“智理”有方： 一场没有标准答案的治理升级

在杭州，依托大模型技术，打造了集智能问答、政策推送、风险预警于一体的“灵光小杭”智能问政系统；在甘肃敦煌，AI数字人“敦小莫”“敦小驼”能对市场准入、不动产登记、社保等各类咨询秒级应答；银川的政务服务AI助手“银小服”，可以智能问答、导引、审批、查询，并提供“

在这场“治理”向“智理”的转身中，我们发现，各地没有“千城一面”的抄作业，而是走出了一条百花齐放的路。

五种模式

2025年以来，人工智能大模型技术以前所未有的速度渗透政务服务领域。《决策》杂志梳理发现，各地政务领域的AI应用探索，大致可以分为五种模式。

一是“集约统筹”模式，其特点是“先立规矩后办事”。

2025年以来，青岛市印发一系列文件，推动形成“一方案一办法一标准一指引”的政务大模型顶层规划，在国内率先打造城市政务大模型统筹建设模式，并确立“1+2+N”集约化架构，由市大数据局统一建设应用支撑底座，数据与算力双轮驱动，实现N个应用创新突破，避免分散建设、重复投资。

今年6月，青岛市大数据局发布了2026年青岛市政务领域人工智能大模型应用场景开放清单，同步上线金宏办公智能体。目前，全市累计上线90个政务大模型应用，数字人服务覆盖25家单位，青岛政务AI正加速迈向体系化、规模化阶段。

二是“智能体矩阵”模式。这种模式推动政务AI从“单点”走向“矩阵”。

2025年，无锡构建了江苏省首个政务智能体应用矩阵，覆盖14类政务场景，孵化出66个智能应用。今年4月，无锡发布《无锡市智能体创新发展白皮书》，构建“1+4+N”智能体矩阵的整体框架，标志着无锡智能体建设实现了从“单点探索”向“体系构建”的阶段性跃升。

为支撑这一架构落地，无锡还重点推出了“知惠”政务大模型公共服务平台。围绕“算力共享、模型复用、安全协同”的建设理念，平台已完成Deep Seek、百度文心、通义千问等17个主流大模型本地化部署。

三是“边聊边办”模式，核心理念是“让办事像聊天一样简单”。

贵州的“贵人智办”基于DeepSeek大模型，依托贵州政务服务全省“一张网”优势，构建起智能问答、精准引导、互动办理、实时查询及服务评 价“五位一体”的智能化闭环服务体系，在全国率先实现政务智能服务嵌入业务办理全流程。自2025年5月上线以来，已有430余个政务服务事项支持“边聊边办”方式进行申报，平均办理时长从线下的30分钟压缩到了10分钟以内。

佛山禅城区政务服务和数据管理局依托禅城城市大脑，接入人工智能大模型，同时将禅城区相关知识库在本地进行精准训练，打造政务智能助手“禅小i”，能够实现人机对话，7×24小时在线为办事企业、群众提供更加智能、更具特色的政务服务。

四是“数字人+知识库”模式，可理解为给海量的知识装上一个会说话、能办事的“智慧大脑”和“拟人化身”。

哈尔滨新区积极运用AI技术，梳理区级政务服务事项10179项，整合区情、政策解读、便民查询等内容，构建起完善的新区政务知识库；依托AI语义理解与知识库检索，深度融合DeepSeek-R1大模型与RAG检索增强技术，组织开发了具有语音交互能力的AI数字人“北北”，探索人机协同的新型组织架构和管理模式，开启AI政务服务新范式。

五是“全员共创”模式。不是让技术公司替政府开发AI，而是让公职人员自己成为开发者。

深圳市龙岗区的“百千万共创平台”基于国产算力底座，让每位公职人员像使用办公软件一样开发AI助手，落实“数据不出域”安全要求。2025年，龙岗区孵化智能体超4200个，共享250个，赋能全区超3万名工作人员，初步形成“全员共创、全域赋能”的政务AI创新生态。

“AI+政务”没有标准答案，只有因地制宜的最佳实践。五种模式各有侧重，但殊途同归，就是让服务更高效、更温暖、更精准。

三个共性支柱

五种模式，千般探索。但拨开五花八门的模式表象，一个值得追问的问题浮现出来：这些看似迥异的实践背后，是否隐藏着某种共同的逻辑？

模式千变万化，但支撑政务智能化变革的，是一套内核相通的支柱体系。这些支柱好比建筑的地基与框架，决定了“智慧大厦”能建多高、能立多久。

首先，高质量的数据是“地基工程”。再聪明的大模型，喂进去的是垃圾，吐出来的也是垃圾。

无论是青岛的“1+2+N”集约化架构、无锡的智能体矩阵，还是哈尔滨新区的“北北”，其背后都是把分散的、杂乱的、沉睡的政务数据，变成结构化、可检索、可调用的“知识资产”。没有这个地基，再聪明的大模型也只是“空中楼阁”。正如青岛市相关部门负责人所言：“高质量的大模型应用，离不开高质量的数据集。”

其次，数据安全合规是“底线红线”。政务数据涉及公民隐私与国家安全，任何技术应用都必须确保数据可控、风险可知。

深圳市龙岗区在区官方政务外网部署上线DeepSeek-R1全尺寸模型，成为深圳市首个在政务信创环境下成功部署该模型的政府部门。龙岗区政务服务和数据管理局副局长席炜指出：“本地化部署最大的意义就是保证了政务数据‘不出域’，可以大胆地把政务数据提供给大模型去分析，来提高我们的工作效率。”大模型在政务外网内部运行，所有计算都在本地完成，公民隐私与企业秘密无须离开安全域即可被有效利用。

上海交通大学国际与公共事务学院教授贾开在采访中表示：“政务智能化不必一味追求打破数据孤岛，从这个方面来说，体制机制在此不仅不是束缚，反而是守住数据安全底线的正面屏障。这也说明政务智能化真正的痛点或许不在于破除数据流通障碍，而在于因地制宜地把握‘流通’与‘保护’之间的度。”

第三，人机协同是“最终答案”。智能化并非要替代人类，而是通过技术赋能，把人从低效劳动中解脱出来，让人投身更具创造性的价值工作。

在青岛西海岸新区灵山卫街道，“AI·卫”政务助手与“山东通”对接，可减少基层相关工作量60%以上。无锡政务智能体应用矩阵，不仅让市民能在日常生活的方方面面感受到“AI大模型”带来的便捷与高效，也给政务服务人员带来了便利。无锡政务服务中心窗口工作人员表示，以前审批材料全靠人工阅读，AI介入后，短时间内就能解析完资料，实时标出错误；并且自从“AI+BIM”智能体应用矩阵上线后，全流程自动化大幅减少人工干预，审查周期大幅缩短。

当AI把基层人员从重复劳动中解放出来，他们才能把更多精力投入到真正需要“人”的智慧与温度的工作中去。这是政务智能化最深层的价值。

数据质量决定了AI能走多稳，安全合规决定了AI能走多远，人机协同决定了AI能走多好。当这三大要素汇聚在一起，政务AI便不再是飘在空中的概念，而是扎根大地的实践。

三重变革

政务智能化变革最动人的地方，不在于某项技术的突破，而在于让政务智能服务第一次有了“听懂人话”的能力，有了“提前感知”的温度，有了“人人可创”的可能。

当前，人工智能正在从三个维度深刻改变政务治理的面貌。

一是从“天”到“秒”的效率之变。传统政务服务面临一个根本性矛盾，就在于群众对“快”的期待与政府科层运转逻辑之间的矛盾。办一件事要填十几张表、跑好几个窗口、等若干工作日，这不是某个环节的低效，而是整个信息流转系统的天然局限。

人工智能破解这个矛盾的方式，是重构信息流转的路径。过去靠人力传递、核对、审批的信息，现在由算法自动完成跨系统、跨部门的流转与核验，在有效压缩业务环节、减少重复劳动的同时，使基层人员能够更多地聚焦高价值环节。更深层的效率革命在于“无感”，当系统能够主动提醒、自动推送，群众连“发起申请”都不需要做时，从“被动等审批”到“主动被服务”，效率的定义本身被改写。比如，无锡的“图审事、真省心”智能体采用“AI+BIM”双轮驱动战略，图模相符率提升至93%，办件效率提升400%以上。

二是从“标准化”到“个性化”的温度之变。“一视同仁”曾被当作政务服务的优点，但群众要的从来不是“公平的冷漠”，而是“被理解”的感觉。大模型带来的根本改变是“理解”能力，它不再要求群众学会“政务语言”，而是由机器去理解群众的“日常语言”。

在《政务领域人工智能大模型部署应用指引》中提到，利用自然语言理解、检索增强生成和知识图谱等技术，提供便捷的在线政务咨询服务，加强对公众诉求的准确理解，实时生成参考回答，帮助解决公众疑惑，提升信息获取便捷性。这种“向下兼容”，让服务从“你来适应我”变成“我来理解你”。

《指引》更进一步提出，利用“政策找人”“政策找企业”算法模型，实现政策智能匹配和主动精准送达。当系统能够记住你是谁、预判你要办什么，服务就有了“连续性”和“记忆感”。AI政务服务既要“科技的速度”，更要有“服务的温度”。

三是从“经验判断”到“数据驱动”的治理之变。如果说效率和温度的改变在“前台”，治理之变则是“后台”的深层重构。

传统城市治理依赖经验和碎片化信息，很难从海量投诉中发现“局部问题”背后可能隐藏的“系统缺陷”。基层干部不是不努力，而是“看不清”。智能化赋予了治理者新的能力维度，大模型被广泛探索用于辅助决策、城市治理等场景，通过构建全域感知的数据流通体系，推动治理从经验驱动向数据驱动转型。当数据成为决策的依据，就可以用技术的确定性对冲治理的随意性，这或许才是政务智能化最深远的制度意义。