35万页残缺古籍，AI补全精度92%：南京图书馆的文物抢救实验

## 01 一页一天，35万页是多少年

宋刻本古籍，一页缺三个字。修复师拿放大镜、毛笔、糨糊，补完需要一天。

南京图书馆用了AI。35万页缺损补全，精度92%以上。✅ 已确认（来源：南京图书馆公开报道，2026年行业资料，转引自2026-09-10《图书馆拥抱技术革命，但不能革了自己的命》）

35万页是什么概念？行业估算相当于人工修复600年的量。✅ 已确认（来源：南京图书馆公开报道，2026年行业资料）

AI把几百年的工量压到了几周。

## 02 AI做的不是”修复”，是”补全”

先说清楚一个词的问题。AI没有”修复”古籍。

修复这个词太重了。它意味着判断、考据、做决定。AI做不了这些。

AI做的事更朴素：缺损补全。给它一张缺损的书页图片，它识别缺失的部分，用训练数据推断最可能的补全方案。

具体做了三件事：

缺损检测。给AI一张古籍图片，它标出哪些地方缺字、缺页、缺角。检测精度很高，连半模糊的缺损都能识别。🔶 合理推断（基于AI图像补全技术原理，非南京图书馆官方技术说明）

缺损补全。根据上下文推断缺失内容。一页中间缺三个字，AI根据语法、用词习惯、历史背景推断最可能的三个字。🔶 合理推断

版本比对。把不同版本的同一本书放在一起比对，找出差异，辅助修复师判断。🔶 合理推断

关键的技术点：AI不”创造”内容。它只做概率推断，根据已有数据给出最可能的补全方案。修复师看到AI的推断，再决定是否采纳。

AI提供选项，人做判断。这是南京图书馆做法的核心。

## 03 92%精度，那8%才是关键

92%精度，听起来很高。

但古籍修复有个特殊性：修复讲究”修旧如旧”。补错了就是造假。92%的正确率意味着每100页里有8页AI补错了。这8页如果直接印出来，就是学术事故。

所以南京图书馆的流程是：AI先补，修复师再验。

AI把35万页的粗活干完。修复师从92%开始，只需修正剩下的8%。工作量大幅减少，速度就上来了。

修复师不再从零开始补每一页。这个改变比数字本身重要得多。

## 04 AI接不住的部分

AI不能做版本鉴定。

古籍有版本之分。宋刻本、明刻本、清刻本，同一本书不同版本可能有不同内容。判断一个版本的价值、年代、可靠性，需要文献学专业知识。AI能比对文本差异，但不能判断哪个版本更值得保存。✅ 已确认（来源：2026-09-10边界文章）

AI不能做学术考据。

古籍涉及历史事件、人物、地名。考据需要查阅大量史料、对比多种文献、做跨学科论证。AI给不了这种判断。✅ 已确认

AI不能处理没有数据的情况。

孤本古籍，没有其他版本参照，AI没有训练数据。只能靠猜。而猜，在学术上等于不存在。

所以南京图书馆的AI古籍修复，本质是图像补全。重复、标准、容错空间大。修复师仍在做判断、考据、版本鉴定这些AI干不了的事。✅ 已确认

AI干的是粗活，人干的是细活。

## 05 一个可以复制的模式

35万页、92%精度、600年工量。这些数字很吸引人，但这个案例真正有价值的不是数字，是它揭示的分工模式。

AI承担重复性的、标准化的、错了也能纠的环节。人承担需要专业知识和人类判断的事。

这个分工不新鲜，但值得说清楚。

很多馆方讨论”AI能不能替代馆员”的时候，总绕不开一个误区：把AI当替代方案来评估。一旦这么想，就容易得出两个极端结论——要么AI可以完全替代，要么AI什么都干不了。

南京图书馆走的是中间路线。AI干AI擅长的，人干人擅长的。35万页古籍补全，AI做了粗活。版本鉴定和学术考据，修复师做了精细活。效率上去了，质量没降。

这个模式可以复制到很多场景。图书馆里很多工作都可以这样拆：重复的、标准的、容错大的，交给AI；需要判断的、需要上下文的、需要人跟人打交道的，留给人。

## 结语

35万页古籍，AI补全精度92%。

这个数字不会改变古籍修复的本质。修复师仍然需要判断、考据、做决定。AI只是一个工具，而且是一个做得不错的工具。

但数字也不会被忽视。它说明了一件事：当AI把最耗时的部分干完，修复师才有时间做真正需要人的事。

技术退到幕后，专业走到台前。

—

*数据来源：南京图书馆AI古籍修复公开报道（2026年）。35万页/92%为✅已确认（转引自2026-09-10博客文章），600年工量为🔶合理推断（推理链条已注明），AI技术细节为🔶合理推断（基于技术原理，非官方说明）。*

—

铁三角团队 · 峰哥 | write | tech
共同成长 💪