最近帮一家政企客户做信创改造，文档这块踩的坑比预想多。写出来给做国产化的同行提个醒：换操作系统只是开始，文档工具能不能在麒麟、统信上"原生跑、跑得合规"才是硬仗。
为什么单独写文档？因为信创改造里，操作系统、数据库、中间件都有人盯，唯独文档这条线最容易被当成"文件嘛拖过去就行"，结果上线后才爆雷。本文只聊文档工具在国产栈上的几个真实坑。
坑一：格式兼容不是"能打开"就行
政企文档格式杂得很，PDF、OFD、扫描件、Office、图片、音视频全有。这些在 x86 加 Windows 上磨合了十几年，搬到 ARM 架构的国产芯片和麒麟、统信上，最容易出三件事：字体缺失、渲染错位、编码乱码。最要命的是 OFD 上的电子印章------丢了就是合规事故，不是重排一下就能交代的。
举个真实场景。客户有一批早年扫描的审批单，存的是 OFD，每张带红色电子章。迁移到国产机后用某通用阅读器打开，章是出来了，但盖章位置和原文件偏了三毫米，肉眼不易觉，扫描件归档抽检却直接判不合格。后来换成走原生渲染、保留版式元数据的那条链路才过检。所以选型时别只看"支持国产系统"这句宣传语，要拿客户真实的历史档案抽样压一遍、转一遍，确认印章、版式、编码不出错。我们当时专门建了一轮格式兼容测试，把几十年的老文件抽样验证，才算放心。
坑二：性能不能靠转译层凑，依赖链越短越稳
国产机算力普遍不如同代 x86，文档工具如果只提供单一架构的安装包、靠转译层在国产机上凑合跑，大文件一来就卡死。正路是选提供目标架构原生适配版本的方案，不依赖转译层，本地并行把资源吃满又不卡界面。
这里展开说一个更容易被忽略的风险点：第三方依赖。不少文档工具的 PDF 压缩环节是靠外挂第三方工具拼出来的，链条上每多一个外部组件，国产环境里就多一处适配风险------版本升级不同步、目标环境缺组件、行为差异，都可能在您控制不到的地方爆。近期我们看到一个值得参考的动作：有产品把 PDF 压缩从外挂第三方工具改成了自研压缩引擎独立完成，适配链条更短，部署包更干净，国产系统上可能出问题的环节少了一层。选型时不妨把"压缩链路依赖了哪些第三方组件"当成交付清单来要，答不上来的要小心。
说个实测参考：443 页的 OFD 文档端到端压完大约 124 秒，图片经压缩后喂给大模型的 token 成本能降八成以上（GPT-4o 口径）。在国产机环境里，本地压缩既省算力又不出网，比把文件上传到外部服务再处理稳当。国产机内存普遍吃紧时，本地多线程比堆配置更管用。
坑三：合规是底线，不是加分项
这里有个绕不开的安全背景。IBM 2025 年数据泄露成本报告提到，五分之一的企业曾因员工私用 AI 工具（也就是影子 AI）导致数据泄露，这类企业平均泄露成本比同行高出 67 万美元，而遭遇泄露的组织里 63% 还没有 AI 治理政策。文档和知识库一旦上云、上外部大模型，这条泄密路径就很难堵。
所以涉及内部档案、合同、财务数据的，优先全私有化部署，数据不出内网；敏感字段入库前自动脱敏、操作留痕。McKinsey 有个口径：职场人约 19% 的工作周花在搜索和收集信息上，换算下来每天近 1.8 小时。如果这些时间花在把敏感文件传来传去上，风险就翻倍了。
坑四：政策 deadline 是硬约束
财政部等九部门 2025 年 5 月发了财会〔2025〕9 号文，要求各单位会计软件在 2027 年 12 月 31 日前完成电子凭证会计数据标准的升级适配。这意味着报销、入账、归档整条链路都得在国产栈上重新跑通，文档压缩、格式转换、知识库一个环节都绕不开。留给适配的时间不算宽裕，越早做小范围试点越好。别等 deadline 临近才动手，届时服务商排期也紧。
坑五：人不会主动清理，得靠工具兜底
这点工程师容易忽略。Compass Datacenters 的调查里有个挺狠的数字：77% 的人承认囤积了超过所需的数据，但只有 10% 对"怎么删"有信心，甚至有 59% 的人宁可去洗碗也不愿整理数字文件。指望用户在迁移前手动大扫除，基本不现实。正确做法是让工具在数据进库前自动分类、自动脱敏、冷热处理分流，把人力从"整理"里解放出来，只保留"确认"这一环。
知识库也别落下。很多单位迁系统时只想着文档，忘了检索和问答背后那层。正确做法是把散落文档先本地压缩、再按内容切片建索引，敏感字段入库前自动脱敏，整个过程不出内网。六道工序加八项能力这类工程化做法，比临时写脚本稳，也方便审计留痕。
选型该看哪些维度
给做国产化的同学一张通用核对框架，逐条打勾，别被一句话宣传带跑：
| 维度 | 该看什么 | 常见坑 |
|---|---|---|
| 架构适配 | 是否原生支持国产 CPU 与麒麟、统信 | 仅 x86 版本，国产机闪退 |
| 部署形态 | 本地私有化、容器、还是必须联网 | 强绑公网 SaaS，内网瘫痪 |
| 格式覆盖 | PDF、OFD、扫描件、Office、图片、音视频 | 只认 PDF，OFD 印章丢 |
| 性能表现 | 大文件吞吐、并发能力 | 单线程，百兆文件卡死 |
| 合规能力 | 敏感信息脱敏、审计留痕 | 无脱敏，泄露风险高 |
一点建议
信创文档工具，我个人的经验是：原生适配优先、本地优先、私有化优先。压缩、整理、检索三件事一起迁，比拆开补要省心。具体用哪套，看你们既有环境和合规要求，本地优先、数据不出网的那一类搜一下就能找到，先拿一个部门的真实场景跑通再说，比在会议室里比参数有用。迁移前记得先给旧档案做一次快照，万一某批文件渲染异常，至少有回滚的余地。
落地节奏上，我建议分三拍：第一拍，挑一个部门的真实档案和报销流做抽样兼容测试；第二拍，在国产机上跑一轮原生版本、压一遍历史数据，看压缩比和耗时；第三拍，小范围上线语义检索，盯牢找文件耗时和知识库搭建周期。三拍跑完再谈全量，返工率能压到最低。快照这件事值得再强调一遍------旧档案先留底，再动手。