前两天跟一个做政企软件的朋友吃饭，他说今年投了七八个标，中了一个，报价被压到之前的三分之一。不是甲方故意压价，是真有人用这个价格来投，而且东西看起来还行。
他问我怎么回事。我说你去了解一下现在 AI 写标书和做软件的速度就知道了。
这件事让我想了挺久。软件行业的招投标体系，可能快撑不住了。
老体系靠什么运转
中国的政府采购规模很大。2024 年全国政府采购总额超过 3.37 万亿元，其中公开招标占了 76.63%。IT 相关的政府采购大约 1433 亿，虽然同比降了 4.5%，但项目数量反而增长了 21.5%，将近 7.9 万个项目。也就是说，项目越来越多，但单个项目越来越小。
过去软件招投标能稳定运转，靠的是几道门槛。
首先是资质。确保投标公司是正经公司，有对应的能力和经验。但这道门槛从来就卡不住太多人，想进的公司总能找到办法。限得太死又失去了竞争意义。
然后是信息不对称。很多公司在标发出来之后才知道消息，准备时间不够，甚至根本不知道有这回事。发标到截止之间窗口有限，客观上把一部分竞争者挡在了外面。就算知道了，制作一份像样的标书也要投入大量时间和人力，准备不充分的公司在技术评审环节吃亏。
最后是商品化比较。这是招投标的核心设计逻辑：把软件当成标准化商品，功能参数写清楚，一项一项对着打分。你之前没做过类似系统，很多功能就拿不出来，技术描述也说不清楚，演示环节更是没东西可展示。
这几道门槛组合在一起，竞争就维持在一个相对可控的范围内。很长一段时间里，这套体系运转得还行。
门槛在同时松动
AI 正在同时松动这几道门槛。
资质不用多说，本来就不是真正的壁垒。
变化最快的是信息不对称。已经有不少公司在用 AI 工具全网扫描招标信息。百炼智能做的"知了标讯"覆盖了全国超过 10 万个招标网站，积累了 3 亿多条招标记录，每天更新 2000 万条，AI 预测中标准确率超过 70%。千里马招标网在 2025 年接入了 DeepSeek 等大模型，每天更新 30 万条招标信息，AI 从立项审批到招标公告全程监控，自动筛选高潜力项目。
以前可能压根不知道有这个标，现在 AI 一直盯着。标书来不及准备？AI 也能帮你写。
标书生成这块，2025 年市场同比增长了 230%。科大讯飞的"星火投标"号称把标书制作周期从 30 天压缩到 3 天，文档合规性提升 90%，中标率提高 40%。钛投标声称 30 分钟生成一份千页标书，3 分钟提取 200 多个关键要素。快标书 AI 直接喊出了 10 分钟快速生成。
这些厂商的数字我没法完全验证。但方向是清楚的：准备一份标书需要的时间和人力正在急剧缩短。以前准备充分和准备不充分之间差距很大，现在这个差距在快速缩小。
最要命的是最后那道门槛。
招投标要求把功能参数描述清楚，然后拿成品或接近成品来比较。以前你没做过类似系统，确实拿不出东西来。但现在，功能描述得越清楚，AI 做得越快。你把招标文件里的参数要求丢给 coding agent，花几千块钱加上几天时间，就能搞出一个能演示的东西来。有截图，有功能点，甚至能跑起来给评标专家看。
Y Combinator 2025 年冬季批次里，25% 的创业公司 95% 的代码是 LLM 生成的。YC 的 CEO Garry Tan 说得很直接：你不再需要一个 50 到 100 人的工程团队。Cursor 日活超过百万，2026 年初年化收入突破了 20 亿美元。84% 的开发者在用或者计划用 AI 编程工具，41% 的代码已经有 AI 参与生成。
应付招投标够不够？够了。后续完善和交付的成本也在大幅下降。
原来值 50 万的东西，现在 5 万就能进场
以前一个软件项目报价 50 万，大家觉得正常，光开发和测试就要投入不少人力和时间。现在这些成本被压缩到原来的十分之一甚至更低。有人 5 万就敢进场，标书是 AI 写的，产品是 coding agent 做的，自己真正承担的成本就那么点。
雪上加霜的是，中国企业 SaaS 行业本身就不好过。安永 2024 年的报告显示，中国企业级 SaaS 上市公司过去四年半的平均净利润率是负数。毛利率不到 60%，销售费用率 30%，研发费用率 20%。行业整体还在亏。
软件外包领域更惨。2025 年行业的真实状态被总结成"三件套"：项目烂尾、拖欠工资、裁员潮。面向中小企业的 SaaS 产品同质化到了拼人力的地步。IBISWorld 估计 2025 年行业利润率只有 12.5%。
在这种背景下，招投标的报价还在被继续往下压。整个体系开始变得有些滑稽。
去年大模型走过的路
其实去年大模型已经走过一遍一样的路了。
2025 年初 DeepSeek R1 发布，在关键基准测试上追平甚至超过了 OpenAI o1，API 定价只有 OpenAI 的大约 4%。同样一个推理任务，OpenAI o1 上花 100 美元，DeepSeek 上大概只要 3.6 美元。训练成本据报道只有 600 万美元左右。
中国市场随后爆发了一轮价格战。字节跳动的豆包把 Pro-32k 模型定价到 0.0008 元 / 千 token，比行业均价低了 99.3%，到 2024 年 7 月日均 token 用量突破 5000 亿，比 5 月增长了 22 倍。阿里通义千问把 Qwen-Long 的输入价格从 0.02 砍到 0.0005 元，降了 97%。百度直接宣布 ERNIE Speed 和 ERNIE Lite 免费，2025 年 4 月起所有文心模型全部免费。
兰德公司的一份报告发现，中国 AI 模型的成本大约是美国同类系统的四分之一到六分之一。
顶尖模型都开源了，花钱买一个模型本身就说不通了。后来大家看到的结局是，模型的生意变成了围绕模型的服务。帮企业把模型用好、做后训练、做行业适配，这些有价值。模型本身不再是交易的标的。
软件正在走同一条路
现在回过头来看软件。
制作成本跌到一个足够低的水平，需求方早晚会问一个问题：为什么要搞这么复杂的采购流程来买这个东西？
跟模型的逻辑一模一样。供给端的成本接近于零，单独为它组织复杂交易就失去了意义。
招投标体系能怎么应对？一个方向是不再比功能参数，改成比经验、比案例。你服务过多少客户，系统跑了多久，有没有大规模使用的记录。但这就违背了招投标的初衷。招投标的本意是把东西当标准化商品来比，这样才能公平竞争。如果最后比的是经验和人脉，那跟不招标直接指定有什么区别？
问题就卡在这里。比功能，AI 能帮你快速做出来，区分不了人。比经验和资源，不是招投标该干的事。
不远了
很多人觉得 AI 对自己行业的冲击还要等几年。招投标这件事可能等不了那么久。
2024 年 IT 政府采购的项目数量增长了 21.5%，但总金额反而降了 4.5%。项目越来越多，钱越来越少。在这个基础上再叠加 AI 对软件成本的压缩，到临界点的速度会比大多数人预想的快。
上一次看到类似局面是 2025 年初的大模型市场。从 DeepSeek 开源到主要厂商全面价格战，前后也就几个月。大家被迫转型，不再卖模型本身，而是卖围绕模型的服务。
软件行业大概率也会走这条路。软件本身的交易价值会持续缩水，真正能卖钱的是围绕软件的服务：帮客户理清需求、持续运维、数据迁移、流程改造。
回到开头那个朋友的困惑。他在想怎么适应新的报价竞争。但也许该想的不是怎么在报价上赢，而是这套游戏本身还能玩多久。