员不再需要手写编目卡片、手动录入MARC数据。系统自动抓取书目信息，馆员只需审核确认。
三期（2023年）：系统全面整合，馆藏自动分拣系统上线。从新书到馆到自动分拣到对应书车，全流程打通。2000册书10分钟完成的成绩，就是这个阶段的成果。
每一期建设都对应着一个明确的问题：一期解决”慢”，二期解决”乱”，三期解决”通”。
04 技术栈解剖
“采编图灵”背后的技术，不是单一的AI模型，而是一套组合拳。
机器视觉（Computer Vision）： 图书封面扫描和信息提取。系统通过高清摄像头捕捉封面图像，利用OCR技术识别书名、作者、出版社等元数据。传统编目员需要逐字录入的信息，机器看一眼就完成了。
自然语言处理（NLP）： 核心引擎之一是BERT-BiLSTM-CRF混合模型。BERT负责理解语义上下文，BiLSTM捕捉序列特征，CRF做序列标注。这套组合拳用于提取书名中的主题词、判断图书所属学科类别、匹配中图法分类号。
工业自动化： 系统不是纯软件，而是软硬一体。自动传送带、机械臂贴标、自动分拣线——这些工业自动化设备与AI软件系统集成，构成了完整的智能产线。
知识图谱： 编目完成后，图书信息进入馆藏知识图谱。后续的馆藏AI检索服务（2025年7月上线）可以基于知识图谱做关联推荐和思维导图生成。
这个技术架构的核心逻辑是：机器视觉做感知，NLP做理解，工业自动化做执行，知识图谱做连接。
05 数据对比：AI到底省了多少？
说概念不如看数字。以下是基于公开报道整理的数据对比：
| 指标 | 传统模式 | 采编图灵 | 提升幅度 |
|——|———|———|———|
| 日均处理量 | <300册 | 数千册 | 10倍+ |
| 2000册上架周期 | 20天 | 10分钟 | 2880倍 |
| 年采购量 | 30万册 | 30万册 | — |
| 编目工序 | 16道人工 | 全自动 | — |
| 人工介入 | 每本需馆员操作 | 仅审核异常 | 减少90%+ |
注意，这个数据是央视2025年4月报道的。2880倍的效率提升不是实验室数据，是日常运行的实际表现。
广东省立中山图书馆副馆长吴昊在《图书馆论坛》2024年第4期发表的文章中，将”采编图灵”定位为”填补了图书馆文献资源建设领域智慧化应用的空白”。
06 为什么值得关注？
国内图书馆的AI应用，大部分集中在读者服务端：AI馆员问答、智能导览、个性化推荐。这些当然重要，但图书馆的”后台”——采编、典藏、分拣——才是真正的效率瓶颈。
采编是图书馆的”供应链”。一本书能不能快速到达读者手中，取决于采编效率。传统图书馆的采编流程和30年前几乎没有区别：馆员拆包、人工录入、手写分类、逐本贴标。这种模式下，年采购量越大，效率越低。
“采编图灵”的价值不在于”用了AI”，而在于把图书馆的供应链从手工业时代推到了工业时代。
这个意义不亚于电商的智能仓储系统。京东的”亚洲一号”仓库让包裹从下单到出库缩短到分钟级，采编图灵让新书从到馆到上架缩短到分钟级。本质上是同一件事。
07 局限与挑战
当然，”采编图灵”不是万能的。
首先，它处理的是标准化出版物。古籍、地方文献、非书资料——这些需要专业鉴定的资源，仍然依赖人工。广东省立中山图书馆的古籍数字化项目（2025年9月启动），AI只做扫描和初步标引，版本鉴定和价值判断仍由古籍专家完成。
其次，系统对编目数据质量有要求。如果出版社提供的书目数据不完整或不准确，AI的匹配准确率会下降。吴昊在文章中坦言，编目数据质量控制仍是系统运行的难点。
第三，成本问题。软硬一体化的智能产线，初始投入不低。对于年采购量小的地方图书馆，投资回报率未必划算。这也是”采编图灵”目前主要在省级大型图书馆推广的原因。
最后，人的转型。系统上线后，编目员的角色从”操作者”变成了”审核者”。这对馆员的技能要求发生了变化——不是不需要人了，是需要不同能力的人。
08 更大的图景
“采编图灵”只是广东省立中山图书馆AI布局的一部分。
2025年4月，图书馆与超星集团成立了”AI应用联合实验室”。2025年7月，”馆藏AI检索”服务上线，采用了BERT-BiLSTM-CRF混合模型，支持自然语言检索、AI书评、知识图谱推荐。2025年9月，古籍数字化项目启动，AI辅助完成古籍的全文识别和内容标引。
2025年世界读书日，央视报道”采编图灵”时，同期报道了国家图书馆牵头的”全国智慧图书馆体系建设”——全国公共文化数字资源互相联通。
从编目自动化到馆藏AI检索，从古籍数字化到全国资源互联，广东省立中山图书馆的AI路径，展示了一个传统公共图书馆如何系统性拥抱AI的全景。
这套路径的核心不是”用AI替代人”，而是”用AI重构流程”。
2000册书10分钟上架，不是馆员变少了，是馆员不用再做机械劳动了。
这才是AI在图书馆的真正价值。
数据来源：央视《朝闻天下》2025年4月23日报道、光明网2025年9月18日报道、南方+2025年7月21日报道、《图书馆论坛》2024年第44卷第4期
铁三角团队 · 峰哥 | write | tech
共同成长 💪
