DocLang：专为AI设计的机器可读文档格式标准

AI在理解为人类设计的文档时存在明显障碍，DocLang工作组正致力于解决这一问题，其规范旨在打造"从底层为大语言模型Token处理器构建"的机器可读商业文档格式。

该工作组由IBM、英伟达和红帽共同创立，依托Linux基金会旗下的LF AI & Data项目运营，目标是创建一种开放、通用、AI原生的文档格式，以改善企业在AI系统中准备、交换和管理文档数据的方式。ABBYY和Human Signal也将参与其开发，同时欢迎更多贡献者加入。

工作组在成立公告中表示："当今企业面对的是碎片化的文档格式生态，包括PDF、JPEG及其他主要面向人类使用而非AI解析的文件类型。"随着企业越来越依赖生成式AI和智能体系统，这种脱节会带来复杂性，提高成本，并降低从商业文档中提取信息的可靠性。

LF AI & Data执行董事马克·科利尔表示，DocLang规范工作组的目标是"开发一套厂商中立、可互操作的标准，帮助企业更可靠、更透明、更大规模地为AI准备文档数据"。

DocLang为任意类型的文档定义了一种结构化、机器可读的格式，类似于数据领域的JSON标准，任何工具都可以实现，任何处理流程都可以调用。它以DocLing为基础构建，后者是LF AI & Data托管的文档处理工具包，能够将面向人类可读的PDF、文字处理文档或电子表格转换为结构化数据。

独立技术分析师卡米·利维表示，DocLang这类规范确实有其必要性。"现有文档标准在过去数十年中表现出色，让全球各方得以顺畅协作，但随着AI重塑工作方式，这些标准亟需更新。"

他指出，那些基本静态的文档类型"在AI重新定义'文档'含义的今天，已显得有些局限。在很多方面，AI时代的文档比过去更具迭代性和动态性，相关定义也需要与时俱进。我们目前使用的文档格式根本没有为AI时代做好准备。"

在此背景下，利维认为"DocLang代表了在文档标准领域建立某种基础基线的早期最佳希望，有望实现比当前更智能、更高效、风险更低的工作流程"。

采用开源、厂商无关的方式推进这一进程，可以确保整体利益优先于特定厂商的需求。他补充道："早期围绕网络、文档、互联网和云计算的标准制定工作，推动了定义现代生活的自由流动的数字生态。"

利维表示，以AI为核心的文档标准将把这一现实延续到下一代技术之中。

Moor Insights & Strategy首席分析师贾森·安德森表示，大语言模型的整个理念"是运用人类自然语言，让计算机在不改变用户语法或语言习惯的前提下理解我们。强迫用户使用特定语法，正是我们今天在SEO和高级编程语言中遇到的问题"。

对于DocLang这类可应用于内容摄取的标准，他表示"可以接受自动化处理，这似乎也正是其设计初衷。我设想的使用场景是：当我将文档上传给一个智能体时，可以运行一项技能将文档预处理成DocLang标准格式，从而节省Token消耗"。

他认为这很有意义，并补充说，"如果它能帮助生成可在AI工具之外共享的输出内容（比如可视化图表），那就更好了。在这方面，我也很看好Web MCP，因为它只是在页面中添加一些类似CSS或JavaScript的代码，让AI浏览器或技能等消费端更好地处理页面内容。"

他强调，关键在于"这些标准需要保留人类自主操作的能力，用户不需要掌握任何编程知识就能熟练使用。至于治理层面，我认为影响不大"。

然而，也有分析师预见到DocLang在治理方面可能带来的问题。

Info-Tech研究集团高级研究分析师亚兹·帕拉尼查米表示，推广DocLang将要求企业实施并审查相应的控制措施，以便在负责任、安全的前提下实现规模化应用。

Q&A

Q1：DocLang是什么？它和现有文档格式有什么区别？

A：DocLang是由IBM、英伟达和红帽共同发起、Linux基金会LF AI & Data项目托管的一种AI原生文档格式规范。与PDF、JPEG等主要面向人类阅读的传统格式不同，DocLang从底层为大语言模型的Token处理器设计，提供结构化、机器可读的文档标准，类似数据领域的JSON，目标是让AI系统能更可靠、更高效地处理和理解文档内容。

Q2：DocLang和DocLing有什么关系？

A：DocLing是LF AI & Data托管的文档处理工具包，能将PDF、Word文档、电子表格等人类可读文件转换为结构化数据。DocLang则以DocLing为基础构建，定义了一套通用的机器可读文档格式规范，任何工具都可以实现、任何AI处理流程都可以调用，两者是底层工具与上层标准的关系。

Q3：企业采用DocLang需要注意哪些风险？

A：分析师提示，DocLang的推广使用需要企业认真对待治理问题。Info-Tech研究集团分析师亚兹·帕拉尼查米指出，组织在规模化应用DocLang时，需要实施并持续审查相应的控制措施，以确保整个过程的安全性和可问责性，避免在文档数据处理中引入新的合规或安全风险。