谈到中国最具影响的新一类 AI 用户，视线可以从模型实验室和应用开发者移向另一群人：他们要比对数百页投标文件，说明一家供应商为何通过审查，并留下足够完整的记录，以备落选投标人对结果提出质疑。

2026 年 2 月 6 日，八个中央部门印发方案，要求 AI 覆盖招标投标全周期。到 2026 年底，部分省市要全面覆盖三类重点用途：招标文件检测、辅助评标和围标串标风险识别；全国范围的广泛应用目标定在 2027 年底。同期发布的解读将任务细分为 20 个应用场景，从编制需求、匹配评标专家，一直延伸到检查评标报告、处理异议投诉和监督合同履行。[1][2]

如此广的覆盖面，很容易让人联想到一名自动化采购官。早期证据指向更务实的用途。已经拿出可信实绩的首批系统，并未决定该建哪座桥，也未判断哪家承包商值得信任；它们查找资质证照、比对技术参数、复核算术、标出异常，再把相关页码交给人工复核。因此，中国评标室里的 AI 市场正沿着受监管的工作流基础设施发展，其采购形态和聊天机器人订阅相去甚远：模型、规则库、文档解析器、身份与信用数据、安全评标室、视频记录，以及经得起申诉核查的日志，共同接入既有公共交易平台。

全国市场，由制度划定软件边界

国家方案覆盖交易双方。招标人可以用 AI 编制可衡量的需求，扫描招标文件中的排斥竞争条款，抽取评标专家，或把最终报告与底层评分逐项比对。投标人可以用它寻找合适项目、提取要求、检查投标文件是否齐全，并提示报价会否被认定为低于成本。监管部门则要识别技术表述异常相似、投标关系异常、中标概率反常或专家评分离群等情况。[1]

需求由此出现在几乎每一次文档交接处，同时也带来一重战略张力：同一项技术既能降低核查投标文件的成本，也能降低制作文件的成本。如果 AI 生成的投标文件逐渐采用相同模板和措辞，相似度检测会把通用工具留下的痕迹误判为串标。一旦检测信号可以预测，协同行动的投标人也能调整文本来绕过识别。真正耐久的产品，因而是一套持续维护的证据系统：规则不断更新，每条提示背后的原文得到保留，线索与法律认定之间也有清楚区分。

政策本身勾勒出一套相当具体的市场分工。偏重效率的服务要培育市场化 AI 应用服务商；关联公平竞争和监管执法的用途仍由政府主导。城市应在省级统筹下部署，县级地区原则上复用上级模型资源，避免各自开发。[1] 顺着这套安排推断，市场集中度会较高：省级平台和成熟的交易系统集成商可以把固定成本分摊到多个地方机构，独立模型供应商则较难掌握整条工作流。

这样的设计也收窄了“全国推广”的含义。全面覆盖之下，多套模型、操作界面和评估标准仍可并存。中央层面已经给出应用范围和时间表，各省还要协调数据格式、法律知识、行业规则、安全审查与本地系统。某地的施工资质与另一地的医疗器械规格，都可以归入文档匹配，但两者要求的证据不同，出错后的后果也不同。

客观事项先成为突破口

深圳的框架协议采购试点解释了结构化核查为何先行。2025 年 4 月的一次计算机显示器采购中，5 名专家用 7 小时审查了 13 个包组的 115 份投标文件，AI 仅用 9 分 46 秒完成初审。它承担的任务很窄，主要核查资格条件与产品参数，包括屏幕尺寸、分辨率、接口、营业执照、授权函和响应承诺。[3]

展示案例之后的数据更有参考价值。深圳案例报告列出了 10 个试点采购项目的分项准确率：资格性审查为 95.8%，技术参数符合性审查为 99.3%，价格扣除审查为 91%。报告称，AI 评审用时相当于专家评审用时的 8%。整个流程依次是“AI 预审、专家评审、汇总对比”；人机结论出现分歧时，工作人员进一步核查，专家保留最终决定权，机器错误则进入纠错集。[3]

这些数字展现了前景，适用范围仍然有限。数据来自交易中心提供的案例研究，尚未经过独立审计。“准确率”以专家结果或另一套内部裁定作为真实基准，也会受到基准本身的影响。产品框架协议采购通常拥有格外明确的字段和可重复规则；系统能正确提取显示器分辨率，距离判断新型工程方案是否可行还有很长一段路。

石家庄展示了这一模式较新的版本。2026 年 7 月的一篇报道介绍，AI 会筛查工程投标文件中的 18 项客观事项，每项初步结论都链接到相应原文页，专家随后确认或修改结果，所有操作均写入日志。在一个有 29 家投标人的项目中，交易中心称，商务资格审查从全人工预计所需的 3 小时缩短至 1.5 小时以内。另一套标前模型用 53 条规则查找排斥性或不合理条款，报道给出的准确率超过 95%。[4]

真正产生价值的基本单元，是一组可复核的 结论 + 证据位置。它缩短搜索时间，同时把决定权明确留给人工。审计人员、监管人员或对结果不满的投标人日后追查时，面对的也正是这组材料。

合同购买的是房间、记录和工作流

实际采购记录显示，模型周围还包裹着大量基础设施。2026 年 6 月，新疆石河子公共资源交易平台 AI 技术升级项目以 人民币 193.83 万元成交。采购清单包括 12 个“智能评标舱”、44 个分散评标视频终端、录制设备、档案设备、存储设备和平台管理硬件。中标供应商 Epoint 是一家公共资源交易软件公司。[5]

一份地方合同无法代表市场规模，设备清单也没有拆出专门用于 AI 的金额。它依然揭示了采购的实际形态。公共部门买下的是受控访问、远程评审、音视频证据、记录留存与系统集成，推理所需的 token 只是其中一项。模型能力可以快速提高，真正需要长期积累的优势仍在兼容身份系统、投标文件格式、行业数据库、留存规则，以及供评审人员签署结果的软件。

这类市场更有利于能够整理异构公共数据、并承受漫长运行周期的供应商，也会抬高锁定单一供应商的风险。一个省若无法把规则库、决策日志、错误集和证据链接导入替代系统，“模型持续改进”就会转化为对一家承包商的依赖。国家方案要求建设共享平台和统一标准，完善高质量数据集，安排常态化更新与用户反馈，并落实模型备案、安全审查，防范黑箱、幻觉和算法歧视。[1] 合同能否把这些原则写成可迁移的资产，将决定供应商市场究竟保有多少竞争空间。

人的责任划出边界，也留下未决考题

方案清楚写明了界限：模型结论只作辅助；招标人、招标代理机构、投标人和评标专家仍须独立判断，法定责任照旧由各方承担。[1] 这段话远不止审慎措辞。采购会产生胜者、败者、公共支出与投诉依据。最终要有人说明一份文件为何未通过，纠正错误，并对法律后果负责。

人的签字与人的判断仍有距离。率先概括千页文件的系统，会先定下此后每一项判断的起点。评审人员在规则上可以提出异议，实际还受时间、原文查阅权限和自身信心制约。OECD 关于公共采购 AI 的研究把数据偏差、解释能力薄弱、技能缺口，以及数据或供应商锁定列为主要风险；研究警告，带有偏差的自动审查会以远快于逐案人工审查的速度扩大伤害。[6]

衡量“人在回路中”是否落到实处，关键在于分歧如何处理。系统应披露未给出判断的频率、专家推翻结论的频率、反复出现的错误类型、小型投标人与大型投标人是否面对不同的误报率，以及投标人提出异议之后如何处理。串标模型的评价依据，应是得到调查并查实的线索；可疑模式的生成数量不能单独充当指标。招标文件检测工具也应说明，删除被提示的条款后竞争是否真正扩大，官员点击“接受”本身还不够。

现有公开试点材料大多没有这些披露。深圳给出了分项准确率和纠错流程，已经迈出有用的一步。[3] 石家庄强调原文页链接，以及专家可以撤回或修改机器结论。[4] 两份报告均未发布混淆矩阵、分组分析、申诉结果，也未说明不同文档格式下的性能漂移。试点的证据价值仍在，这些空白同时标出了下一阶段的证据标准。

2027 年推广需要证明什么

国家已经明确工作流、期限、部署层级和数据任务，短期商业机会由此出现。市场能否健康发展，还取决于“覆盖”是否延伸到功能上线之外。到 2026 年底，信息最扎实的省级报告应披露已处理项目的占比与类型、实际自动执行的检查、未作判断率与人工推翻率，以及一条提示如何转化为有记录的人工认定。到 2027 年底，供应商之间的可迁移性、跨区域一致性和投诉处理结果，应与评审速度受到同等重视。

更深的变化，声音会比自动定标更轻。公共市场的规则长期埋在数以千计的半结构化文件里，也沉积在专业人员的实践记忆中。把这些规则整理成有版本的检查项、相互链接的证据和可重放的决策，会让市场更易理解；同时也会把旧有偏好写进系统，再借一项看似中性的评分大规模复制。

中国早期试点给出的起点很清楚：让机器承担搜索负担，要求它指出原文页，记录每一次分歧，把需要负责的决定留给人。最终检验落在人是否仍是一名真正的复核者，抑或只在系统早已定下方向的结论上签下最后一个名字。

来源

1. 国家发展改革委等八部门，《关于加快招标投标领域人工智能推广应用的实施意见》（2026 年 2 月 6 日印发；涉及全国目标、20 个应用场景、部署安排、数据要求、人的责任边界和安全控制）。
2. 国家发展改革委，关于 2026 年招标投标领域人工智能推广应用实施意见的新闻发言人答记者问（2026 年 2 月 10 日；涉及政策背景、场景分类、推广日期和政策依据）。
3. 《中国政府采购报》，《树立政府采购智能评审新标杆》（2026 年 5 月 11 日；涉及深圳试点设计、用时、分项准确率、分歧处理流程和报告所述运行范围）。
4. 《河北日报》经环渤海新闻网，《AI+双盲评审：企业为更透明的流程点赞》（2026 年 7 月 30 日；涉及石家庄工作流、客观事项核查、证据链接、评审用时和标前筛查数据）。
5. 中国政府采购网，《公共资源交易平台 AI 技术升级项目——第一包中标结果》（2026 年 6 月 19 日；涉及石河子合同金额、供应商、硬件、远程评标、录制和归档组件）。
6. OECD，《公共采购中的 AI》，载于 Governing with Artificial Intelligence（2025 年；涉及数据质量、偏差、可解释性、技能、审计和供应商锁定等比较案例与风险）。
7. 《人民日报》，《招标投标改革：九千个项目“双盲”评审》（2025 年 3 月 14 日，第 13 版；提供石家庄监督室运行背景，以及梁子栋档案照片的来源页）。