夜雨聆风一、事件核心概况
上亿饮水提升项目AI暗标评审批量翻车：11家投标单位，全部技术标被判0分，就连中标候选单位也未能幸免。
扣分理由全是机械格式问题：首行未缩进两字符、字符间距不达标、表格单元格未垂直居中、多余空行、排版细微偏差等；各家耗费大量精力撰写的施工技术方案、重难点应对措施完全没有被评审，直接被AI一刀切清零分数。
同期还有电梯改造项目28家投标，25家因格式细节被AI判定废标，仅2家是方案实质问题，其余全部栽在机器死板的格式校验上。
二、AI工具的局限
1. 只会标准化匹配，没有专业综合判断力
AI依靠预设规则、关键词、格式阈值机械比对，只能识别表层文字、排版、重复度；没法像行业专家一样看懂施工方案落地性、专项工艺创新、项目针对性优势。贴合项目实际的定制化方案，反而容易因为句式、排版特殊被误判扣分，照搬通用模板的标准化文字更容易拿高分。
2. 容错率极低，缺乏灵活变通
机器不会区分“无伤大雅的排版小瑕疵”和“实质性违规”，只要参数不匹配就直接零分、废标；人工评审能分清细节疏漏和核心方案优劣，合理包容非关键性格式问题。
3. 语义、多模态识别存在短板
图纸、施工流程图、专项工艺示意图、非标化专业表述，AI解析能力薄弱，容易误判内容单薄；行业通用工艺、常规话术会被判定重复压分，无法区分合理通用技术和抄袭模板。
4. 算法黑箱，误判后难以申诉修正
AI打分逻辑不透明，一旦出现误判，投标人很难举证推翻机器结论；法规明确AI仅能做辅助初审，废标、最终打分、结果认定权责必须归属人工评标专家。
三、正确使用逻辑：人机协同才是最优解
1. AI负责标准化基础工作
自动核对资质、报价偏差、标书重复率、暗标标识筛查、格式初步校验、围串标风险预警，替代人工重复机械劳动，减少人为徇私、漏算失误，大幅提升初审效率。
2. 人工专家把控核心评审权
对AI给出的打分、废标预警逐条复核，修正机器格式一刀切的误判；综合研判技术方案可行性、创新优势、企业履约能力，最终确定评审结果，承担全部法定评审责任。
四、行业启示
AI是效率工具而非评审主体，不管是招投标评标系统，还是豆包这类通用大模型，现阶段都存在机械化、缺乏行业深度理解的短板。完全依赖AI独立决策极易出现大面积不合理翻车，所有专业业务场景，人工复核、专业把关必不可少，技术只能做辅助兜底，不能全权替代人的专业判断。
