面向工程审计行业的 DeepSeek 大模型应用指南 （ Version 1.0） 南京审计大学 工程审计学院 公共工程审计江苏省高校重点实验室 复杂工程审计与治理研究院 工程项目智能化审计团队 2025 年 3 月 2 日 前 言 “ 在数智化转型时代背景下，工程审计正面临 数据爆炸、场景复杂、标准多 ” 元 的严峻挑战。传统工程审计模式依赖人工抽样与经验判断，难以应对海量工 盲区与治理效能偏弱，工程审 计智能化转型迫在眉睫。 DeepSeek 大模型作为自主可控的新一代人工智能大模型，凭借多模态理解、 动态推理与领域自适应能力，能够为工程审计的效率提升提供支持。本指南 （V1.0） 旨在系统化阐明 DeepSeek 大模型在工程审计中的核心价值与应用路 径，推动工 程审计行业的智能化转型。 作为 DeepSeek 大模型在工程审计领域的行业级参考指南与公益知识库，本 源技术成果。编写团队始终秉承开放共享与协作创新的理念， 在此向以下贡献者 致以专业致谢： 审计行业专家提供的领域知识框架； 开源社区共享的 AI 工程化实践经验； 学术机构发布的跨学科研究成果。 我们期待与行业同仁持续共建 DeepSeek 大模型在工程审计领域的知识生态 体系，推动工程审计智能化技术的普惠化发展。 本指南（V1.0）开放接受学术共同体与行业实践者的应用反馈，诚邀各界同 仁参与共建，相关

项目编号： DeepSeek 在工程造价上的 应 用 方 案 目 录 1. 引言...............................................................................................................6 1.1 项目背景........................... ..7 1.2 DeepSeek-R1 大模型简介.................................................................10 1.3 工程造价行业现状..............................................................................11 1.4 应用 DeepSeek-R1 ..........................................23 3. 工程造价的关键环节..................................................................................25 3.1 工程量清单编制.............................................

项目编号： 数字水利工程引入 DeepSeek AI 大模型 应 用 方 案 目 录 1. 引言...............................................................................................................5 1.1 项目背景................... .......................................13 2. 水利工程现状分析......................................................................................14 2.1 水利工程概述.............................................. ................................................................................32 4. DeepSeek 在水利工程中的应用方案.........................................................34 4.1 总体架构........................

5 ：测试和调试 • 在完成每个施工阶段后，进行必要的测试和调试工作，确保安装的设备和系统正常运行，并满足设计和性能要求。 6 ：文件记录 • 保留所有施工过程中的相关文件和记录，包括施工计划、工程图纸、材料清单、施工报告和测试记录等。这些文件将对后续的运维和维护工作起到重要的参考作 用。 7 ：培训和交接 • 在施工完成后，对数据中心的相关人员进行培训，使其熟悉设备和系统的操作和维护。 ：机房装修 • 注意与空调送回风管道、给水排水管道、消防管道、配电桥架、等电位接地、综合布线等隐蔽工程的交叉和施工作业顺序 • 注意噪声问题，例如风道和风机的隔音特性，机房内部的吸音材料，吸收噪音，避免共振并减少回声 • 做好机房装修的成品保护，装饰材料、设备、装置的外观污染或破损会直接影响工程顺利验收交接 3 ：电气专业系统 • 遵守电气安全规范和标准，包括电气设备的接地和绝缘要求，电线电 网络工程师 系统集成工 程师 项目组织管理机构 我司委派具有同类型工程施工管理经验 的优秀管理人员组成工程项目经理部， 按照我司项目管理模式，建立的质量保 证体系来运作，形成以全面质量管理为 中心，以专业管理的科学化管理体制， 高效地组织和优化企业及社会各生产要 素，以出色地实现我企业的质量方针和 质量目标，以及对业主的各项承诺。 人力资源组织 根据我们在机房工程的实施经

com.cn S0190523040003 投资要点 ＃summary＃ ⚫ 建筑设计行业多痛点： 痛点一：行业景气周期下行，需求增速明显放缓。2017 年-2021 年工程设 计行业收入同比增速分别为 11.15%、14.86%、10.54%、7.61%、4.79%， 增速放缓显著。地产行业景气度下行，基建投资中长期进入中低速增长新 常态，建筑设计行业需求增量空间有限。 人效提升难度大，设计企业管理半径有限，企业难以持续扩大规模。 ⚫ AI+设计现状：目前主要应用于方案设计阶段，初步设计、施工图设计阶 段应用相对较少。设计行业中部分上市公司已开始布局 BIM 与人工智能， 开展工程数字化设计等多方面业务。AI ROAD 交通快速方案设计系统、 Arko AI 快速效果图生成工具、万翼 AI 审图、Arctron ArcOS 智慧建筑操 作系统、TransBIM 施工图智能生成等具有代表性的 10%。 ⚫ AI+设计未来：龙头优势显现，设计行业痛点突围可期。 数字建设提供更多可能性，提升设计多专业、跨区域协同性。方案设计阶 段，AI 技术能够启发设计创意；初步设计阶段，AI 技术提高工程效益， 降低成本浪费；施工图设计阶段，AI 技术使得各方协同效率提升。 突破人员产能瓶颈、提升人效，打开龙头企业成长空间。在 AI 的冲击下， 更高效绘图带来人均创收的大幅提升，减少基础绘图人员数量，降低人员

可提高研发效率，对实验数据建模，并使用该模型对反应条件进行优化和筛选催化剂等，加速研发进程；还可用于分子设计，并在 分子性能预测的基础上，提前筛选出合适的化学物质。 尤其是在合成生物学领域， AI 已在元件工程、基因线路、代谢工程、基因组工程中广泛应用，大幅提升合成生物学的各环节效率。基于 AI 的研发 平 台，可预测蛋白质结构，进而构造具有目标功能的物质。另一方面， AI 也促进了实验室自动化，对传统劳动密集型实验室进行技术革命。其中 计研究和生产部门强有力的辅助工具，有效提高设计生产效率；一体化工 程设计软件推动卓越运营和智能制造，助力化工企业实现数字化转型，数字化孪生工厂的产生为企业后续运营储备了丰富的数据资产。众多的工程 企业尤其是设计院，正在谋求以数字化工厂与数字化交付为突破，从而实现企业的数字化转型。 u AI 赋能化工生产和运营 AI 技术助力化工生产实现底层数据采集、中层数据管理和上层工厂运营以及顶 ，数以百万 计 的潜在有价值的蛋白质无法通过生化方式获得 ，现在可以直接通过设计研究 ，并用于生物医学和化学 、工业 、农业 、食品 、材料学 、环境 保护等 众多领域 ，加速应用于合成生物学的工程化落地。 图表：合成生物学产业链上下游 DNA 元件设计软件 高通量、自动化实验室设备 云端生物代工厂 微流控 大数据与机器学习 新药开发、植物天然代谢产 物、基因治疗、精细化工品、

其相关系统进行需求调研、系统设计、软件编码调试、软件测试、软件运行、维护，以 及应用集成、技术培训、运维服务提供标准化服务和其他工作。 卖方需对该项目进行充分了解，完善需求分析，制定工作计划、工程进度安排表、 培训方案、验收测试方案。 1.2 项目范围与服务内容 本项目的服务内容与范围包括福州溪源溪小流域（溪源水库）数字孪生建设项目软 件开发、应用集成，具体包括软件开发、测试、部署、投入试运行、验收、维护、服务 （9）《关于印发水利业务需求分析报告的通知》（水信息〔2019〕219 号）； （10）《水利部办公厅关于印发数字孪生流域建设先行先试台账》； （11）《福建省水利厅关于下达山洪灾害防治项目非工程措施部分 2022 年度建设任 务的通知》； （12）《福建省水利厅下达数字孪生流域试点建设任务的通知》（闽水函〔2022〕565 号）； （13）《信息安全技术网络安全等级保护基本要求(GB/T 通知》（水信息〔2022〕 79 号）； （19） 《水利部关于印发<数字孪生流域建设技术大纲（试行）>的通知》 （水信息〔2022〕 147 号）； （20）《水利部关于印发<数字孪生水利工程建设技术导则（试行）>的通知》（水信 息〔2022〕148 号）； （21）《水利部关于印发<水利业务“四预”基本技术要求（试行）>的通知》（水信 息〔2022〕149 号）； （22）《水

长期的技术 研究成果沉淀，结合物联网、云技术、大数据、移动互联网等最新开发，针对智慧水 利领域，自主研发了针对水利工程建设和运行管理的全生命周期系列平台，包括省级 水库工程协同管理平台、省级防汛物资与抢险队伍管理平台、水利工程建设管理平台、 流域水利枢纽综合管理平台、县市区水利工程运行管理平台、智慧灌区综合管理平台、 智慧泵闸站综合管理平台、智慧水电站大运维集管控一体化平台等，其中 8 项平台产 年，杭州市高科技研发中心 2019 年，浙江省博士后工作站 产学研 联合国工发委国际小水电联合会会员 中国智慧水务联盟单位 中国水利企业协会智慧水利分会副秘书长单位 中国大坝工程学产学研分会会员单位 浙江省软件行业协会会员单位 浙江省水利水电工程协会会员单位 浙江省水电行业协会会员单位 中国海洋大学博士研究生联合培养基地 华北水利水电大学研究生联合培养基地 浙江工业大学研究生实习基地 浙江水利水电学院禹润学院 禹贡科技公司：建立了”五横四纵”的智慧水利”全过程“管理体系，“五横”包括多元异构采集体系、多元 异构接口体系、云数据仓库体系、应用支撑体系、智慧水利应用体系；“四纵”包括多元异构水利数据汇集体 系、 3T 融合水利工程管理模型、 AI 智慧化水利专业模型库、智慧水利全过程管理云平台 研发思路 坚固基础 打通数据 智慧应用 统一平台 泛在服务 总体构建 全面互联 透彻感知 深度挖掘 智能应用

人工智能（ArtificiaI Intelligence）：第三代，核心是数据智能，以史为鉴 ◼ 从规则到数据：逐步破除我执（去人类中心主义） 1. 第一代（规则系统）：推理为核心 2. 第二代（知识工程）：知识为核心 3. 第三代（数据模型）：学习为核心 ◼ 从机器学习到深度学习 1. 任务：判别、预测，通过学习数据分布规律 2. 边界：有规律、可以数字化，属于经验科学 3. 要素：机器学习-深度学习 Diffusion、transformer ◼ 从NLU+NLG到LLM（大语言模型） 1. 语言逻辑和数据集蕴含了人类的认知智能 2. LLM是人类的认知智能的实现方式之一 3. LLM的原理很简单；工程很复杂；效果很神奇 01 对AI技术的认知：大模型的能力边界 用人工神经网络获取网络模型：深度学习-Transformer模型-大语言模型 大语言模型的核心原理：数据化-语义化-NTP（Next 2. AI赋能：用AI提高原有流程和工具的效率 3. AI原生：新场景、新需求、新应用 三种技术 1. 闭卷考试：RAG 2. 开卷考试：FT 3. 引导能力：Prompt工程 01 对AI技术的认知：通向AGI之路 通用人工智能（AGI）：泛化任务、自主学习、自主行动  两个阶段：特定任务到泛化任务 • 弱人工智能：可以完成训练过的特定的智能任务，特定

设计 目标：模块选择，应用设计 成果：信息化初设文本 硬件配置 目标：配置硬件，定义接口 成果：智能化设计图纸 实施路径 实施 目标：定制开发，软硬件交付 成果：信息化平台，智能化工程 运维 目标：系统维护，降本增效 成果：能源优化，应用升级迭代 咨询 目标：分析需求，策划场景 成果：可研报告、咨询报告 产品一 产品二 设计同步 建设同步 应用模块迭加 EPC 总承包 智能化工程 信息化工程 建筑设计版块 建筑科技工程 信息化建设 算法提供商 旷世、科大讯飞。。。 B 中间件提供商 Tridium Siemens Jons 打造生态链 银行、证券、购物中心、 大型商超。。 交通枢纽 机场、火车站、汽车 站。。。 医疗 医院、康养园。。。 企业总部 国企、私企 第 转 型 与 创 新 章 HD 智能工程中心 2017 年确定转型目标，从建筑智能化工程设计转入建筑机电 设备 通讯接口、物联网技术、集成技术等领域的研究。编制了湖南地标《湖南省 智能 建筑评价标准》一本、公开发表关于集成技术研究论文三篇，两人次经培 训与考