去年公司要申报高新技术企业，需要凑15个软著指标，其中8个是AI相关的，从对话系统到图像标注工具、再到电商选品模型，全是我负责整理材料申报的。最开始我以为和之前报普通的企业管理系统软著没区别，随便凑够3000行代码、写个几千字的说明书就能过，结果前3个交上去没半个月就全打回了，审查意见全是“源代码重复率超标”“说明书重复率超标”，那时候离高企申报截止只剩两个多月，我整个人都急得上火。
后来我特意跑到版权局找审查老师问，才知道AI类软著的查重规则和普通软著根本不一样。现在做AI应用的团队太多了，大家底层用的都是PyTorch、TensorFlow这些开源框架，很多人写代码的时候直接把框架调用、公共配置的代码全粘进去凑行数，还有说明书里动不动就写“基于大语言模型开发”“支持多模态交互”这种烂大街的通用表述，查重系统一对比，重复率分分钟超过30%的红线，根本不可能过。
我第一个被打回的是AI客服系统的软著，当时为了凑够3000行代码，我把调用OpenAI接口的代码、FastAPI的服务配置代码、还有网上找的日志工具类代码全粘进去了，结果查出来重复率42%。老师说AI类软著的源代码查重，只看你自己原创的核心逻辑部分，开源框架的引用、第三方工具的代码、公共配置这些都不算，你得把这些没用的全删掉，只放自己写的推理逻辑、自定义参数调度、独有的数据预处理模块这些内容，凑够3000行就行，不用硬堆没用的代码。
后来我找做软著代理的朋友问有没有什么办法能提前知道重复率，省得来回交材料耽误时间，他说你先自己提前做个AI软著查重再提交，还顺手给我推了软著Pro，说现在行业里做申报的基本都先用这个过一遍，重复的地方直接改，比等版权局打回快多了，最少能省半个月的时间。我当天就试了，把第一次被打回的源代码传上去，不到两分钟就出了报告，标红的地方全是我粘的开源代码和通用工具类，对着改了一下午，把所有标红的代码要么删掉，要么改变量名、调整逻辑顺序、加专属的注释，改完再查重复率直接降到了6%。
搞定了源代码的问题，我又在说明书上栽了个跟头。第二个被打回的是AI医疗影像标注工具的软著，源代码重复率过了，结果说明书重复率38%。我当时写说明书的时候偷懒，找了好几个同类型软著的说明书抄功能描述，什么“支持多类型图片标注”“支持标注结果一键导出”“支持多人协同标注”，全是这种通用到不能再通用的话，查重系统一搜，几百个软著都是这么写的，不打回才怪。
这次我学乖了，写之前先把初稿传到软著查重工具里过了一遍，标红的地方全是我抄的通用表述。改的时候我把所有套话全换成了我们产品独有的内容，比如把“支持多类型图片标注”改成“支持医疗CT、MRI影像的多区域分层标注，单张图片最多可同时标注27个病灶特征点，标注精度可达像素级”，把“支持标注结果一键导出”改成“标注结果可同步导出为适配公司自研AI训练框架的JSON格式，无需二次转码即可直接导入训练池，效率比通用格式提升40%”，把“支持多人协同标注”改成“支持按科室分配标注权限，不同等级的医生可标注的病灶类型做了权限隔离，标注结果需主治医师审核后才会进入训练数据集”，改完之后再查，重复率直接降到了7%，提交之后没到两周就过审了。
还有个很多人容易踩的坑，就是AI软著里的算法说明部分，千万别直接抄开源算法的官方介绍。我之前有个同行报了个AI文案生成的软著，算法部分直接抄了Llama2的官方文档，结果查重的时候重复率直接到了50%，打回之后改了快一个月才过，耽误了公司申请文创补贴的时间，十几万的补贴说没就没了。其实算法部分你不用写得多么高深，只要写你自己做的调整就行，比如你是在开源模型的基础上针对电商场景做了微调，你就写“针对电商服饰类的营销语料做了120万条中文数据的微调，优化了卖点提取的准确率，生成的文案点击率比通用模型高22%”，这些都是你自己独有的内容，根本不可能和别人重复。
现在我帮公司报AI类软著基本都能一次过，流程也摸得门清：先整理源代码，把所有开源框架的引用、第三方工具的代码、网上抄的通用函数全删掉，只留自己团队写的核心业务代码，前后端都行，凑够3000行连续的就行，不用跳页；然后写说明书，所有功能描述都要结合自己的产品写，越具体越好，能加参数就加参数，能写独有功能就写独有功能，别抄别人的套话；最后提交之前先过一遍查重，重复率超过10%的地方全部改，源代码改不动就换部分核心代码的写法，说明书就换表述加独有内容，基本都能把重复率压到合格线以下。
对了，现在AI类软著的审查越来越严，查重的阈值也比普通软著低，普通软著可能重复率30%以内都能过，AI类的基本要到20%以下才稳妥，别抱着侥幸心理直接交，来回打回浪费的时间都是自己的，真赶项目的时候差那几天可能就错过补贴或者资质申报的时间，损失可不是一点半点。