说一下浙江的大数据反腐
散仙谷 http://www.webjb.org/webjb/sanxian/
送交者: heaven 于 2026-10-15 11:03:52
最近浙江这套招投标反腐系统刷屏，很多自媒体标题写得天花乱坠，说是 AI 出马，轻轻松
松拿下腐败分子。我本身不是搞纪检反腐的，但是干技术出身，日常天天跟数据治理、规则
引擎、异常检测打交道，看到这条新闻，我认认真真把前后报道翻了一遍。看完之后，我心
里第一个判断就很明确：这套系统的核心，压根不是什么 AI，真正的杀招，是把分散在
各个部门的数据打通了。
很多人把报道里说的数据碰撞想得很玄乎，以为是人工智能靠深度学习，挖出了人类看不见
的秘密。其实不是这么一回事。这套系统归集了浙江 10 个省级部门，投资项目、市场主体
一共 12 大类信息，近亿条数据，说白了，就是把原本散落各处的资料放到一块交叉比对。
就拿冯疆这个案子来讲，须江阁标段一共 26 家企业投标。系统拉出来中标公司资质、评委
打分记录、各家过往投标历史、工商登记资料放在一起对照。一眼就看出问题：这家公司资
质平平，技术评分却比平均分高出 23%。
这个异常，哪里是什么黑科技 AI 自动发现的？换做一个经验丰富的审计人员，如果能一次
性拿到全部这些资料，拿个 Excel 表格，一样能把这个疑点揪出来。团队分析了一千多个历
史案件，梳理出 9 类行业乱象、7 类腐败问题，提炼成三百多条预警规则。评委打分偏离
阈值就报警；招标文件参数和某一家厂商产品高度匹配就报警；多家投标企业暗地里存在关
联关系也报警。规则本身一点都不复杂。
AI 在这里解决的，不是 “能不能发现腐败” 这件事，解决的是速度和覆盖范围。上亿条
数据、三百多条规则跑一遍，靠人工，几百人埋头苦干好几年才能做完，系统几个小时就能
跑完。这是效率上的巨大升级，但不是认知层面的突破。真正最难、最有突破性的一步，发
生在更早的时候 —— 下定决心打破部门墙，把所有数据归集到一处。
为什么打通数据才是最难啃的骨头？招投标领域的贪腐能够长期潜伏，并不是犯罪分子手段
有多高明隐蔽，根源在于信息被切割，一块块散落在不同系统里，没有人能看见完整的全貌。
一个招投标项目，牵扯的部门一大堆。招标文件归建设单位，企业资质在市场监管局，评标
专家来自专家库，打分记录存在公共资源交易中心，股东工商信息在信用平台，司法案卷在
法院，资金流水掌握在银行。每个部门手里只握着一小块拼图，过去从来没有人把拼图拼在
一起。
冯疆自以为手段隐蔽，其实他的操作说穿了十分粗糙：牵线搭桥，让评委给指定企业打高分，
事成之后分钱。他之所以敢伸手，赌的就是这套信息割裂的体系。评委打分锁在交易中心档
案，企业股东信息躺在工商系统，他和利益同伙的私下联系，没有任何地方统一记录。只要
这些信息互不碰面，他就是安全的。
我以前帮一家大型集团搭建内部数据中台，这段经历让我深知，打通数据四个字，听着简单，
落地有多难。ETL、数据清洗、字段映射，这些技术都是成熟方案，技术层面没有卡点。真
正难的是人。财务会说数据是核心资产，不愿意交出；销售担心客户信息泄露；法务张口就
是合规风险。每一个部门都有充足理由拒绝共享，理由听起来还都站得住脚。项目前前后后
推进一年半，最后是 CEO 亲自上门逐个部门谈判，才勉强把数据整合起来。
一家企业内部打通数据都如此费劲，浙江这套系统，要协调十个省级机关交出十二大类数据，
背后需要多大的统筹力量？这已经不是技术难题，是治理难题。省纪委监委联合省发改委牵
头，专门成立实验室，从这个配置就能看明白，数据打通这件事阻力有多大。只要这一关拿
下，剩下的数据分析，都是水到渠成的事。
这件事最值得深思的，还不只是冯疆被查处。它揭示了一个底层逻辑：腐败本质上就是信息
不对称催生出来的产物，打通数据，就是系统性抹平这种信息差。一旦这条路走通，反腐就
能从碰运气，变成依靠稳定机制运转。
放在过去，要查出这类案子，无非两条路子，要么有人实名举报，要么巡视组抽查刚好撞上。
这两种方式都有致命短板，被动、随机，覆盖面极低。招投标项目里，不少相关方都是利益
链条上的受益者，谁愿意站出来举报？巡视人力有限，一年能抽查多少项目？冯疆 2020 年
在雨污管网改造项目量身定制招标参数，专门为特定老板量身定做门槛，把其他竞争者挡在
门外，收了二十多万。这件事沉寂四五年，直到系统回溯扫描历史项目，才把旧案翻出来。
要是没有这套系统，这件事大概率永远石沉大海。没人举报，也轮不到巡视抽查。相关数据
一直静静躺在各个系统，异常线索一直存在，只是过去没人有能力把它们放在一起比对。
系统上线之后，一切就变了。核查变成自动扫描，全覆盖运行。不再依赖举报人的勇气，也
不靠巡视组的运气。22 个项目一轮扫描，3 个存在问题的项目直接标红，推送给纪委核查。
这才是这套系统真正有威慑力的地方。不是单单抓到了冯疆这一个人，而是重构了博弈规则：
像冯疆这样的人，作案之后被发现，从极小概率事件，变成大概率事件。
干工程这么多年，我一直信奉一个朴素道理：能用系统解决的问题，就不要单纯依靠人。人
会疲惫、会有私心、会存在盲区。系统不会。
你可以收买某个审计人员，让他睁一只眼闭一只眼，但你没办法阻止系统触发预警。当然，
你可以收买后续负责核查预警线索的工作人员，那是另外一层问题。至少预警信号本身，客
观中立，收买不了。
但我们也不能一味唱赞歌，不能把这件事写成一篇宣传通稿。做风控系统的人都懂一个常识：
规则上线那一天，攻防博弈就正式开打。
系统是基于上千个历史案件总结出来的规则，那些老练的贪腐分子不会坐以待毙。他们会想
办法规避：把评委打分偏差压在阈值之下；企业股权不再用直白亲属关系，搞三四层代持藏
起关联；不再集中在单个大项目动手，拆成一堆小项目分散风险。这些手段完全可行。系统
必须持续迭代规则，不断识别新型腐败套路，不然时间久了，就会变成一道马其诺防线。
不过攻防博弈本身不全是坏事。它实实在在抬高了腐败的成本与风险。以前伸手，近乎一场
低成本赌博，只要没人揭发就万事大吉；现在作案，得仔细研究系统规则，精心设计规避路
径，保证每一条数据维度都不会触发预警，作案门槛一下子拉高很多。
还有一点，我心里一直存着疑问。报道只说系统准确率相当高，却没有公布具体指标。实战
22 个项目查出 3 个问题项目，剩下 19 个是什么情况？是全程没有触发预警，还是触发预
警之后人工核查排除嫌疑？做数据分析的人都清楚，海量数据下的统计异常，不等于一定存
在腐败。有些分数偏差，纯粹是评委认可这家企业的技术方案；企业存在关联，可能只是正
常商业合作。
从 “数据异常”，到 “认定腐败”，中间隔着一整套人工判断流程，这一步，算法不能直接
跳过。如果系统标红预警，演变成事实上的有罪推定，被标记的企业在后续招投标里遭到区
别对待，相关人员承受不必要的压力，再好的制度设计，执行的时候也会走样。浙江目前设
计的 “系统预警 + 人工核查” 闭环架构，方向没问题，但后续落地会不会变形，需要长
期观察。
而且大家要明白，浙江能做成这套系统，依托于本身数字化底子厚、行政统筹能力强。换到
数据基础薄弱、部门壁垒根深蒂固的地方，哪怕照搬一模一样的技术方案，也很难落地。技
术可以复制输出，但数据治理能力、推动改革的决心，没法简单复制。
聊到最后，说说我的感受。我不是反腐领域的专家，只是一个常年跟数据打交道的技术人。
在我看来，这件事最大的启示：技术从来不是拦路虎，真正的障碍，是愿不愿意推动数据走
向透明。
这套系统用到的数据清洗、规则引擎、多源数据比对，金融风控、电商反欺诈领域十几年前
就已经广泛落地，算不上什么前沿技术。为什么招投标领域直到今天才大规模用上？原因很
简单，过去没有人愿意，也没有足够层级的力量，推动跨部门数据归集。各部门数据割裂的
状态，本身就成了一部分人的保护伞。打通数据这个动作，比上线任何 AI 模型都更有颠覆
性。
所以这件新闻，价值不在于 “AI 拿下贪官” 这种抓人眼球的标题，这个说法，其实夸大
了 AI 的功劳。它真正的意义，是证明在公权力监督领域，依靠数据透明搭建一套常态化监
督体系，完全走得通。冯疆落网只是一个案例，真正的力量，来自这套永不停止、持续扫描
的系统。
一个人想要伸手捞好处的时候，他不再只是赌 “会不会有人发现我”，而是赌 “能不能骗
过一套学习过上千件案件、手握近亿条数据、不会疲倦、不会收好处的系统”。这场赌博，
犯罪分子赢面只会越来越小。
这不是 AI 的胜利，这是数据透明的胜利。AI 只是帮我们批量翻查海量资料的工具。真正
改写游戏规则的，是那份下定决心打通跨部门数据的魄力。希望这份魄力，不止留在浙江一
地。
阅读次数：229
所有跟贴:
-
-
举报 (无内容) Stiurt (0字节)
10/16 02 37:56 (10390069)
加跟贴
所有跟贴·加跟贴·ɢɹ
Copyright © 2000 - 2020 webjb.org