文/廉政瞭望全媒体记者 李浩瑄
广州市黄埔区一名毕业生在官网咨询创业补贴时，先后点开两个智能问答入口，却得到两套不同答复，其中一套甚至引用过期政策。“越问越糊涂”的遭遇，折射出政务大模型落地初期的尴尬。
自2023年下半年起，北京、上海、深圳等城市竞相上线AI辅助系统，从12345热线智能派单到政务服务大厅做咨询导引，大模型确实大幅压减了重复劳动的时间成本。然而，效率提升与衍生问题相伴而生，当AI的答案与群众真实需求出现落差，最终兜底的责任依然落在人身上。
大模型助力政务效率提升
对在体制内主要负责文字工作的人来说，AI的存在极大提升了他们的工作效率。“现在写材料，第一反应是先让AI帮我搭一个框架。”在某高校从事行政工作的张宇说，他使用AI辅助工作已近一年，过去一份原本需要花费大半天时间整理的会议纪要，现在把录音导入，再让AI整理，最后自己修改一下，一两个小时就能搞定。
某地级市数据局副局长王睿在接受采访时坦言，他所在的数据局成立仅两年，过去他一直做文秘工作，最深的体会就是熬夜。“回过头看，当初我写材料的时候要是有AI，我都能少熬很多夜。”他告诉廉政瞭望记者，在AI出现之前，文秘人员最原始的办法是把电脑硬盘分区，不同文件夹分门别类。领导讲话、主持词、致辞、年终总结，文件名备注清楚，检索起来更方便。“这其实是人工智能的一个雏形，AI把这个雏形变成了现实。”
查资料、搭框架、写初稿，甚至润色措辞，大模型都能很快给出结果。对政务运行而言，这种效率提升有其正面意义。王睿说：“不管是用网页版AI模型支撑写作，还是查询相关资料，都更省时省力。综合运用到政务办理上，提供给群众端，它在处理疑难问题的解答时，比原来的人工快不少。”
2025年，“政务龙虾”在深圳等地的公务员群体中走红。王睿向记者解释，所谓“龙虾”，本质上是一种能自主调用不同大模型工具的智能体，它可以打开豆包的网页，也可以打开Kimi等，根据指令自主完成任务。比如帮公务员订出差的火车票、机票，筛选报销范围内的酒店，甚至协助处理一些流程性的政务工作。
为了给这只“龙虾”划定活动范围，深圳等地探索出了“监护人”制度。“简单说就是给智能体设置工作边界，规定它只能读取电脑D盘里的文件，不能碰C盘和E盘；只能在授权的政务系统内操作，不能越权访问其他数据。‘监护人’则由具体的公务员担任，对智能体的行为负责。”王睿补充道，这个制度设计肯定了AI的能力，也提示了AI的风险。“一个能自主调用工具、自主做决策的智能体，必须被关在笼子里。”
图片由AI生成
“知识库”不全，AI给出的回答便有限
“你去淘宝发个消息，在转入人工前的回答，就是运用的AI。”另一名地级市数据局相关负责人谢庆告诉记者，企业是最早用AI做客服的，大型企业已经进化到3.0版本，“这一版的AI客服已经有了温度，而且能够根据访客的心理状态，给出应答的角度和深度。”但大部分AI客服还停留在1.0、2.0版本阶段，“只能从大范围搜索，解锁之后推送给你厂家提供的标准应答内容，缺少温度。”
政务领域的情况比企业复杂。“因为政务领域的限制比较明确，相关的政策措施也多。”谢庆说，“很多政策措施，不同部门对某一个事项的解读都可能不一样。”
这意味着，政务AI回答得准不准确，很大程度上取决于它背后的“知识库”建得好不好。知识库不同，给群众的解答就可能不同。
但知识库的建设和维护并非易事。谢庆解释，政府文件的信息公开选项分三类：主动公开、依申请公开、不予公开。“按理说大数据模型能接触到的只有主动公开的，但主动公开的可能只占到发文比例的三分之一，还有三分之二是不予公开或者需要依申请公开的。”这三分之二的文件，恰恰是很多政务决策和办事流程中最关键的依据。AI大模型的素材不全，掌握的情况不准，给出的建议和措施就“不一定那么周全”。
“特别是对某一个事项是否可行，或者申请相关的补贴、相关的政策，它可能没有线下工作人员解答得更有时效性。”谢庆说。
广东正在尝试从省级层面统一部署政务端的封闭体系，搭建本地化的开源大模型，提供给全省公务员使用。这样在封闭、独立、安全的体系内，所有新制发的文件都能上传到知识库。
“但本地化部署大模型的费用很高。”谢庆粗略估算了一下，“部署的硬件体量取决于用户数量的多少来决定，除此之外还需要专业团队进行运维、调试。硬件加软件加维护，几笔费用加起来往往达到百万元级。这笔钱到底谁来出？钱出了又由谁来干？”
正因为如此，目前全国多数地方都没有本地化部署。大部分公务员使用的都是开源免费的网页版大模型，比如豆包等。但网页版使用需要上传相关资料，容易造成泄密。
谁在为AI的答案负责？
“我听过年轻的领导干部自嘲说，他是重度的AI用户。”王睿说，“但大家用得太多，可能对AI形成依赖，逐渐不愿再自己思考一些深度问题。”
“AI依赖的独特性在于，它伪装成生产力工具而非纯粹的娱乐消遣。”中国社会科学院大学新闻传播学院教授杜智涛认为，这种属性形成了极强的自我说服机制，使用者很难主动警惕依赖风险。不同于短视频或网络游戏带来的显性沉迷，每一次AI互动都伴随着完成任务的正向反馈，使得这种依赖被包裹在技术进步的光环下，更难被察觉。
北京邮电大学数字媒体与设计艺术学院讲师方格格用“元认知懒惰”来描述这种状态：不是人丧失了思考能力，而是人不再启动思考。“能力仍在，但调用能力的意愿在萎缩，这种损耗是缓慢的、不易被发现的。”
“在政务领域，一些难解决的事情，部分领导询问AI得到答案后，就认为这个事情可以解决，基层执行人员就会很难办。”王睿说，“比如住建、规自局等法规相对较多的单位，这些单位大模型掌握的政策，都源于网上主动公开的内容。素材不全，情况不准，AI给出的建议可能有偏差。”
再加上有些AI的答案看起来逻辑自洽，但它的知识边界是模糊的，使用者往往难以判断其真伪。当这种不确定性进入决策环节，风险就被放大了。
对政务领域而言，还有更具体的功课要做，比如本地化部署的成本难题、知识库的动态更新机制、领导干部的AI素养培训、“监护人”制度的推广与完善等等。
“人工智能工具辅助政务系统是顺应时代变化，但在使用过程中一定要谨慎。毕竟AI只是帮手，无法承担责任，当大模型的答案与群众的真实需求之间出现落差时，最终站出来兜底的，仍然是人。”王睿说。
【未经授权，严禁转载！联系电话028-86968276】
