大家好，我是成都小火科技的人員，今天是2025年11月13日，星期四。前些周參加一次線上評審會，十二個專家開了四個小時，紀要寫了三千字，哪曉得第二天發現最關鍵的決策點記錯了，又得重新把會組織起來。當時我便思量，這會議效率的狀況，已經不是人的狀況，而是工具的狀況。遠程辦公常態化之后，會議軟件已經成為剛需，但大多還僅僅處于音視頻通話的層面，真正的協作效率根本沒有得到提升。所以我打算自行開發一套，是一套帶有AI頭腦、能夠看懂PPT、能夠聽明白語氣、能夠自動安排任務的多模態會議系統。

做咨詢的客戶的痛點是會議信息流失嚴重。一個項目啟動會，討論的內容分散于聊天記錄、共享文檔、口頭承諾之中，執行的時候就各持己見。當他找到我的時候，提出了一個很具體的需求：能否讓人工智能自動識別會議里的決策項、責任人、截止時間等，之后會后直接生成工單派送到客戶關系管理系統當中去。我產品經理聽罷，興奮地搓手，這兒得用Whisper來進行語音識別，兒要用視覺模型來做PPT內容解析，再接用LLM來做語義理解以及任務抽取，多模態融合是真正的難點。技術主管確定好了方案，前端使用React，后端使用Java，AI服務單獨用Python來做微服務，音視頻使用WebRTC，PPT解析使用OCR加上LayoutLM。

在四個半月時長的開發周期方面，總會有人詢問開發周期需要花費多長時間？實際上得看復雜程度的會議場景了。客戶還有支持同聲傳譯且中英日韓四語的要求，需要接入專門的翻譯API，同時還得去處理存在的延遲問題。到了第三個月的時候，中間需求存在改動的情況還確實不少，客戶提出要在會議當中添加實時投票功能，我便去進行評估，這次改動涉及前端界面以及后端數據存儲方面，屬于中等程度的改動，于是就壓縮了一下測試時間，把它添加進去了。在我公司所做的許多項目里，像賽事報名系統之類，也存在實時互動情況，不過會議系統的實時性要求相對更高些，如果延遲超過500毫秒，體驗就會呈斷崖式下跌。交付質量如何？上線之后客戶稱會議決策執行率從以往的60%攀升到87%，因為每一個決策都有蹤跡可尋。

我投入了十二位技術人員，其中四個是從事AI算法的，三個是Java后端的，兩個是前端的，一個是UI的，兩個是測試的。研發人員的占比超過了80%，其中30%以上來自互聯網大廠，有來自騰訊會議團隊的，有來自字節跳動飛書團隊的，帶原廠的經驗以及坑的。成都小火科技公司專門從事AI軟件、政企軟件、智慧管理類型的軟件、智慧實施類型的軟件、海外軟件、APP、小程序、公眾號、企業官網以及其他行業軟件的定制開發。我官網的網址是www.zeyuandiaosu.com，ICP備案號是蜀ICP備14021890號-1，網安備案號是川公網安備51010802031911號，是正規的公司，資質是齊全的。APP是否能夠同時適配iOS以及安卓？這次做的是網頁版，因為客戶主要在PC端開會，不過我也做了移動端小程序，方便在外參會的人員接入。

測試階段里頗為尷尬的狀況被我發現，當會議室光線不佳的時候，人臉識別常常失敗導致發言人標簽出現錯亂。最后我添加了一個聲紋識別來做輔助，雙重校驗才得以解決。關于小程序是否存在手機兼容性問題？是會存在的特別是很多內存小的老款iPhone，在進行視頻會議的時候就容易出現閃退的情況。我已經進行了內存優化，視頻分辨率也被動態調整了，并且添加了崩潰日志自動上報功能。上線之后如果出現bug，我會負責修復？肯定是負責的，合同里有寫明，緊急bug會在四小時內響應。維護費是如何收取的？首年是免費的，之后每年按照合同額的15%進行收取，其中包含API升級以及服務器擴容。后期要是想要添加功能是否需要額外花錢？是需要的舉個例子來說，客戶要是想要添加會議氣氛分析，看看大家是贊同還是反對，需要添加情感計算模塊，屬于新增的需求。

UI能夠設計多少個版本？我這邊做了有三個版本，客戶挑中了最為專業的一版，帶有深色背景，凸顯視頻窗口。至于使用云服務器還是線下自主服務器？采用的是云服務器，有阿里云跟AWS雙活，因為客戶存在海外團隊，得要全球來接入。代碼的版權屬于誰？屬于客戶不過對于有AI模型基座的我的技術積累而言，這一塊是有單獨的知識產權約定。開發完畢之后會對客戶開展使用培訓？是會的我制作了五段時長不超過三分鐘的視頻教程，并且還配備了操作手冊，因為會議軟件需要快速上手，沒有人愿意去看長篇的文檔。

本公司到底有多少個技術人員？總計是五十三個人。除了行政財務一塊之外，剩下的全都是與技術相關的人員。有人就問是否有JAVA開發語言？有，有十四個JAVA后端的人員，這是本公司的主力軍。有人疑惑為何不同公司的報價差距許多？由于會議系統關聯音視頻、AI、協作這三方面，每一方面都是難攻克之地，小公司只能夠開展表層的業務，而我能夠進行全鏈路的操作，成本構造是不一樣的。我所開展過的項目情況，比如有AI智慧文旅小程序這類的，也存在多模態方面的需求，不過會議系統的實時交互要求則更為高些。我擁有ISO900認證（證書編號：29325Q410631R0S），質量管理流程相當嚴格。

復盤該項目之中，最大的障礙是個AI幻覺。有一次會議商討預算的時候，PPT上寫“控制在10%以內”，AI在抽取任務的時候，被理解成了“增加10%”，差一點就派錯工單。此刻在LLM后處理中已添加規則校驗，經過數字、人名、時間的三重核對之后，幻覺才算是被穩穩地壓制住了。經驗需要補充一些，多模態融合并非單純堆砌模型，需要開展特征對齊以及時間同步的相關事項，我的音視頻和PPT解析的時間戳對齊，就花費了足足兩周的時間。重提醒很多想要去做多模態會議工具的企業，可不要貪大求全，先把核心場景做透徹，比如說先確保決策抽取準確率能達到95%，之后再去做屬于錦上添花的氣氛分析這類功能。說到底會議工具的價值在于讓信息不流失且決策可追蹤，即便花哨功能有很多，也比不上一次準確的會議紀要。我做這件事是期望能幫企業把開會的成本切實轉化為執行力的提升，而不是增添數字的負擔。

文章來源網址：http://www.zeyuandiaosu.com/archives/xitongkaifa01/2408，轉載請注明出處！