中国正在为每个 AI 应用场景建立档案

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]

一场 AI 演示从供应商能展示什么开始；一次部署则从使用方能开放什么开始：真实的工作流程、承担责任的负责人、可用的数据、试验场所、预算，以及对失败的界定。中国开始把后一组要素独立归拢成应用场景。

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，为制造企业提供更轻量、成本更低的解决方案。[1] 这句简练的表述指向一项更大的变化。北京把场景需求、技术能力与已经完成的示范项目分别纳入三份清单。广州海珠区发布场景“订单”，设置场景经理，并公布有多少次匹配对接最终转化为合同。国家交通运输行动计划则按成熟度给试点分级，并把成功验证与标准衔接起来。[2][3][4]

这些动向合在一起，不能证明全国已经出现统一市场或通用档案格式。它们是一组一线信号：模型供给已经丰富，真正稀缺的工作开始转向买方一侧。需要有人把资深操作人员遇到的问题整理成可供测试的任务说明，开放实际运营环境，匹配供应商，并保留足够证据，让试点最终转化为可以重复采购的项目。

场景超出用例标签的范围

英语技术文章里的 use case，往往只是“AI 用于铁路巡检”这样一句话。中国政策语汇里的“场景”（changjing）所指内容可以延伸到更具体的物理条件与制度安排：真实轨道、巡检安排、传感器历史记录、维修班组、安全规范、数据权限，以及对结果负责的组织。

北京 6 月征集三类场景清单的通知明确写出了这层分量。需求场景可以来自政府部门、国有企业或大型企业，由这些单位为解决核心运营难题而采购或试用产品；也可以来自需要真实市场环境来验证产品的技术企业。关键在于，场景业主需要拿出联合创新所需的资源——空间、资金、设备和数据，单纯邀请供应商提交方案还达不到要求。[2]

工作单元也随之改变。“用 AI 检测缺陷”表达的是愿望。“在这条产线上，利用这些摄像头，在这样的生产节拍与这些升级处置规则下检测这些缺陷”，才成为供应商能够报价和测试的场景。业主需要揭示让问题变得困难的限制条件，厂商则要证明自身能力经得起这些条件的检验。

场景档案即使没有新模型也能产生商业价值，原因就在于此。它可以把隐性的运营知识转化为能够随项目流转的需求规格。对工厂老手来说，哪一种反光看起来像裂纹、何时可以暂停产线、哪类误报会引发代价高昂的复检，都属于日常积累的知识。若这些事实没有写进任务说明，再出色的视觉模型也会在错误的任务上接受评估。

北京的三份清单把承诺与证据分开

北京征集工作的安排格外清楚。需求清单记录问题以及掌握资源的业主。能力清单记录技术解决方案与试验资源，包括道路、水域、园林、数据集、算力和建筑物。示范项目清单只收录已经完成或取得实质性进展、能够支持复制推广的项目。[2]

分列三份清单，可以避免三类主张混在一起。公开一项需求，证明某个组织愿意开放问题。进入能力清单，证明有供应商或试验场地可供对接。示范项目条目旨在说明项目已经实际建成并接受过检验。任何一项单独出现，都不足以证明系统具有持续运营价值。

这样的安排也为学习循环留下空间。一项需求可以吸引多种相互竞争的方案，真实环境能够检验哪一种有效、又在哪里失效，完成后的项目再为其他业主提供证据和运营做法。如果整套流程完整运转，档案会沿着这些阶段流转并积累决策记录：指标为何这样选择、哪些数据没有开放、人工在何时覆盖系统判断、部署后改了什么，以及哪些部分可以迁移。

目前的公开通知尚未表明，这样一套通用证据记录已经存在。通知要求指标合理、预期结果清楚、经过真实环境验证，并具有可复制性；这些属于项目遴选条件，还没有成为已经公布的全国报告规范。[2] “一景一档案”的分量，最终取决于档案能否超越一张目录卡片。

海珠让转化漏斗显现出来

广州海珠区提供了一个早期样本，可以观察场景列入清单后发生什么。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，订单对应的意向合作金额超过 RMB 200 million。当地还报告了 8 个已签约订单，金额为 RMB 8.269 million。[3]

这些数字分列各个环节，价值也正在这里。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%。这两个比例都不能直接视为可靠的同批次转化率：订单发布时间各不相同，“意向合作”与签约金额的会计口径也不同，还要考虑部分订单仍在流程中的情形。但两端的差距让交接环节显形。发布需求与促成合同，是两项分别完成的工作。

广州地铁专场展示了中间环节的具体工作。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，场景经理筛选出 18 份方案进入线下对接会。[3] 场景经理这一角色很能说明问题。瓶颈既在让供需双方找到彼此——让买方与厂商出现在同一个网站上——也在转译与筛选：判断方案是否回应真实运营难题，业主能否支持试验，以及参与者究竟准备进入项目谈判，还是停留在演示阶段。

海珠区还把算法大赛接入场景平台，邀请参赛团队查看订单，并在竞赛验证后争取商业项目。这一安排有助于缩短在基准测试中表现出色的团队与买方之间的距离，也会显露赢得一场限定任务的竞赛与把系统接入地铁、医院、工厂或服务台之间的差别。能保留这一区别的场景经理，比只负责加快牵线的经理更有价值。

交通政策加入一套成熟度阶梯

6 月发布的国家“人工智能+交通运输”行动计划补上了另一条此前缺少的尺度：不同场景所需的证明应随成熟度变化。计划列出的路线从技术突破出发，依次经过场景验证、产业应用，最终进入体系升级。[4]

计划把试验分为三类。应用推广类项目面向技术成熟、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，一般由场景业主牵头，AI 企业和科研机构参与。攻关突破类项目利用真实环境开发、测试核心算法或智能装备，一般由技术供给方牵头，行业用户参与。[4]

行政分类的背后，是对一种常见评估错位的纠正。用成熟产品的市场采用指标来推销研究阶段系统，会把评价尺度放错地方；已经成熟的产品即使模型新颖，也仍需接受运营成效检验。随着项目进入不同成熟度通道，牵头方、证据、风险容忍度和退出条件都应调整。

同一份计划还提出，经过验证的产品、技术和场景可以进入标准预研，并为后续国家标准或行业标准的制定提供依据。计划也要求监测自动驾驶与自动配送对就业的影响。[4] 因此，一次成功验证的影响超出分数本身：它可以改变采购规则、技术接口与工作安排，还可以改变可接受的推广节奏。一份可信档案需要把这些后果与准确率、延迟一并记录。

档案要记住启动阶段容易遗漏的事

一份有用的场景记录，应从供应商遴选之前开始。它需要写明业主与现有基线，盘点可用的数据、设备、集成点、人员和预算，确定测试覆盖的群体与适用条件，并列出误报、漏报、拒绝作答、延迟和人工复核各自带来的成本。

记录还应延续到试点之后。档案需要说明运行的是哪个模型和配置、谁有权否决系统判断、每项输出附带哪些证据、如何监测性能漂移、供应商获准保留什么，以及哪些条件会触发扩展、再训练、暂停或退出。这些字段属于对中国各项通知的分析性延伸，政府尚未发布这种格式。它们与其他地区较成熟的公共部门 AI 采购指南一致：采购前评估数据，由跨专业团队开展评价，明确可接受的性能，贯穿全生命周期测试，做好知识转移，并防范被单一供应商锁定。[7]

缺少这条连续记录，场景计划容易留下一面获奖项目展示墙；保留连续记录，则可以产出彼此可比的运营证据。涉及公共数据或公共服务时，这一区别尤其重要。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] 这些数字显示申报众多，行政筛选层层推进。该计划覆盖的领域远超 AI，因此不能用它衡量 AI 的采用情况；入选本身也不足以证明项目改善了公共服务。下一步所需的证据，是仪式结束后仍可核查的结果。

什么能证实这组信号

三类材料的出现，可以表明档案理念正从政策词汇走向基础设施。

第一类是公开、真实的单场景记录，列明问题责任方、基线、资源承诺、成熟度通道、评估条件、风险界限与状态历史。第二类是按批次公布转化情况：有多少需求收到合格回应、进入付费试点、通过验收、持续使用、扩展到第二处地点或中止，以及各自的原因。第三类是试点后的证据包，它可以支持采购或标准制定，同时保留当地条件与失败记录。

这些材料若没有出现，就会证伪文中更强的论点。若清单不断增加，合同、运营指标与重复部署仍然不透明，“场景培育”主要是一套寻找商机与展示成果的系统。若各份记录变得可比，并且随项目一同流转，中国就会建成一套影响更深的工具：一个买方侧编译器，把产业经验转化为 AI 市场可以实际尝试的任务。

模型竞赛在这套体系里仍将继续，只是转为其中一层。模型仍需识别缺陷、规划路线或检索规则。档案则决定测试是否贴近真实工作，买方是否提供了学习所需的条件，以及成功的结果离开最初那间屋子后能否延续。正是这道交接，让 AI 能力进入真正运转的市场；如今，这道交接已逐渐显露，开始进入可衡量的范围。

cronfeed.work