安博体育:

  在上海松江的一处桥洞下，一名居无定所人员连续多日在此逗留，贴身携带大量物品，周边摄像头捕捉到他频繁进出的画面，通过上海市公安局的城市安全管理大模型，结合时间序列与行为轨迹交叉研判，及时向有关部门推送预警信息，为帮扶救助提供精准线索。

  在浙江，面对海量餐饮商户与有限监管力量的矛盾，浙江省市场监督管理局利用自主研发的垂直大模型，通过静态巡检与动态识别相结合，对后厨环境进行全景评分，老鼠活动踪迹、工作人员违规操作等，都难逃系统捕捉。

  这两个案例，一个关乎城市治理的“温度”，一个关乎食品安全的“底线”，领域不相同，但底层的逻辑是相通的：人工智能正在从“事后响应”走向“事前研判”，从“被动发现”走向“主动预警”。

  在7月20日举行的2026世界人工智能大会政务智能创新论坛上，来自全国多地的政务工作者带着实践案例，展示人工智能如何在政务领域中“跑起来”。

  论坛传出的一个明显信号是：政务AI正从“能回答问题”走向“能独立办事”。

  “从对话问答到能办理事务，这是有一个很大的跨越。”上海奇绩智峰智能科技有限公司技术负责人严航打了个比方，过去的智能体像一个知识丰富的顾问，告诉你该怎么做，现在它更像一个能直接帮你把事情办完的助手。

  奇绩智峰研发的“政务智能驾驶舱”，试图让智能体不仅“会聊天”，还能调用数据库、连接业务系统，完成从执行操作到任务闭环的全过程。

  这个变化在各地场景中得到了印证，比如上海市公安局的城市安全管理大模型，据上海市刑事科学技术研究院副研究员陈伟介绍，大模型能够对监控画面进行自主研判，无须人工盯屏，系统便能从复杂场景中识别出要关注的人员和事件。

  不仅对居无定所人员进行精准救助，在渣土车违规倾倒的治理中，城市安全管理大模型能自动识别驶入监控盲区后满载、空车返回的可疑车辆，结合通行时间、行驶轨迹等多维信息交叉研判，一旦判定存在违规倾倒嫌疑，便即刻发出预警并启动点位分析，实现了从被动响应到主动发现的关键转变。该系统上线以来，已精准识别问题车辆180余台，涉案倾倒渣土超过19万吨。

  “只要老鼠出现在监控范围内，系统就能精准抓拍。”浙江省市场监督管理局餐饮服务食品安全监督管理处副处长鲁捷说，从业人员违规在洗菜池中清洗拖把，甚至在肉制品中注射不明液体的隐蔽行为，都难逃系统捕捉。发现违规后，系统自动通过短信和电话外呼提醒商户整改，多次提醒仍不整改的，将自动触发属地监管部门介入执法。这种“以分促改”的机制，推动商家从被动应付向主动合规转变，也让食品安全监管从“人海战术”走向算法驱动。

  20分钟，完成105份法律政策文件的融合分析，发现8条失信约束措施与上位政策冲突、3条条款无明确依据，这是黑龙江省政务大数据中心带来的一组数字，而这类工作过去需要若干法律专业技术人员耗费数周才能完成。据了解，“龙政智数”大模型依托全省汇聚的上千亿条政务数据，开发了10大系列80余个智能场景。“龙政智数”支持业务人员通过自然语言描述，半小时内完成一个“全科社工智能体”的开发上线，居民通过语音输入就能获取办事地点、流程和所需材料。

  审批时间从几天压缩到几十分钟、监管从人工巡查变为全天候自动抓拍，这些令人振奋的场景不时出现在论坛上。

  效率提升固然可见，但一个更深层的问题也浮出水面：智能体在政务场景中大规模上岗之后，它到底可不可靠，出了事谁来负责？

  “智能体在执行过程中存在模型幻觉、提示词注入、工具调用越权、数据泄露等一系列内生安全风险，这样一些问题在政务场景中被进一步放大。”复旦大学计算与智能创新学院执行院长杨珉直言，用传统网络安全思路去理解它是远远不足的，“过去讲的是‘防得住’，现在讲的是‘管得住’。”杨珉所在的团队正与相关机构合作推进智能体安全风险评估能力建设，提出了一套覆盖模型训练到运行监控全流程的全栈式安全防护方案，已为多家头部企业和运营商提供评测服务。

  同样的判断也来自中国澳门。澳门特别行政区政府行政公职局副局长陈子健坦言，中国澳门政务服务虽已实现“能办”的基本目标，但距离“好办”“智办”仍有明显差距，跨部门协同缺少有效的工具支撑，决策仍主要依赖过往经验，尚未完全搭建起数据驱动的现代化治理体系。“技术能辅助判断，但最终决策和执行的是人，若使用技术的人不具备相应的判断力，再先进的工具也难以发挥应有的价值。”

  面对这些系统性的挑战，上海试图用一套制度框架来回应。上海市数据局副局长高天介绍了“1+2+X”政务智能标准体系：一个顶层管理准则、技术规范和安全准则规范两大类以及一批专项建设技术指引。与之配套的还有“两场一中心”，实训场负责培养政务人员的数字素养，实验场联动多方打造示范场景并完成应用孵化，测评中心则对所有面向公众上线的智能体进行安全与效能评测。用高天的话说，就是“要给智能体发准生证，拿到证才能上线运行”。

  论坛上，《政务智能体发展研究报告（2026年）》发布，中国信息通信研究院总工程师魏然将当前的智能政务的建设困境提炼为三个问题：首先是场景适配的复杂性，并非一个超级大模型能应对所有业务场景，简单问答用小模型反而更经济高效，应该要依据应用深度进行差异化配置；其次是建设模式的转变，从过去的一次付验收，演进为需求持续迭代的“小步快跑”模式；最后是责任归属的延伸，从内容风险走向决策风险，数据调用、行政决策等关键环节的责任链条更为复杂，需要构建完整的责任闭环。

  如果说智能体是政务系统的“大脑”，算力是支撑它运转的“心脏”，那么数据就是让它真正“活”起来的血液，没有高质量的数据，再强大的模型也无从发挥价值。

  “过去数据是被处理的对象，现在数据是长出大模型理解力、判断力、生产力的土壤。”国家数据局数据资源司副司长张慧星表示，过去政务信息化的本质是把线下流程搬到线上，系统按预设规则运行，用户按关键词搜索。而大模型带来的是底层逻辑的切换——从关键词匹配到语义理解，从规则驱动到数据驱动。

  他引用了一组数据：全国一体化政务数据共享平台已累计支撑各地区各部门共享调用超过5500亿次，国务院部门有关系统向地方回流数据约11.8亿条。

  但张慧星也坦承，迅速增加的智能化需求与高质量数据供给之间仍存在结构性矛盾，各种政务大模型的训练和智能体运营对数据的需求呈指数级增长，而各部门受制于职能、人才等因素，数据治理和服务能力有限。“数据与应用的双向丰富，会形成数据飞轮效应，但飞轮不能等万事俱备再启动，必须让数据与应用在实战中快速迭代、持续提升。”他强调。

  论坛现场公布的另一个信息，正是从“基础设施”层面为各地各部门搭建一个共用的底座。中国互联网协会联合8家研究机构和企业一同启动了“可信政务智能体共性技术服务平台”。该平台定位于全国统一、可信可控、开放协同的政务智能体支撑底座，涵盖推广中心、资讯与风险监测、共性能力支撑、低代码开发平台和开源社区五大板块，旨在降低建设门槛、打通区域壁垒、规避安全风险，对政务智能体的开发、部署、调用、互通、迭代、监管提供全流程服务。

  技术正在快速奔跑，但治理的框架、数据的底座、安全的边界，也在被同步搭建，承载着中国数字政府建设从“能用”迈向“好用”的集体期待。返回搜狐，查看更加多

• 上一篇: 会“跑”的马桶便当失能人群