中国如何为 AI 应用建档

2026 年 8 月 26 日，官员们在北京国务院新闻办公室新闻发布会上介绍“十五五”时期的工业政策。这场发布会提出“一业一图谱、一景一档案”，成为本文追踪的核心信号。新华社记者李旭伦摄。[6]

AI 演示先看供应商能拿出什么。到了部署阶段，就要看用户愿意开放哪些工作流程、数据和试验场地，由谁负责，预算多少，以及怎样才算失败。中国正把准备这些条件列为一项专门工作，政策中将它们统称为应用场景。

8 月 26 日，工业和信息化部表示，将探索“一业一图谱、一景一档案”模式，同时培育应用服务商，为制造企业开发更轻量、成本更低的解决方案。[1] 这项提法背后的变化，在各地已有具体做法。北京把需求、技术能力和已有示范成果分列为三张清单。广州海珠区将需求作为“订单”发布，设置场景经理人，再公布供需对接中有多少最终签成合同。国家交通运输行动计划按成熟度划分试验类别，验证成功的成果还可进入预标准化研究。[2][3][4]

这些做法来自不同层级与地区，合在一起尚不足以说明全国已经有了统一市场或通用档案格式。从这些尝试看，随着模型供给日益充足，买方组织项目的能力已成为更稀缺的条件。必须有人把熟悉业务的一线人员遇到的难题写成可测试的任务书，开放真实运营环境，对接供应商，并留下足够的验证记录，一次试点才有机会成为可重复采购的项目。

“场景”写的是一整套工作条件

英语科技报道常把 use case 简化成“AI 用于铁路巡检”这样的标签。中国政策语汇中的“场景”（changjing）还包括完成巡检所需的条件：真实轨道、巡检计划、传感器历史记录、维修班组、安全规范、数据权限，以及最终对结果负责的组织。

北京 6 月征集三张清单的通知，把这些要求写得很具体。政府部门、国有企业或大型企业可以提出需求，采购或试用产品，解决核心运营难题；技术企业也可以提出需求，寻找真实市场环境验证产品。无论谁提出需求，业主都要为协同创新开放必要资源——空间、资金、设备和数据。只邀请供应商提交方案，还达不到通知的要求。[2]

资源要求写明后，双方就有了具体任务。“用 AI 检测缺陷”只是愿望；明确了产线、摄像头、生产节拍、异常上报规则，以及要检测哪些缺陷，厂商才能报价并接受测试。业主要说清真正棘手的限制条件，厂商则要证明自己的技术经得起这些条件的检验。

档案即便没有带来新模型，也有商业价值：它把一线人员积累的经验写成需求规格，交给后续参与者使用。工厂里的资深人员知道哪种反光像裂纹、何时可以暂停产线，也知道哪类误报会引发代价高昂的复检。这些事实若未写进任务书，再出色的视觉模型也会被放到错误的任务上评估。

北京用三张清单分开记录承诺与实绩

北京的征集通知把三类条目划分得很清楚。需求清单记录具体问题，以及愿意开放资源的业主。能力清单记录技术方案和试验资源，其中包括道路、水域、园林、数据集、算力和建筑物。示范项目清单只接收已经完成或取得实质性进展、能够复制推广的项目。[2]

三张清单各自回答不同问题。公开一项需求，说明某个组织愿意把问题摆出来。列入能力清单，说明供应商或试验场地已经就位。示范项目清单着重记录方案实施与验证的成果，项目可以已经完成，也可以仍在取得实质进展的过程中。单看其中任何一项，都无法确认它能否长期产生运营价值。

三张清单串起来，项目还能边做边积累经验。一项需求可以吸引彼此竞争的多种方案，真实环境会检验出哪一种有效，也会暴露它在哪里失效。完成的项目则为下一位业主留下证据和操作方法。档案若能随项目持续更新，就能逐步记下指标的选择理由、未开放的数据，以及人工何时介入并改判系统结果。部署后的修改、可用于其他项目的做法，也都能留下记录。

目前的公开通知没有说明全国已经统一了证据记录方式。通知要求指标合理、预期结果清楚、在真实环境中验证，并且能够复制；这些是项目遴选条件，距离公开的全国报告模板还有一段路。[2] “一景一档案”最终能否奏效，取决于档案能否在收录项目信息之后，继续记录实施与验证的经过。

海珠的数据显出订单到合同的落差

广州海珠区是一个早期样本，当地公布的数据记录了需求上榜后发生的事。其 AI 场景平台于 5 月 9 日启用，设有场景机会、场景能力与投资机会三个板块。到 8 月 18 日，海珠区称平台已经发布 159 个场景订单，汇集 353 条能力信息，促成超过 400 次匹配对接；这些订单对应的意向合作金额超过 2 亿元人民币。当地还报告了 8 个已签约订单，总额为 826.9 万元人民币。[3]

分开公布这些数字，比只公布一个总数更有助于理解项目进展。8 个签约订单约占 159 个已发布订单的 5%，签约金额不足意向金额的 4.2%。这两个比例都不适合作为同批次转化率：订单发布时间各不相同，“意向合作”与签约金额的统计口径也不同；部分订单是否仍在流程中，现有数据同样没有说明。数字之间的落差，提示需求发布后还有一段工作要做。需求上榜和合同签订，要分别跟进。

广州地铁专场把中间步骤写得更清楚。海珠区称，7 月初发布的 19 个订单吸引了 100 多份技术方案；一个月后，场景经理人筛出 18 份，安排线下会面。[3] 网站帮助买方与厂商找到彼此，只是第一步。更费功夫的是把业务问题写成技术任务，再逐项审查方案是否回应了真实运营难题、业主能否支持试验。参与者是否准备谈具体项目，还是仅准备展示技术，也要辨明。

海珠区还把算法大赛接入这一平台，邀请参赛团队查看订单，并在竞赛验证后争取商业项目。基准测试中的优胜团队由此有了接触买方的机会，也会遇到新的要求：赢下一道范围固定的赛题，与把系统接入地铁、医院、工厂或服务台，各有要解决的问题。负责筛选的人能否辨明这些差别，比牵线速度更有价值。

交通政策按成熟度安排试验

6 月发布的国家“人工智能+交通运输”行动计划说明，项目成熟度不同，所需证据也应随之变化。计划列出四个依次推进的阶段：技术突破、场景验证、产业应用和体系升级。[4]

计划把试验分成三类。应用推广类项目适合技术成熟、需求明确的情况。创新示范类项目把成熟组件集成到高价值环境中，一般由场景所有方牵头，AI 企业和科研机构参与。攻关突破类项目借助真实环境开发、测试核心算法或智能装备，一般由人工智能企业牵头，行业用户参与。[4]

这套分类有助于按项目进度选择评估标准。研究阶段看研发与验证指标，成熟产品看市场采用情况；成熟产品即便模型新颖，也要交出运营结果。项目所处阶段不同，牵头方、所需证据、风险容忍度与退出条件也要相应调整。

同一份计划还提出，经过验证的产品、技术和场景可以进入预标准化研究，继而为国家标准或行业标准提供依据。计划也要求监测自动驾驶与自动配送对就业的影响。[4] 一次成功验证还会影响采购规则、技术接口、工作安排，以及推广应当多快。可信的档案需要记录这些后果，与准确率、延迟一同留存。

档案要把试点前后接起来

记录应从遴选供应商之前开始。先写明业主和现有基线，盘点可用的数据、设备、系统接入点、人员与预算。再明确系统将在哪些人群、哪些条件下接受测试，并列出误报、漏报、拒绝作答、延迟及人工复核各自带来的成本。

记录还要延续到试点之后。档案需要说明实际运行的模型与配置、谁有权介入并改判系统结果，以及每项输出附带什么证据。性能漂移怎样监测、供应商获准留存哪些资料、什么条件会触发扩展、再训练、暂停或退出，也要写清。这些字段是本文根据中国相关通知提出的建议，政府目前没有发布同样的模板。其他地区较成熟的公共部门 AI 采购指南也有相应要求：采购前摸清数据，由跨专业团队评估，并明确可接受的性能。测试应贯穿整个生命周期，必要知识应移交采购方，同时防止采购方被单一供应商锁定。[7]

记录如果在试点启动后断掉，项目容易只留下获奖与展示材料；持续记录则能留下彼此可比的运营证据。公共数据或公共服务项目尤其需要区分这两种结果。8 月 25 日，国家数据局表示，其公共数据“跑起来”示范场景第五批名单从 703 份申请中选出 23 个方向的 50 个场景。[5] 这组数字说明申报规模很大，入选范围则相对有限。该计划覆盖的领域远大于 AI，不能据此估算 AI 采用率；入选也不能证明项目已经改善公共服务。接下来需要看到的，是仪式结束后仍可核查的结果。

哪些材料能证实这些变化

要证明建档正从政策提法变成项目实施所依赖的基础工作，还需要三类材料。

第一类是每项应用都有一份公开、真实的记录，列明谁负责解决问题、现有基线、承诺投入的资源，以及项目按成熟度归入哪一类。评估条件、风险限度与历次状态变化也应记载。第二类是按批次跟踪的进展：有多少项需求收到合格方案、进入付费试点、通过验收，之后又有多少持续使用、扩展到第二个实施地点或中止，每一步各有什么原因。第三类是试点后整理的证据，既能用于采购或标准制定，也保留当地条件与失败记录。

这三类材料若始终缺席，就会推翻本文关于建档作用的较强判断。假如清单不断增加，合同、运营指标与后续复制部署仍不透明，“场景培育”主要就是收集商机和展示成果。记录一旦可以相互比较，并能随项目流转，这项工作的影响就会更大。它如同一套“买方侧编译器”，把产业经验写成 AI 市场能够着手解决的任务。

模型竞赛仍会继续，识别缺陷、规划路线或检索规则的能力仍须经受检验。档案决定测试是否贴近真实工作、买方是否为学习备齐条件，以及一次成功能否在别处延续。从技术试验走到实际采购，这些衔接工作正逐步留下记录，也开始有了衡量的依据。

cronfeed.work