26年开始，软著的审核越来越严，也引入了非正常这个审核概念。
接下来可能软著申请、AI生成软著等的驳回率和成本都会提升。
但也不用非常悲观，官方的目的是规范软著申请，而不是为了禁用AI。
更何况，使用AI开发程序已是常态，玖涯软著AI平台80%代码都来自AI辅助开发。
平台也一直在持续优化软著模型，不是应对审核，而是让生成的内容更加合规，从而提升申请通过率。
本文回答用户几个关注点，讲讲AI如何生成一篇高质量软著？
一、程序鉴别材料
最大的升级是深度结合了AST代码分析+AI智能体代码分析。
无论是AI生成的代码，还是上传自有代码都适用！
1.1 AST分析与比对
针对程序鉴别材料，玖涯软著引入了代码AST结构分析。
并结合代码分析智能体，对简单的、非核心功能的实体类、DTO代码进行剔除，提高程序鉴别材料的业务相关性。
平台大量抓取了GitHub、Gitlab开源代码库，建立了超2400w条函数AST特征抽象矩阵。
在生成程序鉴别材料时进行特征比对，从而预先排除掉可能雷同的代码，尽最大可能避免软著雷同。
1.2 代码生成
AI生成的代码逻辑优化，增加了代码迭代轮次，让每个功能都能最完整的实现。
后续的目标是这份代码能够开发调试，稍微修改后能够正常演示或使用。
二、文档鉴别材料
软著的核心是代码，文档材料主要的优化是提高文档和代码的相关性。
在最新的智能体版本中，代码的每一次修改迭代、每一次分析比对剔除，都会再次与文档鉴别材料校对。
最大程度保证代码和文档的功能和描述一致。
三、生成耗时拉长
可能很多用户已经发现了，大模型生成材料的速度不断在降低。
有得有失，功能的优化，牺牲的是更多的大模型Tokens和材料生成时间。
因为原先很多并行执行的生成任务，现在都需要再多次互相校验生成结果。
所以不可避免的，生成时间有所加长，但是我们认为是值得的。
目前已经无法在6分钟完成软著生成，最短时限延长到12分钟。
如果你的软件功能复杂，自主上传的代码量非常巨大，这个时间可能还会再长一些。
这已经是在充分考虑并行的情况下，所能达到的最快生成速度。
四、非正常申请
也许有时候的驳回并非材料因素，还需要再关注一下**“非正常”**这三个字。
目前我们软著老师对非正常的一致解读主要有三个方面：
- 小企业/个人，申请非常大型的软著项目，非正常；
- 高频申请，远超企业正常的开发能力，非正常；
- 提交大量相似的软著申请，且材料简陋，非正常；
- 软著行业跨度太大，与主营业务不符，非正常。
后续想要进行软著矩阵式申请的用户需要多加注意了。
从平台统计的驳回数据看，矩阵式申请驳回概率远高于正常申请，而且高概率一件驳回全部驳回。
五、最后
感谢继续使用玖涯软著的用户和知产同行们。
体验玖涯软著AI系统，可以前往：https://rz.nineya.com
玖涯软著AI，专业的AI软著申请工具！