ARTICLE · 1271064

AI 赋能|工具之上,能力为先

发布时间：2026-10-29 01:24:45 最近访问：2026-10-29 01:24:45

AI 赋能|工具之上,能力为先

编者按

当前，人工智能正以前所未有的深度与广度重塑高等教育的办学形态和治理范式。为加快落实学校党委关于“全面推动 AI 赋能的大学治理范式创新”的战略部署，有效提升管理干部的 AI 素养，提高工作效率与数智履职效能，学校探索实施“浙江大学干部 AI 素养提升计划”，“浙大组工”公众号将陆续推出系列 AI 实践案例推文，聚焦大学治理真实业务场景，分享可落地、可复用的数智办公实践经验，欢迎持续关注。

近年来，以大语言模型为基础的人工智能正快速进入日常办公场景，AI 正从单纯“回答问题”走向“参与工作”——智能体可以查阅材料、调用工具、接续完成原本需要由多人完成的任务等等。

对高校行政人员而言，这既是办公效率的提升，也是工作方式的变革：工具不难上手，难的是用好它，并对它的产出负责。正因如此，讨论高校行政办公如何使用 AI，不能只看它给出了什么结果，更要追问结果是怎样形成的：材料从哪里来、哪些规则被采用、谁在关键处作了决定。因此，我们要明白：工具性能越强，对使用者的能力要求反而越高。

一、趋势：会用工具，

更要会提问、会判断、会迭代

提出问题能力

AI 的输出质量高度依赖输入质量。例如，同样是“分析论文质量”，一句“帮我分析一下论文质量”，得到的往往是泛泛之谈；如果补充背景、数据口径、约束条件和期望的输出形式，结果才具备可用性。把模糊的诉求拆解为清晰的指令，本质上是把工作任务“想清楚”的过程。

价值判断能力

行政工作涉及政策解读、制度执行、流程规范等方方面面，都与师生切身利益息息相关，容错空间很小。因此对 AI 合成内容的核验不可或缺：数据源是否权威、统计口径是否一致、政策文件是否更新、逻辑流程是否成立等，都需要使用者把关。复核不能局限于“数字算得对不对”，还要考虑资料从哪里来、更新到哪一天、筛选条件由谁设定，以及特殊情况能否被提出，这些都关系到结果是否公允。

迭代能力

AI 工具的使用绝不是一成不变的，而是在真实任务中不断校准。行政人员需在定期复盘中，围绕一个真实任务核查历史数据、流程规范、执行边界等，并结合师生反馈把经验性的工作过程沉淀为可复用的 Skill 与操作说明，在工具升级或业务规则变化时，动态调整权限与复核要求。如此方能让工具越用越准、边界越用越清。

二、实践：从单点工具到流程重塑

AI 在行政管理工作中的落地，不仅仅是零散地替换个别环节，而是把工具嵌进业务过程，重塑流程本身。以论文预审为例，传统人工预审模式下，评审老师需依托经验逐篇审核，普遍存在四大痛点：评审标准不统一、质量依赖个人经验、机械核对耗时费力、优秀经验难以沉淀。

针对这些共性问题，我们探索将预审的基础规则标准化，把重复性、核验类的机械工作交由 AI 工具完成，将核心判断环节保留给人。

AI 论文预审流程图

具体实践中，我们重点把握三个核心环节：

1. 把预审规则凝练成标准化 Skill。将分散在不同文件、不同维度的预审要求，逐条拆解为清单式的具体检查项，把模糊的“审核论文”细化为可执行、可校验的明确指令，让 AI 清晰掌握“审什么、怎么审、按什么标准审”。

编写Skill并配置运行环境

2. AI 只做预检，结论由人判定。预审 Skill 的核心价值，是把评审老师从逐条机械核对的事务中解放出来，将精力聚焦到论文创新点、选题意义、研究价值等真正需要专业判断的核心环节，AI 不替代人做最终决策。

3. 流程在真实任务中动态校准。预审 Skill 并非一成不变，而是围绕真实评审场景持续迭代优化，根据实际运行中发现的问题、新增的规则要求，不断更新校验维度与判断标准。

形成论文预审结果

在探索推动 AI 工具运用的同时，安全性和准确性始终被放在优先位置。正式启用 AI 论文预审前，充分征得学生知情同意，提前将预审规则与 Skill 标准告知学生，确保评审公开透明；评审过程中，不依赖单一 AI 工具，采用多工具交叉验证的方式保障结果准确；涉及师生个人信息的环节，全程做好内容脱敏与权限管控；涉密内容一律不纳入 AI 工具处理范围，严守数据安全底线。

三、总结：在具体事务中检验边界

AI 赋能高校行政办公，并不是用工具取代人，而是重新划分人与工具的分工：检索性、重复性的工作交给 AI，规则制定、事实核验、价值判断和责任承担留给使用者。

从实践看，较为见效的路径是“业务梳理在前，工具引入在后”——先想清楚目标、流程和边界，建立明确清晰的规则并配置运行环境，再让 AI 介入其中。处理公开材料时，重点在引用与表述；涉及内部数据时，须事先限定资料与操作权限，在关键步骤由经办人员确认，并保留必要记录，AI 与人的工作边界由此随着实际工作不断校正。

在此过程中，提出问题和对大语言模型合成内容的价值判断等能力，越来越成为行政人员最需要持续打磨的核心本领。