把AI接入审计流程时，最诱人的用法，是先让它读制度、账表和异常清单，再迅速写出一版“可能存在成本失控”“内控执行不到位”的结论。

这版文字通常结构完整、语气专业，还会顺手列出需要补充的材料。审计组据此分工：有人找异常凭证，有人找制度依据，有人补访谈记录。几天以后，结论下面的证据越来越多，看上去也越来越稳。

真正容易漏掉的问题是：另一种解释有没有被同等认真地检验？

AI可以帮助审计生成工作假设，但不应在证据形成前，替审计锁定需要被证明的答案。结论一旦先进入流程，人工复核就可能从独立判断，退化为给已有判断补材料。

一、结论先出现，会改变人接下来寻找什么

审计取证从来不是漫无目的地收集资料。项目目标、审计重点和初步风险判断，本来就会决定查什么、问什么、抽哪些样本。

问题不在于能不能形成初步假设，而在于假设是否被当成了待验证的可能解释，还是悄悄变成了默认正确的结论。

如果AI先写出“采购价格异常源于供应商竞争不足”，后续取证很容易沿着这一方向展开：找单一来源采购、关联供应商、比市场价格、查审批缺口。这些程序都可能有价值。

但同一价格差异也可能来自规格不同、交货周期变化、税运口径不一致、质量等级差异或基准价格选错。如果项目组没有主动设计反向验证，支持性材料会不断增加，替代解释则可能从未真正进入底稿。

证据数量增加，不等于判断越来越客观。只在一个方向上累积材料，可能让结论更完整，却没有让它经受更充分的检验。

审计判断研究已经提示这种风险。一项以97名有经验审计人员为对象的实验发现，早期信息及其来源会影响后续证据选择；一项审计档案研究也发现，既有低风险经验可能使审计人员对后续风险上升反应不足。

这些研究不是针对国企内部审计中的生成式AI，不能直接推出“AI先写结论必然导致错误”。但它们足以提醒我们：早期判断会塑造后续注意力，而AI只是把这个早期判断生成得更快、更像成稿。

二、最大的风险，不是AI写错一句话

AI写错制度名称、金额或事实，通常比较容易发现。更隐蔽的风险，是它给出一个大体合理的解释，随后整套流程开始围绕这个解释运转。

先生成结论，再让模型列取证清单；拿到新材料后，再让模型判断是否“进一步印证”；写报告时，继续让模型润色原有结论。每一步都有人工参与，但每一步都继承了同一个起点。

到最后，审计组可能拥有一条很长的支持链，却没有回答三个更重要的问题：有没有能推翻结论的证据？有没有同样能够解释事实的其他原因？如果关键资料缺失，当前结论最多能写到哪一层？

这也是为什么，“最终由人签字”本身并不足以证明人工复核有效。签字只能说明责任没有消失，不能说明签字人真正独立重做了判断。

NIST在生成式AI风险框架中，把自动化偏差和过度依赖列为人机配置风险。审计署审计科研所的公开研究也强调，大模型适合承担基础任务，审计人员应主导专业决策。

两者共同指向一个边界：AI输出可以进入审计过程，但不能自动获得“初步正确”的地位。模型生成的句子不是审计证据，措辞完整也不是证据充分。

三、让AI先生成对立假设，不要先生成唯一答案

更稳妥的工作流，不是禁止AI形成判断，而是改变它介入的顺序。

第一步，由审计人员先确定目标、标准、范围和已确认事实。这个阶段可以让AI整理材料、识别数据口径和列示异常，但输出中要把事实、推测和缺口分开。

第二步，不让AI直接写“审计结论”，而让它至少提出两种能够解释现象的假设，并分别列出支持证据、可能反证和尚缺资料。

例如，项目毛利率下降，可以同时检验成本控制失效、收入确认边界变化、施工范围调整、采购价格上涨和预计总成本更新滞后。假设可以有优先级，但不能只有一个方向。

第三步，项目组按“支持—反证—未决”记录取证结果。对关键判断，至少安排一项可能推翻原假设的程序。找不到反证，不等于原结论自然成立；还要判断反向程序是否真的覆盖了风险。

第四步，在证据基本形成后，再让AI帮助归纳矛盾、检查引用、比较前后表述。最终结论由审计人员根据相关、可靠、充分的证据形成，并说明仍未解决的限制。

这套方法的重点，不是多做一张复杂表格，而是让反证在流程中拥有固定位置。

AI最有价值的角色，在于帮助审计人员更早看见还有哪些答案没有被排除，而非抢先宣布答案。

四、人工复核必须保留改写结论的真实权力

如果AI已经生成倾向性结论，复核人员最好能看到原始证据、提示词、模型输出和人工修改轨迹，而不是只看最后一版顺畅文字。高风险事项还可以安排一名未接触AI初稿的人员，从证据出发独立复核关键判断。

同时要明确权限：哪些资料可以进入模型，谁能调用，输出保存多久，模型和知识库版本怎样记录，发现敏感数据或错误引用如何停止和追溯。涉及国家秘密、工作秘密、商业秘密和个人信息的材料，不得因为“仅作辅助”就绕开分类分级、最小权限和本单位保密制度。

更重要的是，审计机构不能把“AI建议＋人工签字”设计成责任转移装置。AI没有调查权限，也不承担审计责任；技术部门负责系统可用和安全，不替项目组判断证据是否足够；项目组使用AI，也不能因此降低取证和复核标准。

人工复核的价值，是在证据改变时能够推翻AI，也能够推翻自己最早的判断，不只是替机器点一次确认。

审计需要的是一项经得住相反证据的判断，而非一条越来越漂亮的单向证明链。

如果AI先把结论写好了，项目组最应该补的，可能是那份尚未被认真寻找的反证，不应只是下一份支持材料。