DocLang：专为AI设计的机器可读文档格式标准

AI系统长期面临一个核心挑战：现有的文档格式，无论是PDF、JPEG还是其他常见文件类型，都是为人类阅读而设计的，而非为AI处理而生。这一现实正在推动一个新标准的诞生。

由IBM、英伟达和红帽联合创立、并由Linux基金会旗下LF AI & Data项目托管的DocLang工作组，正致力于构建一种开放、通用、面向AI原生的文档格式规范，从根本上改善企业为AI系统准备、交换和管理文档数据的方式。ABBYY与Human Signal也将参与其中，工作组同时欢迎更多贡献者加入。

工作组在发布公告中指出："当前企业处于碎片化的文档格式生态之中，包括PDF、JPEG等各类文件，这些格式主要为人类使用而设计，而非供AI解读。"随着组织对生成式AI和智能体系统的依赖日益加深，这种不匹配正在引入复杂性、推高成本、并降低从业务文档中提取信息的可靠性。

LF AI & Data执行总监马克·科利尔表示，DocLang规范工作组的目标是"制定一套厂商中立、可互操作的标准，帮助组织以更可靠、更透明、更大规模的方式为AI准备文档数据。"

DocLang为各类文档定义了一种结构化、机器可读的格式，其定位类似于数据领域的JSON标准，可被任何工具实现、任何处理流水线调用。它构建于DocLing之上——DocLing是LF AI & Data旗下一款文档处理工具包，可将人类可读的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·利维认为DocLang的出现正当其时。他表示："现有文档标准在过去数十年里出色地支持了全球协作，但随着AI重塑工作方式，这些标准亟需更新。在许多方面，AI时代的文档远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，根本不是为AI时代设计的。"

在此背景下，利维认为"DocLang代表了建立文档标准基础基准线的一次早期且最有希望的尝试，有望实现比现在更智能、更高效、更低风险的工作流。"他还指出，采用开源、厂商无关的方式，能够确保集体利益优先于特定厂商需求，正如过去围绕网络、文档、Web及云计算的标准制定，塑造了如今自由流动的数字世界一样。

Moor Insights & Strategy首席分析师贾森·安德森则从大语言模型的本质出发进行了阐述。他表示，大语言模型的核心理念是让计算机理解人类自然语言，而无需用户改变表达方式。如果DocLang能够在文档摄入环节自动完成格式转换，他认为这完全可以接受："我设想的场景是，当我把一份文档上传给智能体时，系统可以自动运行一个技能模块，将文档预处理为DocLang标准格式，从而节省Token消耗。"

他同时强调，这类标准的关键在于"必须保留人类自主操作的能力，用户不需要懂任何编程就能熟练使用。"

然而，也有分析师对DocLang的治理问题提出了警示。Info-Tech Research Group高级研究分析师亚兹·帕拉尼查米表示，DocLang的落地推广将要求组织实施并审查相应的管控措施，以确保其规模化应用兼顾合规性与安全性。

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、英伟达和红帽联合发起、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等传统格式不同，DocLang从设计之初就面向机器可读，类似于数据领域的JSON标准，旨在让AI系统能更高效、更可靠地解读和处理文档内容，而非依赖为人类阅读设计的格式。

Q2：DocLang对企业使用AI有什么实际帮助？

A：DocLang可以帮助企业在将文档输入AI系统前，将其转换为标准化的结构化格式，从而降低处理复杂度、减少Token消耗、提升信息提取的准确性。例如，当用户将文档上传给智能体时，系统可自动将其预处理为DocLang格式，整个过程无需用户具备编程能力。

Q3：DocLang在落地推广过程中会面临哪些挑战？

A：治理和安全是DocLang落地的主要挑战。分析师指出，组织在规模化应用DocLang时，需要建立并持续审查相应的管控机制，以确保文档数据的处理过程合规、透明且安全。此外，如何推动不同厂商和工具链采纳这一标准，也是工作组需要持续面对的现实问题。