2026年是一个分水岭。

这几年，AI越是表现得智力超群，就有越多的人追问同一个问题：“AI会替代我吗？”

现在或许不会。但那些比你更早摸透AI、更善于把它揉进日常的同行——甚至跨界者——正在悄悄加速你的“被替代”。

成都市在2026年工作要点里亮出了明确信号：“AI+社会工作”被列为四大战略支点之一，要求“制定行动方案、完成省级试点任务”，推动治理从“数字化”转向“智慧化”。

这套打法，可以概括为“AI+社会治理”的成都模式雏形：以AI为技术底座，以社工专业为方法支撑，以志愿服务为参与网络，跑通一个“精准识别需求、高效匹配资源、智能预警风险、人文兜底服务”的闭环。

AI处理的是“可编码的问题”，社工回应的是“不可编码的命运”。前者靠算力，后者靠心力。

于是，成都社工圈注定会多出一句轻轻的问候：“你开始用AI了吗？”

一、三个心结，挡住了一屋子的社工。

每每说起AI，最常见的反应不是好奇，而是三连拒——

第一个：“AI能帮我上门调解漏水纠纷吗？”

社工穿梭在社治一线普遍靠的是什么？是情商、经验和“脸皮够厚”，AI能有我们懂人情世故吗？

但仔细想想——调解最难的还不是坐下来谈，而是谈之前那堆杂活：查政策、翻案例、理诉求、备话术。有了AI的加持，这些“预制菜”十分钟给你端上桌，你只管送餐去现场叫大家坐下“趁热吃”。

第二个：“我连Excel都用不利索，还学AI？别给我找麻烦啦。”

这话听着像“我连科目二都过不了，你让我开F1？”

但再想想：Excel用不好，恰恰说明我们需要一个比Excel更好用的工具。AI不需要记公式，只要想好要做什么在对话框里发号施令就行——“根据我上传的这份摸底数据以小区分类治理为导向帮我统计分析一下小区的问题特征和治理线索”。

第三个：“居民的姓名电话能上传吗？万一泄露出去了怎么办？”

这个顾虑最实在。谁都不想在业主群里被挂出来：“某社工把我们全家信息喂给了AI。”

但反过来想：正因为怕，才更该去了解什么能上传、什么不能上传。姓名？换成“张大爷”。电话？删掉。门牌号？留个“XX栋”。数据脱敏是需要你清楚“指尖上的泄密风险”，定下规矩训练AI去遵守的。

所以，先别急着纠结“用不用AI”，先约法三章——划清人机协同的边界线，再谈怎么用。

AI用得顺手的前提是：安全、透明，让居民觉得自己被更好服务了。做到这三点，AI才是社工的加分项。怎么做到？记住另外三点：隐私脱敏、信息核实、人的判断永远在算法之上。

还有一点——守护信任。

想象我们和居民之间的信任就是一个虚拟账户：我们说话算话，就是在往账户里存钱；我们转身没了下文，就是在从账户里取钱。AI帮不了我们存钱，但它能提醒我们别老取钱——用AI设置一个动态提醒：“你答应了张孃下周三之前回复她小花园翻新的事，今天周一了，是时候去回个话了。”

反面操作——用AI设置自动回复“已转交相关部门”，应对居民诉求，没有人为跟进，居民等两天再问又是这个回复，断定我们是在敷衍他，账户里的信任值直接全款罚没。

说白了，AI是来兜底的——兜住效率的底、数据的底、安全的底、信任的底。底兜住了，社工才敢大胆走心。

那具体怎么走？我试着搭了一个四层框架，不一定对，但你可以先看看。

二、一个思考框架：

AI安其位，社工尽其心

第一层：效率层——AI做“重、复、规”

什么是“重、复、规”？重复性的咨询问答、复杂的文书生成、规律性的数据分析。这一层，新文件里给出了清晰的拆解：

• 挖需助手

居民诉求像散落的拼图——噪音投诉、养老求助、停车纠纷。以前靠网格员挨个填表、手动标记，漏了还不好补。现在AI自动识别诉求类型、数据统计，打开后台一眼就能看到“这周养老类诉求占了四成”。民有所呼，AI先帮你接住这一波。

• 议事参谋

开议事会最怕什么？七嘴八舌，议而不决。智能议事平台撑起场面，大家在线发言，AI自动梳理核心观点和争议焦点，散会时纪要已经同步生成。决策透明了，共识也更容易凝聚。

• 验效专员

• 政策向导

• 宣发推手

• 台账管家

活动结束，对着手机说上几句“获奖感言”，AI立马把台账整得明明白白。以前两小时，现在两分钟。省下来的时间，你可以去居民常扎堆的地方踩踩点——听听他们最近又在聊什么。

• 资源猎头

社区里能人、场地、机构、组织一大堆，可惜彼此“绝缘”。AI搭个桥，你说要什么，它第一时间帮你找到现成的资源，精准匹配。沉睡的资源被盘活，社工从此告别“大海捞针”。

• 群主外挂

居民想有个读书会，正愁没人牵头？AI立马出手：建群、排期、选主题，一气呵成。社区治理从“大锅饭”走向“自助餐”，居民自己就能玩得风生水起。

第二层：关系层——AI做“思维陪练”和“情感手杖”

如果只用AI写文案，那是“低配玩法”。

AI真正的杀手锏，是帮你把腾出更多的精力瞄准那些以前想做、但没时间做、或者不知道怎么做的“走心事”上。

案例一：帮老人写成一本自己的人生“故事会”

设计36个引导性问题，陪着老人对着手机慢慢聊——聊童年、聊爱情、聊那些人生高光和遗憾。AI自动转成文字、润色、排版，最后生成一本属于他/她的“人生之书”。

你以为只是记录？不。在这个过程里，老人第一次认认真真地回看了一遍自己的来时路，那些早已尘封的记忆，那些藏在心底的柔软，家里的儿女也能通过这本回忆录读懂父母那些从未说出口的过往。

案例二：把居民的“吐槽”翻译成“提案”

以前征集意见，居民开口就是“到处都是飞线充电，你们到底管不管？”，情绪拉满，建议为零。不是不想好好说，是真不知道怎么把情绪变成像样的建议。现在教居民把问题丢给AI，AI一键转化为议题：你是想规划专用充电区？还是加强安全倡导？还是建立监督机制？几个来回，一份《关于小区电瓶车充电规范的几点建议》就成型了——有现状、有方案、有行动规划。

案例三：让“我们的社区”成形入画

社区要做文化墙，关于社区的记忆，居民有一肚子想法——“楼下那只爱蹭人的橘猫”“邻里坐在一起晒太阳的小花园”“小区门口几十年的芙蓉树”……但让居民“画出来”，个个摆手婉拒。请设计师？来回沟通好几轮，改到崩溃，费用还不少。

现在换个玩法：居民说关键词，AI来画。AI把零散的描述，提炼、升华，变成可落地的墙绘方案。墙绘师拿着AI出的草图，“我们的社区”快速上墙。

案例四：救助流程的“自动驾驶”

基层救助有个词叫“技术性负重”——半天入户，半天录系统，还得赶报表。一个低保家庭可能符合好几项救助政策，社工得翻文件、切系统、反复录。现在有团队在测试智能体做“一键同步”：社工入户后对着手机说一段话，AI自动拆解信息，跨系统预填报，申请材料自动生成。实现AI做减法，社工做乘法。

第三层：伦理层——三条红线，不可逾越

第一条：敏感信息，严禁上传。

居民姓名、电话、详细住址、身份证号等个人隐私数据，一律脱敏处理——比如以“张大爷”“李阿姨”等代称替代真实身份。

第二条：核心数据，自行填报。

满意度、参与人数、资金金额等关键数据，需要亲自核实、如实填写，严禁凭空编造。

第三条：算法建议，人终定夺。

AI是技术辅助工具，可以出方案、出思路，但你是最终责任人，判断权、决定权、签字权，都得由你拍板。

第四层：战略层——AI让中小机构也能搞研发

过去，研发是大机构的游戏，想打磨一套可复制的服务模式需要权威背书、专家团队、试错资金。中小机构只能抢项目、做执行，项目结束经验归零。AI把研发成本打下来，需求分析、模型搭建、方案论证、工具开发，一个小团队就能跑通。中小机构第一次有了和头部机构同台研发的资格。技术门槛降了，组织能力的门槛就上去了——能不能把模糊的需求转化成结构问题？能不能判断AI生成的方案靠不靠谱？能不能整合政府、社区、企业的资源去落地？——但至少，起跑线被拉平了。

三、技术没有立场，但你有

回到开篇的“AI会替代我吗？”，与其焦虑“AI会不会替代我”，不如想清楚一个更本质的问题：

当AI被用来考核你、监控你、替你做决定的时候，你拿什么对冲？

这不是假设，是正在发生的现实——

这边，社工的入户轨迹、停留时长、打字速度被实时记录，系统自动打分排名。数据好看了，信任却塌房了。

那边，AI帮失智老人整理回忆录，帮困境家庭自动匹配救助政策，帮沉默的居民把心底的抱怨变成改善现状的措施。数据同样好看，关系也升温了。

同一辆车，有人开进了沟里，有人平稳驾驶。

所以，真正的命题不是“AI能做什么”，而是“我们要让AI为谁做些什么？”。

所谓的AI向善，不是一句口号，是一系列具体的动作——

用AI去精准识别那些藏在数据背后的特殊群体，而不是盲目筛查、动态清退；

用AI去自动匹配跨部门的救助政策，帮服务对象争取到利益最大化，而不是掐着秒表压缩入户时间；

用AI去激活社区里的能人、场地、企业、志愿者，让每一份善意都有处安放，而不是化身为一张冷冰冰的派工单。

你会发现，AI擅长的，从来都是用极低的成本打破技术壁垒：以前需要大量人力才能完成的资源链接、信息比对、需求分析，现在一个灵巧的“AI+”分分钟就能搞定。

省下来的时间用在哪，才是你回击“AI替代焦虑”的终极大法。

——不用再对着Excel苦熬，你可以坐在独居老人身边，听他讲完年轻时没来得及说出口的故事；

——不用再被跨部门表格绑在工位上，你可以陪困境家庭去一趟办事窗口、对接一次就业机会；

——不用再化缘式拼凑散装资源，你可以轻松召集到一群原本互不相识的志愿者，聊出一个互助小组的创新玩法。

这就是“AI+社会工作"最动人的地方：西医的刀配上中医的魂——算力负责精准，人情负责温度；算法负责判断“对不对”，人负责决定“该不该”。

AI是你请来的“西医搭档”，处方权还得攥在你手上。

四、上车指南：这三招就是你的“AI驾照”

怎么制定“AI+社会工作”行动方案？这三件事，就是我们上车的最佳方式。

第一件：选一个你最烦的日常任务，和AI“死磕”三天

写通知、写台账、写总结、写方案，随便选一个，哪怕只是“写一则停水通知”。

第一天：把你写过的优秀范例复制给AI，说：“这就是我的风格，请模仿学习。”

第二天：让AI写一版，你手动改，改完告诉它：“以后就按这个修改的思路和偏好来。”

第三天：让它按你修改后的标准重写，并让它给自己打分。

于是，你就有了一个“懂你”的AI助理。

第二件：把三条红线贴在显眼处

每次上传资料前，用三秒钟扫一遍：

① 脱敏了吗？（姓名→张大爷，电话→删掉）

② 数据自己填的吗？（满意度、人数不要让它瞎编）

③ 是否人工审核过？（AI建议仅供参考）

三问完成再点击确认键。

第三件：每周半小时，让AI做你的“政策陪读”

传一份刚下发的文件投喂给AI，问：

• 文件核心关键词是哪几个？

• 其中哪几条和我的日常工作有关？有什么具体要求？请用大白话解释。

• 有没有可以参考的其他社区的落地案例或路径分析？

再加一句：“根据这份文件，建议我的下周工作计划应该做什么具体的事？”

十分钟读透一份文件，还顺手领到一个下周的微行动方向。

写在最后

回到标题：AI安其位，社工尽其心。

什么是AI的“位”？是“兜底”——兜住效率的底、安全的底、数据的底。那些重复的、繁琐的、能标准化的事，尽管交给它。

什么是社工的“心”？是“走心”——走近居民的心、走进社区的心、走好治理的心。省下来的时间，正好用来做那些有温度、有情感、有判断的事。

技术进步不会自动让长者拥有体面的晚年，算力升级不会自动给残障者送去平等，数字化浪潮不会自动把困境家庭、休学青少年、边缘群体推到聚光灯下。

看见他们、托住他们、为他们多进一步——这件事，AI做不到，只能我们来。