AI news

中国AI国家队出手:科大讯飞上线「招采智能体平台」,人工智能重做万亿招标市场

By 新智元0 viewsSource: 新智元
中国AI国家队出手:科大讯飞上线「招采智能体平台」,人工智能重做万亿招标市场

人人都在夸智能体有多强,但真正的生死考场从不是Demo现场,而是几亿金额、零容错的招标采购。英伟达和OpenAI才刚喊口号,但这家AI已经先走了一步,趟过落地的深水区了。

The full text has not been translated yet. The Chinese original is shown below.

这几天,「打工人版」Claude火得一塌糊涂。

一键清空桌面、杂乱笔记瞬间成报告,甚至,给AI一个文件夹,就能直接帮你干活。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

毫不夸张地说,你的父母都能用上「编码版」Claude了!还有人惊呼,「这就是第二个ChatGPT时刻」。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

更令人惊掉下巴的是,Claude之父自曝,Claude纯100%编码,一周半就创造出了Cowork,端到端真正实现了闭环。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

不仅如此,最近爆红的各种Claude Skills库,直接给AI加上了双重buff,「技能包」让AI智能体干活更得心应手。

有的Skills GitHub库,直接刷爆近40k星标。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

一夜之间,AI智能体竟变得这么强了?

硅谷AI能造APP,却卡在最后一公里

人们常说2025年是「智能体元年」,但要真正规模化普及,还得看2026年。

CES 2026大会上,老黄再一次对当前AI的进展,做出了前瞻性的判断——

智能体本身,就是未来的交互界面。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

无独有偶,OpenAI总裁Greg Brockman也给出了惊人一致的判断:2026年,将是企业级智能体真正普及的一年。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

回望过去一年,我们看着OpenAI Operator在浏览器里熟练地帮人订机票;看着Grok 4并行多个智能体,暴力破解了人类最高难度的纯文本考试;看着Claude Code让不懂代码的普通人,在几小时内手搓出一个App。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

Claude之父Boris Cherny半开玩笑地说,他过去三十天的代码贡献,100%都是由Claude Code完成

一切看起来都很美好。AI似乎已经无所不能,它能写诗、能画画、能写代码。

但是,且慢。

如果你把视角从硅谷的演示Demo,拉回到真实且残酷的商业世界,你会发现一个尴尬的「最后一公里」断层:

这些聪明的AI,敢不敢让它去审核几亿金额的标书?敢不敢让它在没有人类盯着的情况下,对涉及法律责任的流程做判断?

绝大多数时候,答案是沉默。

因为写错代码可以Debug,画错图可以重绘,但在商业核心业务——

尤其是招标采购这种合规要求高、风险集中的领域,错误的代价往往是巨额罚款、法律诉讼,甚至是牢狱之灾。

这才是AI落地的真正深水区。

地狱级副本:招标采购领域的AI转型

如果不是央国企或大型集团的供应链负责人,你很难想象这个岗位的「酸爽」。这绝不仅仅是填几张表那么简单。

招标采购,是连接企业供应链上下游的超级枢纽。在这个枢纽里,充满了著名的「不可能三角」:合规、成本、效率。

  • 标书审阅效率低,合规风险难防控

首先合规问题,招标文件隐性风险审查、评审环节主观判断,都存在一定的人为干预,影响了公平公正。

还有成本极难控制,流程中人工加班、重复工作是显性成本,供应商选择不当,更成为了难以回避的隐性成本。

从效率来说,从招标文件编制、审核、再到评审环节专家评审,都需要消耗大量的人工精力。

这三大挑战,依靠传统的人工模式,已经难以跟上企业的发展需求。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

  • 投标异常行为,屡禁难止手段难辨

在投标环节,往往会出现各种异常行为。

以市政EPC项目为例,专家需在短时间内,对几百份文件进行风险排查,标书动辄上千页。

传统的方式比如文档识别,很难深层次检测投标文件内容本身异常,比如文本语义级相似、图片实质性相似、关键要素相似、报价规律性等。

因此,这些过程皆需要专家逐字逐句进行比对,工作量巨大。

  • 文件编审周期长,评审公平保障难

科大讯飞数字化业务群CTO张永亮举了一个真实的场景案例:

业务方提出如下一个采购需求,到了编制环节,编制人员可能因为对条款不熟悉、项目不了解,导致效率低,甚至可能出现很多漏洞。

再到下一个环节中,审核人员又需要耗费大量精力查找隐性条款,若因查得不仔细,还会导致流标、供应商投诉等问题。

从管理者角度来说,历史招标过程中沉淀的优质经验,难以得到复用。

在传统模式下,不同专家的评分偏差率高,甚至一些项目因评分争议需要复核。

传统的电子化招采系统(如SRM系统),本质上只是把纸质流程搬到了线上。它们能解决流程流转的问题,但解决不了「决策」的问题。

与之相对的,现代大模型可以比对几百份标书的资质、筛查风险、判断价格合理性,但它们普遍存在的「幻觉」问题,对要求100%合规的招采行业来说堪称是「史诗级灾难」。

因此,行业真正等待的,并不是一个更聪明的AI,而是一套能够嵌入主流程、边界清晰、结果可核查的智能系统。

一座「智能体工厂」

回顾招采技术的发展,我们经历了从小模型专精(如OCR自动评标)的1.0时代,到大模型泛化认知的2.0时代。

而现在,随着全流程自主规划能力的出现,行业终于迈入了「智能体(Agent)」的3.0时代。

1月13日,「AI国家队」科大讯飞重磅发布的「招采智能体平台」,给出了一个完全不同的解题思路。

它彻底抛弃了「辅助工具」的定位,直接提出了一个大胆的概念:智能体工厂(Agent Factory)。

这意味着,讯飞把招采领域几十年积累的专业能力,全部拆解成了标准的「智能乐高模块」。

由此一来,以上三个痛点迎刃而解。

  • 招采智能体精准嵌入「全流程」:编标环节自动生成招标文件,并进行合规检测;清标环节智能体揪出报价雷同、资质造假等问题;评标环节评审智能体,主动审查同时给专家一个参考。

  • 招标文件编审智能体:只要用自然语言讲出需求就会自动回填项目信息、分析场景、选范文模板、推荐评审规则,一键出稿。还能针对招标文件的风险进行全方位的审查,再也不用人工对着法律条文逐条修改。

  • 异常行为检测智能体:先解析所有招标、投标文件,把文本、图片都转成结构化数据;随后从企业关联、语义相似、报价规律等8个维度,精准检出异常行为迹象;最后生成风险预警、异常详情和结果判定,连证据链都给你整理好。

  • 辅助评标智能体:打破传统评标引擎 「黑盒调试难」 困局,实现定点调试提效,进一步提升评审准确率,支持私有化部署深度适配企业个性化需求。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

像搭积木一样,搭建智能体

作为招采行业的探路者,科大讯飞认识到:招采比他们想象的更加复杂。本质上是因为,缺乏承上启下的载体。

而这个全新的招采智能体平台,以Agent作为底座,打造了一个专属于行业的智能体平台。

它融合了行业知识库,利用Workflow构建了全场景的招采智能体应用。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

这样,就能通过搭积木的方式,降低开发门槛,实现应用的快速落地。

而且,这个平台还有40多个场景的子Agent,比如招标文件解析,资质验真。

同时,平台还整合了11万多个泛行业的优质智能体,覆盖生活、学习、办公全场景。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

要知道,速度就是企业AI落地的核心需求。

而这个平台,可以让你零代码、用自然语言描述需求,快速生成应用。另外,低代码工作流可以把各种能力、插件、组件、工具拼接起来。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

现场怎样搭一个智能体

在大会现场,科大讯飞的工作人员为我们演示了如何像搭积木一样,搭建一个评审办法解析智能体。

其中,子Agent、知识库等,都是在招采智能体中上线的原子能力Agent。

具体步骤如下:首先,在开始节点配置输入,导入招标文件。

接着,招标文件解析Agent,可以利用多模态识别能力将招标文件内容解析为结构化信息。

然后,通过评审办法抽取一个Agent。接着在知识库节点,选择适配的大模型。

而初步评审办法解读Agent和详细评审办法解读Agent,会依次工作。

再后面的招标规则整合Agent,就可以实现对评审办法的全维度梳理,然后进行结构化的输出。

就这样,短短几分钟的时间,这个平台就搭建出一个Agent。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

接下来,工作人员还具体演示了,怎样用它调试一个真实的项目。

导入一份招标文件,输入提示词,短短几秒就得到了具体的评审因素、打分因素、评分标准的关键等。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

RPA赋能智能体

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

在招采过程中,有很多重复性很强的工作。比如在评标环节,专家经常需要第三方的网站,用到它们的知识,极其繁琐。

而且,资质条款的核验需要在企业内部查询,还需要手动核对,耗时又费力。

而科大讯飞的资质验真Agent,可以自主决策核验路径。全程都无需人工介入,能真正解放人力,提升效率。

这就是Agent x RPA比起传统RPA的优势。而现在,完全可以让Agent成为RPA的大脑。

工作人员演示了,资质验真Agent是怎样运行的。

首先,上传一份投标文件,输入评审条款。

然后Agent就识别出,需要到信用中国去实现验证。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

接下来,RPA就代替了人手、人眼,完成了验证工作。全程它都在自主操作。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

最后,它识别到了匹配度最高的一家公司。并且验证出该投标人并未被列入失信被执行人名单。

总之,如果说Agent是大脑,RPA就是它的双手,可以轻松打通上下游系统。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

另外,辅助评标这个复杂的流程也放到智能体平台上了,企业可以快速增加节点,上传知识,完成企业自己的评标智能体开发。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

实践证明,科大讯飞招采智能体平台在实际落地时AI与专家的主观项排名一致率已达到95%。

从成熟的智能体生态,到零门槛的快速搭建,RPA的高效协同,再到简洁的调试和模型精调,整个智能体平台,将为招采行业开启应用开发的新范式!

四个「反直觉」判断

如果说产品功能只是表象,那么透过此次发布会,我们可以提炼出四个触及AI B端落地灵魂的「反直觉」行业判断。

判断一:Agent必须从「聊天助手」进化为「可信赖的业务执行单元」

在消费级场景,AI的答复可以天马行空。

但在招采这类严谨的商业领域,AI输出的任何结果都必须建立在三个基石之上:可执行、可核查、可追溯。

这要求AI不再是一个仅能对话的「参谋」,而必须成为一个深度理解业务规则、能够自主完成复杂任务链且过程全透明的「专业执行者」。

讯飞通过构建40多个专业子Agent的能力矩阵,并实现其间的规划与协同,为AI配备了精准的招采「操作指南」,确保其操作稳定、规范,从而真正胜任关键业务环节。

判断二:高自由度是风险,约束才是核心竞争力

通常我们认为AI越自由、越有创造力越好。

但在招采这种规则系统里,Agent必须放弃「自由发挥」 。

此时,真正的工程能力,在于如何把Agent拆解进流程,用规则去校验它,用多重逻辑去约束它。

用一句话总结就是:

智能招采不是在展示模型有多聪明,而是在验证工程约束能力有多强。

对此,讯飞采用了SuperAgent架构,通过主Agent调度10+个子Agent,并接入招采法律法规库和行业知识库进行严格约束。

判断三:「长期活着」比「一次跑通」重要一万倍

做一次完美的演示很容易,但在真实环境中活下来很难。

招采的规则会变,流程会变,异常情况才是常态。

真正的技术门槛在于:当规则变更时,系统是否依然可用?在没有人工兜底的极端情况下,系统是否依然稳定?

因此,Agent能否进入主流程,取决于它的「生存能力」,也就是系统的鲁棒性。

如今,科大讯飞已经和许多龙头企业,在招采产品中进行了合作落地,成功跑通流程。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

发布会上,一位重量级嘉宾的出现很有说服力——国家能源集团物资有限公司科技信息部主任朱捷。

作为「智能评审的开创者」,朱捷分享了一个震撼的数据:

他们早已不仅是试用,而是实现了「智能无人评审」的规模化应用。

在集团内部,AI已辅助评审订单高达18万单,评审准确率已超过97%。

判断四:这是一条「不可逆」的单行道

招采属于企业最敏感、最难回退的系统之一,一旦引入AI,回退成本极高。

讯飞「招采智能体平台」,正体现了这一不可逆性。

不可逆的核心在于,一旦企业尝试到AI带来高效率、公平公正与全链路优化,就不可能再心甘情愿退回到传统低效率模式。

想象一下,过去海量标书评审,人工耗费数小时甚至数天,异常行为检测依赖专家主观判断。

如今,通过平台实现多维度风险预警与人机协同,让企业招采效率跃升,运营成本大幅降低。

这意味着,招采领域的Agent应用,正在从实验期走向了真正的落地期。

为什么是科大讯飞?

在AI Agent这条赛道上,几乎所有的科技大厂都下了重注,而且还有无数的初创前仆后继。

为什么偏偏是科大讯飞,在招采这个细分但极度重要的领域跑通了?

答案可能藏在三个关键词里:「底座」、「领域」与「数据」。

  • 首先是国产算力底座的硬气。

在当前的国际局势下,央国企对数据安全和供应链安全的考量处于最高优先级。

科大讯飞与华为联手打造的「飞星一号/二号」平台,构建了纯国产的算力底座。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

这种在硬件层面的自主可控,是其他依赖海外GPU的厂商无法比拟的护城河。

  • 其次是讯飞星火大模型的「通专结合」。

招采业务极其考验多模态能力——既要看懂晦涩的法律文本,又要看懂复杂的工程图纸,还要比对公章的真伪。

讯飞星火大模型长期的迭代,尤其是其在图文理解上的优势,恰好匹配了招采的痛点。

除了招采领域,基于讯飞星火大模型底座,打造的垂类模型早已遍地开花。

星火医疗大模型深度赋能诊疗、健康交互等多场景;星火法律大模型打造AI专属顾问,让法律咨询服务公平可及....

这些生动的实践,正是讯飞「1+N」战略布局的有力印证,让通专结合的模式脱颖而出。

  • 最关键的,是经过实战验证的数据飞轮。

更深一层看,「通专结合」之所以真正落地,并不是只因为底座强、垂类多,而是它天然具备了跑出数据飞轮的条件。

一方面,大模型提供了强泛化的理解与推理能力,能把招采复杂场景先跑通;另一方面,垂类模型和智能体钉进具体环节,让LLM在真实业务中获得高密度的反馈。

由此,便形成了越用越准、越准越用的闭环。

比如,合肥公共资源交易中心,就利用「智慧交易智能体」将一致性提升到了95%。

还有如上提到的国家能源集团的智能评审系统,已辅助评审订单高达18万单,准确率超97%。

这种在央企实战中打磨出来的算法精度和业务逻辑,是任何实验室里都跑不出来的数据壁垒。

目前,讯飞在AI招采的市场份额持续领先。

不敢信?中国AI国家队出手,刚刚通关了万亿级主战场「地狱副本」

从中国石油到国家电投,这些掌握着国家经济命脉的巨头们,不约而同地成为了讯飞的合作伙伴。

这些行业巨头的率先采用与成功实践,有力证明了AI在复杂B端场景的可行性。

如今,当AI Agent开始在招采这样严谨、复杂的领域挑起大梁,我们有理由相信,2026年,确实会成为一个分水岭。

它标志着AI从「玩具」变成了「工具」,从「副驾驶」坐到了「主驾驶」。

对于所有的企业管理者来说,现在的问题已经不是「要不要用AI」,而是——

「你的业务流程,准备好迎接一位硅基新同事了吗?」

文章来自于微信公众号 “新智元”,作者 “新智元”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)