我们驻场服务的一家服装贸易企业，采购环节有个岗位长期缺人手：审单员。供应商送物料来，送货单要先跟采购订单逐项比对——物料编码、名称、规格、数量、供应商、单价，一项对不上就放行不得。旺季一天上百张单，审单员从早核到晚，眼睛看花还是不敢保证每张都过到了。

这个场景后来成了 AI 落地讨论的焦点：审单这种活，到底怎么分人和机器。

一、两种极端都走不通

把当时的讨论还原一下，两头的主张都碰了壁。

一头是全人工。全量审 theoretically 没问题，实际撑不住——一天上百张单，每张七八个比对项，人工逐项核对，一天的有效工作时间被吃掉大半。改成抽查，漏掉的单子就是风险，真出了以次充好的物料，损失追不回来。

另一头是全自动。让 AI 审完直接放行，效率拉满，但没人敢签字。问题很直接：AI 说这条通过，凭什么信？它比对的是哪两个字段、规则是谁定的、比对过程留没留痕，说不清这些，出了问题责任都无法界定。审单是有法律和资金后果的环节，全自动等于把签字权交给了黑盒。

两头都走不通，出路在中间，而且中间不是模糊的"人机结合"四个字，是一条清晰的分层规则。

二、分层信任：通过的抽检，不通过的必核

规则本身一句话能说清：AI 全量预审并给出理由，通过项人工抽检，不通过项人工必核。

拆开看这条规则的信任结构。AI 的定位是预审——每一张单都过它，每个比对项都给结论，结论必须带原因：编码不一样、供应商不一致、数量超出容差。这些结论里，标"通过"的批量生成，人工只抽三五条复核，验证 AI 没有系统性放水；标"不通过"的一条不落，全部回到人工，重新核对并回溯源头——到底是供应商发错货、单据录错，还是订单本身变更没同步。

人花的时间是小比例的，但守的是关键关口。信任给到了机器能稳定重复的部分，把关留给了人能判断例外的部分。现场演示时项目组同事的原话更直白：通过的你可以抽检一下，不通过的一定要重新再弄。

三、审单输出物的结构设计

这套分工能落地，靠的不是提示词，是输出物的结构设计。数字伙伴跑在 JBoltAI数字员工平台 上——这个平台是企业级 Agent 管理平台的定位，数字伙伴的每个技能都以结构化交付物为终点，审单技能的输出物是一张对比报表。

报表的每一行是一个比对项，字段设计成五列：比对项名称、订单侧值、送货单侧值、结论、原因。结论是枚举型，只有通过、不通过、需人工三个值，不允许自由文本——枚举保证了下游流程可以按结论自动分流，自由文本没法路由。原因字段是给人工看的证据链，编码不一样、供应商不一致，一句定位到分歧点。

人工确认位直接设计进输出物。报表的"需人工"与"不通过"行带确认框，审单员逐条勾选处理结果，处理动作和时间戳写回同一行。整张报表从生成到确认全程留痕，每一步可审计——事后追溯任何一张单，谁核的、核了什么、当时两边的值是什么，全查得到。

四、边界在哪，数据从哪来

要讲清两件事的边界。

其一，例外判断仍是人的。数量差一点点要不要放、老供应商的单要不要特批，这类判断 AI 不做决策，只把事实摆齐交给人。它的价值是把人从全量重复劳动里解放出来，集中到例外处理上。

其二，审单的质量上限由数据决定。比对的两边——采购订单和送货单——得先变成结构化数据进系统，这依赖前端的单据录入与识别环节。我们在这家企业推审单技能之前，先做的是把订单和送货单的数据底座理顺，这一层由 JBoltAI本体语义平台 承担，把散在各系统的单据数据统一口径、构建关联，审单技能拿到的比对数据才是干净的。执行层与数据层分工明确，谁也替代不了谁。

回头看这次落地，最有价值的不是效率数字，是那条分层规则被整个采购部接受了——AI 预审的结果没人质疑过公正性，因为每一行结论都有原因字段；人工抽检也没人当成走过场，因为不通过项真的会回到自己桌上。向量空间JBoltAI 在多个交付项目里验证过这条经验：信任是结构设计出来的，不是宣传出来的。