發改法規〔2026〕195號

       各省、自治區、直轄市、新疆生產建設兵團發展改革委、工業和信息化主管部門、住房城鄉建設廳（委、局）、交通運輸廳（局、委）、水利（水務）廳（局）、農業農村廳（局、委）、商務主管部門、國資委、招標投標指導協調部門、公共資源交易平臺整合工作牽頭部門，各省、自治區、直轄市通信管理局，各中央企業：

       為貫徹落實黨中央、國務院關于深化招標投標改革部署要求，按照《國務院關于深入實施“人工智能+”行動的意見》有關安排，推動招標投標和人工智能深度融合、促進招標投標市場規范健康發展，現提出如下意見。

       一、總體目標

       圍繞招標投標交易全過程和管理重點環節，按照政府引導、多方參與、場景牽引、安全可控的原則，積極穩妥推進人工智能在招標投標領域的應用，改進招標投標范式，提升服務和監管的數智化水平，為保障公共資源公平高效配置、規范招標投標市場秩序提供有力支撐。

       2026年底，招標文件檢測、智能輔助評標、圍串標識別等重點場景在部分省市實現全覆蓋應用；2027年底，更多重點場景在全國范圍內推廣應用，形成一批模型訓練、場景應用、機制保障等方面的經驗做法，有效促進招標投標市場規范健康發展。

       二、加快推進場景應用

       （一）“人工智能+”招標

       1.招標策劃。輔助招標人對行業趨勢、市場供需、資源要素等進行綜合研判，準確理解、分析有關項目的投資審批、招標投標、履約驗收等信息，生成客觀量化的招標需求、技術和商務條件，從源頭提高招標的科學合理性。

       2.招標文件編制。在深度理解項目目標、建設內容、招標需求、技術和商務條件等基礎上，結合歷史交易情況和政策法規要求，智能匹配招標文件范本，推薦適合的資格條件、評標辦法和評標標準，輔助招標人編制或自動生成招標文件，提升招標文件的編制質量。

       3.招標文件檢測。結合有關政策法規要求，對招標文件開展合規性、合理性、錯敏詞等多維度檢測，自動識別各類違法違規和排斥限制競爭等問題，提示判斷依據和修改建議，輔助招標人對招標文件進行智慧糾偏。鼓勵實行招標文件“先體檢、再發布”。

    （二）“人工智能+”投標

       4.投標策劃。全方位捕捉各類項目招標信息，結合投標人特點推送適合的項目信息，自動提取并解析項目招標計劃、招標公告和招標文件等資料中的關鍵要素，智能生成招標需求圖譜，對重要內容進行提示。結合歷史交易和同類項目等情況，輔助分析評估參與項目競爭的經濟性，提高投標效率。

       5.投標合規自查。深度解析項目招標需求和招標文件要求，結合投標人的特點和優勢，輔助投標人確定技術方案和報價區間。對投標人編制的投標文件，對照招標文件進行響應性比對，自動提示投標文件中的違法違規、錯誤缺漏等問題，輔助投標人針對性修改完善。對可能低于成本價的投標進行風險提示，減少惡意低價競標等情況。

    （三）“人工智能+”開標和評標

       6.開標。打造類人化的數字開標人，調度項目開標活動全流程，自動完成宣讀開標紀律、公布投標人名單、標書解密、唱標、結果確認等工作。智能判斷開標異常情況并進行提示，輔助招標人實時高效處理。

       7.專家抽取。綜合解析項目特點和評標要點，根據評標專家的專業分類、地域分布、回避規則等條件，結合遠程異地評標等要求，自動生成與項目相適應的專家抽取方案，提高所抽取專家與項目的匹配度，保障專家抽取的科學性和公正性。

       8.智能輔助評標。打造類人化的評審推理能力，掌握不同專業評標專家的知識結構體系，按照項目類型建立綜合評審指標體系，結合具體項目推薦或匹配評審點，全面提取招標投標文件要素，深度解析招標文件內容和投標文件響應度，輔助專家開展評審或生成結果供專家參考，提升評標的公正性。

    （四）“人工智能+”定標

       9.評標報告核驗。打造評標報告智能審核能力，輔助招標人核查評標報告的數據準確性、邏輯關聯性、內容合規性等，自動預警客觀評審因素評分不一致、分值計算錯誤、專家打分偏離度過大等問題，提示評標專家進行復核確認并修改完善。

       10.輔助定標決策?；谡袠诵枨?、供應鏈管理、歷史交易情況等，結合有關行業、信用、稅務、司法等平臺系統數據，對中標候選人進行多維立體畫像。引入數字人答辯等方式，輔助招標人對中標候選人進行綜合比對分析并作出定標決策，實現定標全過程記錄和可追溯。

       11.中標合同簽訂。在招標投標文件資料中自動提取中標合同的主要簽約要素，參考有關示范文本并結合項目專用合同條款生成合同，實現合同的在線簽訂和存檔。結合政策法規要求、歷史交易情況等，對中標合同的關鍵權利義務條款進行風險提示，減少“陰陽合同”、隨意篡改等問題。

    （五）“人工智能+”現場管理

       12.場所調度。對交易場所進行全方位智能化管理，高效調配場所工位資源和人員力量，動態監測交易場所中的各類人員和活動情況，提高交易設施的智能化水平，打造無人值守的智慧交易環境。加強交易場所之間的協同聯動和資源互補，提升跨區域交易服務的便利化水平。

       13.見證管理。構建“智能研判—動態干預—鏈上存證”的閉環見證體系，對招標投標交易各環節進行無感化數字見證，全面、準確記錄交易全過程。強化異常行為分析預警，對涉嫌違法違規活動及時提醒勸阻，加強問題線索報告，為有關部門執紀執法提供支撐。

       14.檔案管理。構建招標投標交易檔案智能化管理體系，結合智能見證管理實現交易文件的智能填報、交易數據的鏈上存證。對招標投標交易資料進行智能命名與歸類，自動生成檔案索引與摘要，提供智能檢索與查詢服務。充分挖掘交易檔案在政策績效評估、圍串標分析、爭議糾紛解決、降本增效等方面的作用，提升交易檔案的綜合利用效能。

       15.智慧問答。搭建招標投標領域專業問答引擎，針對各類政策法規、業務知識、操作流程等，提供多模態交互式咨詢服務，實現操作智能引導、范本智能推薦、異常預警問答、異議投訴咨詢等功能，提高招標投標交易服務的便捷性。

    （六）“人工智能+”監管

       16.專家管理。構建評標專家全生命周期智能管理體系，結合專業能力、履職考核、信用評價、教育培訓等情況，對評標專家進行多維立體畫像并輔助開展動態考核，提升對評標專家的綜合管理能力。結合具體行業實際，賦能全國評標專家“一網管理”，推動優質專家資源共享共用。

       17.圍串標識別。構建“主體+行為”全覆蓋的綜合預警體系，通過多維數據碰撞和主體畫像，穿透式發現企業特征信息雷同，主體關系、投標行為、中標概率異常，專家打分傾向等隱蔽性問題。對投標文件、工程量清單、報價清單等進行深度掃描，通過技術方案語義相似性分析、商務標關鍵報價特征比對等，挖掘疑似圍串標問題線索，為有關部門執紀執法提供參考。

       18.信用管理。打造招標投標智慧信用管理能力，實現信用信息的客觀記錄、自動歸集、共享應用、動態調整。打造招標投標智慧信用評價模型，多維立體勾勒主體信用畫像，精準高效開展信用評價、信息推送和預警提醒。

       19.協同監管。打造貫通項目標前、標中、標后的分析預警模型，加強全過程數據采集、治理和運用，通過數據碰撞和比對分析，自動識別應招未招、轉包違法分包、人員違規變更、進度嚴重滯后、低中高結等問題。加強招標投標“行刑紀”貫通銜接，實現對問題線索預警轉辦、協同查處、結果反饋的智能化閉環管理，增強對復雜案件的深度解析與處理能力，推動形成行政執法、刑事司法、紀檢監察“一網共治”的智慧監管格局。

       20.投訴處理。打造招標投標智能化投訴處理能力，輔助行政監督部門分析投訴書，結合政策法規、歷史案例和調查取證情況等，形成初步審查意見，分類給出處理建議，輔助生成投訴處理決定書，提升投訴處理效率。對惡意投訴進行智能篩查和處理，提高惡意投訴的防治力度。

       三、規范部署實施

    （七）科學組織推進。各地要根據實踐需求和技術基礎，科學確定實施路徑。對于提高交易效率、適合市場化推進的場景，要積極培育人工智能應用服務商。對于保障交易公平公正、提升監管質效的場景，要注重發揮政府主導作用，加強統籌規劃和集約建設，地市應當在省級層面統籌指導下開展部署應用，縣級及以下原則上應當復用上級的模型資源。

    （八）強化系統集成。各地要持續深化公共資源交易平臺整合共享，在統一制度規則和技術標準的基礎上有序開展集約化改造，提升招標投標交易流程和有關平臺系統的標準化水平，強化有關平臺系統互聯互通，提高模型部署應用效率。

    （九）夯實數據基礎。各地要加強招標投標數據治理，強化數據清洗和標注，加快構建涵蓋招標投標政策法規和全流程各環節的高質量數據集和知識庫，依托政務數據共享機制，推進高質量數據集的共建共享和生成數據的歸集治理，更好支撐模型訓練和應用。

    （十）持續迭代優化。各地要建立人工智能模型常態化升級機制，及時更新數據集和知識庫，運用招標投標專業數據進行針對性訓練，不斷優化模型算法，提升模型精準度。要建立用戶評價反饋機制，及時收集、處理用戶需求，完善應用功能，以用戶反饋驅動模型迭代優化。

    （十一）健全應用機制。各地要加強人工智能應用與招標投標全流程各環節的銜接，健全模型生成內容的轉化應用機制，保障模型充分發揮作用。堅持技術的輔助性定位，模型生成的結論不替代招標人、招標代理機構、投標人、評標專家等的自主判斷，不改變使用主體的法定責任。

    （十二）提升安全水平。嚴格落實人工智能模型安全管理要求，強化模型算法、數據資源、基礎設施、應用系統等安全能力建設，嚴格開展算法、模型備案和安全審核。構建數據、算力、算法和系統安全防護體系，確保模型安全可靠，有效防范和應對模型黑箱、幻覺和算法歧視等風險。

       四、加強組織保障

       各省級發展改革部門要切實發揮指導協調和牽頭抓總作用，加大組織實施力度，積極協調解決數據和算力需求，聯合有關部門盡快確定應用場景和實施路徑，分類推動落實，健全應用保障機制；要加強與高校、科研院所、人工智能企業合作，充分發揮人工智能企業的作用，促進產學研轉化；要強化人才隊伍建設，加強跨領域人才培養。國家發展改革委將會同有關部門加強統籌協調，做好宣傳引導和風險管控，指導各地、各中央企業因地制宜深化探索應用，完善配套制度規則，推進標準體系建設，及時總結推廣典型經驗做法。

    國家發展改革委

    工業和信息化部

    住房城鄉建設部

    交通運輸部

    水  利  部

    農業農村部

    商  務  部

    國務院國資委

    2026年2月6日