用AI查出了貪官。
11月5日，中央紀委國家監委網站刊發《讓老百姓得實惠、我們黨得民心——數智賦能守護群眾利益》文章：寧波把日均2萬餘次居家護理、覆蓋700餘所學校的校服採購搬上線後，市紀委監委有關負責同志概括總結稱，“揪出了一批’蠅貪蟻腐'”。
例如，一條預警，讓寧波象山縣賢庠鎮村幹部陳某某露了馬腳：他任內領著財政補貼，又向人社部門申領失業保險金5萬餘元。預警轉問題線索，查實後陳某某受到嚴肅處理，多領的錢全額退繳。
今年1至9月，諸如此類民生領域預警已查實並處置2506條。數據背後，是寧波市紀委監委以數智賦能群眾身邊不正之風和腐敗問題集中整治常態長效的持續探索。
11月1日，《中國紀檢監察報》也刊發了武漢做法：當地圍繞住宅專項維修資金建起監督模型，自8月以來預警260條次、轉問題線索65條、立案107人、處理處分57人。例如，武漢某建築公司5年承接116個小區維修項目，涉及維修資金6610萬元。系統把臺賬、人員、日誌歸成一張底賬，幾條規則一碰，破綻露了：公司只有幾名員工，沒有施工團隊，不少項目連痕跡都缺失。順藤查下去，圍標串標、違規審批一併帶出，一個月內9名公職人員被立案。
而就在今年1月14日，央視《科技賦能反腐》播出浙江江山市馮疆案：系統回掃亮化工程舊數據，AI分析報告報出”圍標串標”預警，指向中標方得分畸高。經過核查，查出國有資產管理服務中心融資建設科原負責人馮疆嚴重職務違法並涉嫌受賄犯罪，通過打招呼、平分50萬元及另案20餘萬，2025年11月被判刑二年六個月。
這樣事例不止一地。比如，浙江2021年基層公權力大數據監督應用端上線，2022年在中央紀委國家監委指導下伸向40個重點領域，貫通153個系統、歸集64億條行權數據、跑著2900餘個模型。《中國紀檢監察報》報道顯示，截止2025年8月，”累計產生紅色預警信息19.8萬條，查實率73%，轉問題線索5.9萬件，挽回損失14.09億元” 。
針對上述現象，熱搜和媒體標題順口叫成了”AI反腐”。但事實上，這不是官方定名，只是輿論對數字紀檢監察體系技術輔助環節的簡稱。迄今，官方始終沒給這套工作起名叫”AI反腐”。從四次全會”以大數據信息化賦能正風反腐”到五次全會”加快推進數字紀檢監察體系建設”，主線詞一直是大數據、數字、科技。即便今年6月，中央紀委提到紀檢監察大語言模型構建，也是”穩慎推進”。
為什麼不直接叫”AI反腐”，還要”穩慎推進”呢？
很明顯，官方不是否認AI在場。
大家要知道，權要有主，執紀主體不能是算法。紀檢監察不是效率工具，是執紀執法，立案、定性、處分、移送司法每項都要有法定主體、法定程序、可追責的人。”AI反腐”四個字在語義上會悄悄把主語從紀委監委挪到機器，公眾順著就理解成”AI查出、AI認定”。可實際是：機器只遞線索，中間那道人工研判省不掉；馮疆案的舊資料回掃出預警之後，是專案組二次核查才”拔出蘿蔔帶出泥”。堅持用”賦能””監督””體系建設”，就是把工具定在被用的位置上，避免技術至上，進而預警不研判，就成了數字攤派。
進一步看，眼下系統是地方分建，沒全國通用：浙江省域全域、武漢一市一專項模型、寧波市域民生場景，共享的是模型與規則，不是一張統一聯網辦案平臺。如今，大模型眼下多在智慧指引、問題推送、文書輔助等輔助環節，主戰場仍是人為規則比對。這時候高調宣傳”AI反腐”，對外容易被讀成”全國已鋪開、機器已能辦案”，對內容易催著一哄而上、把模型當唯一途徑、把數據當唯一依據。
事實上，當下的監督模型，具體破解的是三層隱蔽腐敗：
一破信息孤島。象山那位村幹部，村裡領財政補貼、人社領失業金，兩張表分躺兩個部門，各自都合規。但是，當模型歸攏到一處，5萬餘元重複就對不上賬了。還有，武漢把維修臺賬、施工人員、幹部人事、操作日誌併成一張底賬，也同屬這層。
二破”合規外殼”。馮疆案件最典型：26家投標、中標方得分畸高、參數按老闆給的設備定製，招標文件、評標打分、合同備案一樣不缺。瞞的是外行，不是制度。浙江把1000多個典型案子的手法翻譯成300餘項規則，等於讓一個”通曉專業和制度的內行”盯參數。模型補的是辦案人員的知識結構，不是替他下結論。
三破分散、微量、長週期。比如，武漢116個維修項目跨度5年、寧波日均2萬餘次居家護理、700餘所學校校服採購，如果靠舉報等線索、靠人工翻檯賬，只能”大海撈針”。此時，模型的力量就凸顯而出，畢竟機器不累，可以全天候全過程監督。
來源：鳳凰網
