生产环境
AI 智能中枢
/ 蓝智 AI · BlueIntel v2.6 AI Powered 系统时间 14:08:42推理38.4 亿/月
GPU128 A800
SLA99.97%
✨
AI-Native 蓝领劳务平台
蓝智 AI · BlueIntel v2.6
8 生产 · 3 灰度 · 4 研发
LIVE
蓝智 AI · 整个蜗薪云的 AI 大脑
基于 525 万工人 · 6.2 亿条劳动行为数据自研的劳动力 AI 基础设施 · 8 个生产模型协同 · 月推理 38.4 亿次 · 平均延迟 84ms · 驱动从智能匹配到金融征信全链路
所有模型在线
·
研发投入 ¥4,200 万/年
·
算法团队 42 人 (前阿里/字节/旷视)
·
专利 8 项 · 顶会论文 3 篇
月推理次数
38.4亿
↑ 同比 +428%
训练数据
6.2亿条
↑ 每日 +320 万
GPU 集群
128A800
使用率 78%
综合 AUC
0.91/1.0
行业领先
生产模型
8 在线
✓ 全部 SLA 达标
A/B 实验
12 进行中
✨ 本月上线 3 个
日推理峰值
1.84 亿
↑ 5月13日
平均延迟 P50
84 ms
P99 < 240ms
人工→AI 替代率
87.4 %
招聘审核场景
月节省人力
¥182 万
↑ ROI 4.3x
🎯
智能岗位匹配
match-engine-v3.2
Two-Tower 双塔召回 + DIN 排序的多目标推荐 · 工人偏好 × 岗位 × 历史成功率联合优化
AUC0.913
月调用5.42 亿
平均延迟42ms
推荐
面试通过率 +38%
🛡️
工分风控引擎
risk-shield-v2.3
GBDT + 图神经网络 GNN 联合 · 识别代打卡 / 刷分 / 团伙作弊 / GPS 漂移异常
F1 Score0.937
月调用3.18 亿
召回 / 精确94.2% / 96.9%
风控
月拦截 ¥847 万
🔮
工分预测模型
credit-forecast-v1.4
Transformer + LSTM 时序融合 · 预测工人未来 3/6/12 月工分轨迹 · 供金融机构授信
MAE (3月)11.8 分
月调用1.94 亿
接入金融28 家
信用
月营收 ¥349 万
💬
AI 求职助手
coach-llm-v1.2
Qwen2-72B 蒸馏 8B 私有化部署 · 蓝领劳务领域 380 万对话语料微调
满意度4.78 / 5
月对话2.87 亿轮
客服替代率62.4%
NLP · LLM
体验 →
📝
JD 智能生成
jd-gen-v2.1
RAG + 知识库 · 工种 + 薪资 + 城市一键生成 JD · 合规预检自动剔除违规词
采纳率87.2%
月生成 JD128,742 篇
平均耗时2.4s
NLP · 生成
替代 HR 42 人
📄
简历智能解析
resume-parse-v3.0
BERT 命名实体识别 + 关键信息抽取 · 支持手写 / 拍照 / Word / PDF 全格式 OCR
准确率96.4%
月解析487,234 份
平均耗时1.2s
NLP · OCR
支持手写体
⚖️
JD 质检 · 违规识别
jd-audit-v1.5
细粒度文本分类 · 识别歧视/虚假薪资/超时工时/中介费等 14 类违规 · 2024 新规对齐
F10.918
月预审142,857 篇
人工复核率12.6%
NLP · 分类
合规护城河
🤖
申诉自动处理
appeal-bot-v1.1
LLM 抽取申诉核心事实 + 检索类似历史案例 + 规则引擎给出改判建议
建议准确率82.7%
月处理1,247 例
SLA 平均4.2h → 0.8h
NLP · LLM
5x 提效
智能匹配
风控
工分预测
AI 助手
JD 生成
38.4 亿
月总调用
84 ms
平均延迟
99.97 %
服务可用性
0.0042 %
错误率
match-v3.3 vs v3.2
推荐
流量 50/50 · 运行 12 天
+8.4%
面试通过率提升 · p < 0.01 · ✓ 准备灰度
coach-llm temp 0.3 → 0.5
LLM
流量 20/80 · 运行 5 天
+1.2%
满意度微涨 · 待显著性验证
risk-shield GNN topo
风控
流量 10/90 · 运行 8 天
+2.7%
F1 提升 · 团伙检测能力强化
resume-parse 多模态 V4
OCR
流量 5/95 · 运行 3 天
+0.3%
观察期 · 待积累样本
📋 工分事件流
3.84 亿条
打卡 / 评价 / 投诉 / 工分增减 · 每日 +320 万
📄 工人简历
8,247 万份
含手写/拍照非结构化简历 1,847 万份
💬 客服对话
5,128 万轮
已标注 380 万轮用于 coach-llm 微调
📍 GPS 打卡轨迹
12.4 亿点
用于代打卡 / 跨城作弊识别
🏭 岗位 JD 库
487 万篇
含合规标注 142 万篇 · 用于 JD 生成 / 质检
🛡️ 数据合规
所有训练数据经 ISO 27701 隐私脱敏 · 通过国家网信办算法备案 (备案号 网信算备 110108...0312) · 仅平台自有数据,无外购数据
# 调用蓝智 AI · 工分预测模型 (forecast 3/6/12 月轨迹)
curl -X POST "https://api.bluework.cn/v2/ai/credit-forecast" \
-H "Authorization: Bearer sk_live_xxxx" \
-H "Content-Type: application/json" \
-d '{
"worker_id": "W202401...0008",
"horizon": [3,6,12],
"include_features": true,
"explain": true
}'
// Response (84ms)
{
"worker_id": "W202401...0008",
"current_credit": 762,
"tier": "黄金",
"forecast": [
{ "horizon": "3m", "predicted": 784, "ci_95": [772,796], "trend": "上升" },
{ "horizon": "6m", "predicted": 812, "ci_95": [792,832], "trend": "持续上升" },
{ "horizon": "12m", "predicted": 838, "ci_95": [802,874], "trend": "晋升钻石概率 87%" }
],
"key_drivers": [
{ "feature": "近 30 天准时打卡率", "contribution": 0.32 },
{ "feature": "雇主好评频次", "contribution": 0.24 },
{ "feature": "在岗连续天数", "contribution": 0.18 }
],
"model_version": "credit-forecast-v1.4",
"latency_ms": 84
}
¥0.15-0.30
单次调用
99.97%
可用性 SLA
84ms
P50 延迟
¥349 万
月营收
🛡️数据隐私
ISO 27701 隐私管理体系认证 · 国密 SM4 加密 · 工人个人信息脱敏率 100%
✓ 通过 · 上次审计 2026-04-12
⚖️算法公平性
性别 / 年龄 / 地域偏差检测 · DP (人口均等) ≥ 0.94 · EOpp 差异 < 4%
✓ 月度公平性报告
🔍可解释性 XAI
SHAP / LIME 全模型可解释 · 用户可查"工分为什么这么算" · 监管可追溯
✓ 100% 决策可追溯
📜备案与监管
网信办算法备案 · 工信部 ICP · 央行数据治理 · 人社部劳务派遣资质
✓ 已备案 4 项 · 监管沙箱试点
🚨对抗攻击防御
对抗样本检测 · Prompt 注入防御 · 输入扰动鲁棒性 ≥ 0.92
✓ 红队定期演练
👤人在回路 HITL
高风险决策 (拉黑 / 大额信用) 强制人工二审 · 申诉 72h 响应
✓ Human-in-the-Loop
下一次模型上线2026-06-04 · match-engine-v3.3
本年 Roadmap2 个 GPT-4 level 自研大模型
DSPy 自动调优7 / 8 模型已接入