2025 年,大部分甲方还在问「AI Agent 能不能帮我们干活」。2026 年,这个问题升级成了「当 AI Agent 是乙方交付团队的一部分,监理要不要把 AI 也管起来」。
我们最近在水务、政务、高校三个项目里碰到了同一个现象: 乙方项目组的成员名单里,出现了 3- 7 个 AI Agent。它们负责写代码、写文档、做数据分析、跑测试用例。监理周报里开始出现「Claude Code 在 Git 提交 124 次、占比 38%」这种描述。
这不是科幻,这是 2026 年的现实。
三个真问题
第一,AI 代码的合规性谁背? 监理现场发现,乙方用了 AI 写的代码里有 23% 没经过安全审计,但合同里没写「AI 代码必须人工 review」。这时候监理意见写「代码存在安全隐患」还是「AI 代码需补强人工 review」? 这是新的责任界定问题。
第二,AI 文档的真实性谁验证? AI Agent 写的项目周报、需求文档、测试用例,质量参差不齐。我们看到一份 47 页的需求规格说明书,AI 写了 31 页,但其中 6 处数据是 AI 自己编的(实际客户从没说过)。监理周报里要不要单独列一节「AI 产出可信度审计」?
第三,AI 决策的可解释性谁审计? 乙方用了 AI 做风险预警,但 AI 的预警依据是个黑盒。监理无法审计「这条预警是合理的」还是「AI 模型训练数据里有这个 case」。
我们怎么应对
过去 6 个月,我们在内部把监理动作升级了三件事。
一是 「AI 痕迹审计」 — 监理周报新增一节,要求乙方披露 AI 产出占比、AI 模型版本、人工 review 记录。如果乙方拒绝披露,我们按合同附件里「文档 100% 留痕」条款,要求补强。
二是 「AI 代码审计」 — 联合第三方安全测试机构,新增「AI 代码专项审计」模块。重点不是「AI 写的对不对」,而是「AI 写的东西人工 review 过没有」。
三是 「AI 决策可解释性检查」 — 监理周报要求乙方披露 AI 决策依据(模型 prompt 摘要、训练数据范围、相似度阈值)。如果乙方用了不能解释的 AI 模块,监理意见写「建议改用可解释方案」。
对甲方的建议
如果你的信息化项目 2026 年有 AI Agent 介入,合同附件里要加这三条:
- 乙方需在月报披露 AI 产出占比 + 人工 review 记录
- AI 代码需过第三方安全审计 + AI 代码专项审计
- AI 决策模块需提供可解释性说明
写在最后
AI Agent 当乙方,不是要替代监理,而是要让监理多管一层。 监理不是要阻止甲方用 AI,而是要让甲方用 AI 时,留痕可审计、责任可追溯、产出可解释。
这是信息化项目监理在 2026 年的新边界。我们正在跑通这条边界,跑通后会再写一篇更详细的操作指南。