以“人工智能+政务”深度应用推动政府治理数智化转型

　　作者：贺志浩（中国人民大学公共管理学院与香港城市大学商学院联合培养博士研究生），宋鹭（中国人民大学智慧治理战略研究院执行院长、国家发展与战略研究院研究员）

　　政务领域是人工智能落地的重要场域，也是技术应用与公共责任交织最为紧密的场域。近年来，政务人工智能已从智能问答、表单填报、材料预审等单点辅助的初级阶段，进入大模型与政务智能体规模化、体系化部署的新阶段。政务智能体的角色也随之改变：从办事窗口旁的检索工具，逐步进入行政流程内部，推动政务服务从被动问答走向主动办事，治理模式由分散管理向整体智治跃迁，决策逻辑由经验判断向数智驱动升级。

　　能力越是向前一步，规范就越要跟上一步。推动政务人工智能应用走深走实，需要夯实高质量数据和算力底座，健全政务智能体应用规范，坚持统筹集约建设，涵养人机协同应用生态，使技术能力的释放始终处于可控、可信、可问责的轨道之中。

　　夯实高质量数据和算力底座，筑牢政务人工智能应用根基

　　政务智能体能否从“答得上”走向“办得成”，不取决于模型参数的大小，而取决于政务知识与数据的组织程度。

　　一是建强政务知识“活库”。政务知识高度依赖时效，一份已被修订的办事指南、一条已经失效的申报条件，进入模型即成为错误之源。要推动政策文件、办事指南、审批标准的结构化改造，建立版本管理和失效条款标注机制，把知识更新的责任部门、更新时限一并明确下来，使政务知识库随政策调整同步迭代，从源头避免用旧知识办新事。

　　二是打通跨部门数据共享。智能体的核心能力在于跨系统调用，能力边界受制于数据的可及范围。要健全一体化智能化公共数据平台，推动数据按需下沉回流，重点打通高频办事事项所涉及的证照、资质、社保等数据链路，让智能体“调得到、核得准”。

　　三是统筹政务算力集约供给。可探索将智能算力资源纳入政务云平台集中管控，避免出现算力资源闲置与关键场景算力不足并存的结构性错配。同时，随着行业普遍按词元消耗量计费，政务人工智能的成本正从一次性建设投入转向持续性运行支出，宜将词元消耗纳入预算与绩效管理，优先保障高频民生场景，防范大规模部署引发算力挤兑。

　　健全政务智能体应用规范，推动“辅助问答”迈向“协同办事”

　　底座夯实之后，关键在于能力的释放是否可控。政务智能体一旦具备自主执行能力，其输出就可能直接影响行政相对人的权利义务。行政法上，行政行为的效力来源于法定主体和法定程序，技术工具的介入并不改变责任归属的基本逻辑。由国家发展改革委等部门印发的《政务领域人工智能大模型部署应用指引》明确了大模型的“辅助型”定位，并对面向公众的服务场景提出“采用人工审核、生成内容实时风控、多模型交叉校验等措施”，正是为了防范模型“幻觉”风险、维护政务部门公信力。

　　一是分级分类明确应用边界。建议按事项的风险等级和裁量空间实行差异化管理。咨询导办、政策查询等信息服务类，可赋予较高自主度；材料预审、要件核验等程序性事务类，实行“智能体初核、人工确认”；行政处罚、行政许可等涉及重大权益的裁量类事项，人工始终保留最终决定权。这一边界宜以清单形式向社会明示，做到能力越强、放权越审慎。

　　二是把“人在回路”从倡导变为硬约束。人机协同需转化为可执行的程序性要求：坚持行政行为的署名主体必须是人，明确人工智能辅助不免除经办和审核人员的审查责任，对涉及群众切身利益的审核事项设定强制性人工复核节点，防止出现“机器建议、人工照签”的形式化复核，避免责任在人机之间悬空。归根到底，是要防范人工智能深度嵌入治理体系后可能出现的技术工具异化、治理逻辑简化、行政责任虚化。

　　三是完善全链路留痕与退出机制。要将任务指令、系统调用记录、中间处置结果、人工修改痕迹纳入行政过程电子记录，使每一步操作可查、可核、可问责。同时建立上线前测试与常态化回检制度，围绕事实准确率、越权调用、异常处置等设置评估指标，对达不到要求的应用及时暂停下线。例如，广东建立测试区、试运行区、生产区“三区联运”机制，新能力先经安全验证、再小范围试用，最后进入生产环境，从架构层面杜绝未经验证的能力直接上线；黑龙江则为政务大模型打造三层安全护栏与全生命周期合规管理体系，侧重运行期的用户行为管控。二者一前一后，可配套形成全周期防控闭环。

　　坚持统筹集约建设，防止重复建设和“数字负担”

　　规范明确的同时，还要警惕建设路径本身的无序扩张。倘若各部门分头搭建独立系统、各层级争相打造专属大模型，极易造成重复建设和资源浪费。统筹建设不足，还容易催生模型孤岛与盆景式浪费。

　　一是推动模型和算力统建共用。集约不等于一刀切，关键在于区分共性能力与个性需求。算力资源、基础模型、政务知识中枢、安全审计与日志留存等共性能力，应当由本级统一建设、统一运维，形成全域共用的能力底座；而业务规则配置、部门专有知识库、场景化交互界面等个性内容，则应交由业务部门自主构建、按需迭代，充分释放一线的场景感知力。广东在省级层面构建“湾擎”政务智能中枢，作为全省统一底座、能力中枢和运营枢纽，建立从需求征集到迭代优化的全流程闭环机制，已归集政务场景超100个，上线12款智能体、覆盖18家试点省直单位，推动应用从分散试点走向批量落地。

　　二是探索“一地建设、多地多部门复用”模式。同类事项跨地区、跨部门高度相似，具备复用条件，但复用并非简单移植，宜按标准化程度区别对待：规则统一的通用事项适宜整体复用，因地方性法规或流程存在差异的事项，则宜复用底层模型和技术架构，保留业务规则的配置空间。要建立成熟应用的登记、评估和推广机制，把一地之得转化为多地之利。

　　三是把基层减负成效纳入建设评价。新建智能体应用应进行必要性论证和负担影响评估，坚持建一个、优一批、减一批。要特别警惕以上线数量、调用次数作为政绩标尺的倾向，防止技术负担取代事务负担。

　　涵养人机协同应用生态，让政务人工智能真正便民惠企

　　底座、规范、集约都是手段，最终成效要由企业和群众来检验。随着场景创新日益活跃，人工智能应用正从政务服务向城市治理、机关运行等领域延伸，如何让技术能力真正转化为可感可及的治理效能，是检验应用成色的关键。

　　一是以场景清单牵引务实创新。其价值不只在于列出要建什么，更在于以公开承诺倒逼见效。应坚持从高频难点事项切入，成熟一个、推广一个，同步建设典型案例库，把可复制的模式沉淀下来。例如，深圳围绕辅助决策、政务服务、城市治理等领域分批发布应用场景清单，把建设方向摆到台面上接受监督。

　　二是提升干部数字素养与协同能力。要开展常态化实训，帮助干部既会用智能工具，又清楚其能力边界，防止不敢用与过度依赖两种倾向并存。同时明确合理容错与追责边界，让干部在规范内敢用善用。

　　三是畅通企业群众评价反馈渠道。苏州让12345热线话务员从“传递员”化身“解答者”，市民诉求最快10分钟内就能得到初步回应。将办事满意度、一次办结率、问题解决率等结果性指标作为评价依据，同步纳入治理精准度、基层减负实效等维度，实行常态化评价、动态化迭代，建立面向办事人的纠错通道，让问题快速回流到模型优化环节，真正做到用得好不好由群众和企业说了算。

　　从单点辅助到深度应用，变化的是技术能力，不变的是以人民为中心的价值取向。坚持发展和安全并重，以扎实的底座、清晰的规范、集约的路径和务实的生态推动应用走深走实，才能让政务人工智能既跑得快又跑得稳，加快形成人机共生的治理新图景，让智能技术的进步实实在在转化为群众和企业的获得感。着眼长远，政务人工智能的价值不止于办事效率的提升，更在于推动政务服务提效与城市治理提能同步演进，持续提升政府治理数智化水平。