副标题： 税务稽查 AI 辅助审理：为什么“可复核”比“全自动”更重要
说理式执法要求说清事理、说准法理、说透情理、说好文理。- 稽查 AI 的价值不是替代审理人员，而是减少遗漏、提高一致性、让过程可复核。可复核的四件事：材料有来源、规则有依据、过程有确认、部署有边界。- 选型时，先问“能不能复核”，再问“能不能生成”。
一个真实场景：AI 点出了报告里没写清的问题
据《中国税务报》2026 年 8 月 18 日报道，2026 年 8 月 6 日，在国家税务总局杭州市税务局稽查局的一间会议室里，审理科科长高丹青和同事第一次用嵌入“说理式执法”标准的 AI 智能辅助审理模型，审理一起虚开发票案件。
导入检查信息、发出指令后，屏幕上很快列出了分析过程、结果和风险事项：
“分析违法事实认定。”
“分析证据的逻辑性。”
“分析税款计算。”
“分析法律依据适用。”
“分析自由裁量权的适用。”
“生成‘说理式执法’文书。”
让高丹青印象深刻的，不是 AI 能生成一段分析，而是它点出了稽查报告中未说明证据指向这种容易忽视的问题。她说：“这会帮助我们让稽查执法更规范、说理更准确。”
这个细节，比“AI 能写多长的文书”更值得关注。
因为它说明了一件事：AI 真正进入稽查审理，不是从“会聊天”开始，而是从“能发现问题、能回到依据、能被人复核”开始。
报道提到，截至 2025 年底，全国所有税务稽查部门均已推行“说理式执法”。实践带来的变化是：争议更多在稽查执法决定作出前化解，办案更快，处理处罚更准。
当“说理”成为标配，稽查 AI 的竞争重点也随之改变。
说理式执法，把“审理质量”推到台前
“说理式执法”不是把文书写长一点，也不是多写几句“根据相关规定”。
它要求稽查执法在案件办理各环节，把理由和依据说清楚：
- 说清违法事实的事理：事实是什么、证据指向哪里、逻辑是否闭合；
- 说准适用法律的法理：引用的法条是否现行有效、是否与事实对应；
- 说透处罚裁量的情理：为什么这样裁量、是否符合裁量基准、是否同案同罚；
- 说好执法文书的文理：结构是否完整、表述是否规范、要素是否齐全。
把这四件事拆开看，会发现它们都不是“生成一段文字”能解决的。
一份经得起复核的审理意见，至少要回答五个问题：
- 事实是否清楚？
- 证据是否完整、是否与证明事项关联？
- 法律依据是否现行有效、适用是否准确？
- 裁量是否适当、是否保持一致性？
- 程序是否合规、文书要素是否齐全？
这五个问题，才是稽查审理的真正工作量。
也是 AI 应该进入的地方。
“能回答”不等于“能审理”
今天，通用大模型已经可以流畅地回答税务问题，也可以快速生成一份看起来不错的文书。
但稽查审理不是通用问答。
一份审理意见背后，至少涉及：
- 一堆格式各异的案件材料；
- 一条需要逐环核对的证据链；
- 一套不断更新的法规和裁量基准；
- 一套必须遵守的执法程序；
- 一份要对外送达、可能面对复议诉讼的法律文书。
通用大模型不知道当前案件的材料结构，不知道这份证据要证明什么，不知道某个法条是否已经废止，也不知道裁量基准在本地如何适用。它更无法自动留下“这句话从哪里来、谁确认过、改过什么”的痕迹。
在税务稽查场景里，一段“看起来很合理”的文字，如果没有来源、没有规则依据、没有人工确认，反而可能带来新的风险。
所以，稽查 AI 的第一道门槛，不是“像不像人写的”，而是：
能不能被复核。
什么叫“可复核”？四个标准
1. 材料有来源
AI 的摘要、判断和建议，不能脱离原始材料。
审理人员需要能够从结论回到稽查报告、证据文件、询问笔录，看到对应段落和原文，而不是只看到一段“AI 总结”。
原件、目录、AI 摘要同屏对照，结论能回到来源材料，这是“可复核”的第一步。
2. 规则有依据
审理不是凭感觉判断。
系统需要把执法主体、被查对象、稽查程序等办案规范，变成可执行的审查清单；对每个审查项展示风险等级、审查说明和规则依据；规则和法规库还要能够持续维护、版本可追。
AI 可以帮忙逐项检查，但不能替代规则本身。
3. 过程有确认
AI 可以发现问题、整理材料、辅助起草，但不能替审理人员作出处理决定。
哪些结果是 AI 建议，哪些经过人工确认，哪些被修改过，哪些需要重新复核，都应该留痕。
在政务场景里，“AI 辅助 + 人确认”不是能力不足，而是责任边界。
4. 部署有边界
稽查数据敏感，系统不能把案件材料传到不可控的外部环境。
内网/私有化部署、权限分级、操作审计、密级管理、信创适配，这些不是“附加项”，而是能否进入稽查业务的前提。
同时，系统还要能跟现有稽查、案管、电子卷宗等系统衔接，而不是让审理人员在不同系统之间反复搬运材料。
从材料到文书：AI 应该进入哪几个环节
税务稽查 AI 辅助审理，不是在一个聊天框里问几个问题，而是围绕一个案件，把材料、分析、依据和文书连接起来。
可以用五个环节来理解：
环节AI 可以做什么人必须确认什么建案解析案情描述或上传材料，生成初步分析；支持标准表单建案案件信息、立案要素材料归集统一管理稽查报告、证据、执法文书；形成结构化目录和 AI 摘要原件是否完整、材料是否对应证据核验围绕违法事实、询问笔录、三流核验等维度，发现证据缺口和材料矛盾证据是否真实、合法、关联指引审查按执法主体、被查对象、稽查程序等规则逐项评估，展示风险等级和规则依据事实认定、法律适用、裁量是否适当文书生成与检查辅助生成审理报告、税务处理决定书等文书，并检查文件、报告或输入文本关键事实、金额、日期、法律依据、对外文书
这条链路的价值，不是“一键出结论”，而是把审理人员从重复查找、重复比对、重复起草中解放出来，把时间留给争议焦点和关键判断。
在台州，税务稽查部门试运行的审理辅助平台，内置了全税种法条库、处罚裁量基准库、稽查场景要素库和典型案例库。审理人员扫描录入案件文书和证据资料后，平台可以一键匹配“事实—证据—法条—裁量幅度”，自动生成标准化说理段落，并对法条错用、说理缺失、裁量不当实时预警。
这类实践共同指向一个结论：
AI 的价值，不是替人写，而是帮人查、帮人比、帮人提醒，最后让人更好地判断。
在部分项目实践中，复杂案件报告初稿可以从平均 3 天缩短到半天；具体效果会因案件类型、材料复杂度、部署范围不同而变化。比“快了多少”更重要的，是审理人员能不能把省下来的时间，用在证据链和争议焦点上。
选型时，先问五个问题
如果稽查部门正在考虑引入 AI 辅助审理系统，建议先不要问“模型有多大”，而是问五个更实际的问题：
1. 每个结论能不能回到原始材料？
不是只给一个答案，而是能点回原文、看到出处、核对上下文。
2. 规则和法规库能不能维护？
法规会更新，裁量基准会调整，办案规范会变化。系统有没有版本管理、更新机制和维护入口？
3. 能不能做证据链和文书检查，而不只是问答？
稽查审理需要的是“材料—证据—规则—文书”的闭环，不是多一个聊天窗口。
4. 能不能内网/信创部署，并和现有系统衔接？
数据能不能不出域？权限、审计、密级怎么做？能不能对接现有稽查、案管、电子卷宗系统？
5. 有没有人工确认、失败处理和审计留痕？
AI 不确定的时候怎么办？低置信度结果谁来复核？修改记录能不能追溯？出现争议时，能不能还原过程？
这五个问题答不清楚，再强的模型也不适合直接进入审理流程。
结语：AI 不替代判断，但可以让判断更有依据
税务稽查 AI 的终点，不是“无人审理”，而是“人人可复核”。
它不应该是一个只会生成文字的“黑箱”，而应该是一个能把案件材料、证据、规则、法条、裁量和文书组织起来的“审理工作台”。
AI 负责发现问题、整理材料、辅助起草；审理人员负责确认事实、判断证据、适用法律、作出决定。
这既是技术边界，也是执法责任。
让 AI 进入审理流程，让每个结论回到证据与法条。
说明： 本文基于《中国税务报》2026 年 8 月 18 日报道及冠唐公开项目实践整理；涉及项目效果的数据，会因案件类型、材料复杂度、部署范围不同而存在差异。
关键词： 税务稽查 AI、AI 辅助审理、说理式执法、税务稽查证据核验、稽查文书生成、税务稽查 AI 系统