吴建南教授发表主旨演讲

尊敬的江老师，各位老师、各位同学，大家好！

非常荣幸能够在江老师作报告之后汇报我的一些研究。

首先我想从一首诗说起。这首诗收录于我们发表的一篇论文之中，是我的同事们在访谈时候，一个受访对象有感而发所写，具体如下：

“代码行间低语的幽灵，卸我肩头重担，却凭添新的负重。表单填得更快了，然而由谁裁定？规则被悄然改写，意义也渐渐游移，它究竟是引路之手，还是纠缠之链？是一时的恩赐，还是明晰的负担？”

这首诗虽然貌似有机器生成的痕迹，但反映出AI应用之后社工群体的新变化：一部分传统的工作负担减轻了，一些负担不但不减反增，还又有了新的负担。而且，不管是AI减轻、加强或者创造新的负担，都进一步带来了他们内心的政策疏离感，很多社工觉得好像现在没有自由裁量权了，失去了对工作的控制感，自己的工作意义也在减弱。所以，我们这篇论文题目是《祝福还是诅咒？街头官僚的生成式人工智能、行政负担和政策疏离感》（Huang, H., Ma, T., & Wu, J.(2026). A Blessing or a Curse? Generative AI, Administrative Burdens, and Policy Alienation in Street‐Level Bureaucracy.Governance, 39(2): e70110. doi: 10.1111/gove.70110）。

这个研究之后我们也在问，公务员遇到AI后，他们会怎么考虑、他们会经历什么？他们有智慧、应该也有困惑，这些智慧与困惑反映了数智社会变革的哪些大命题？

今年以来，我们陆陆续续做了多次深度访谈，包括省级、市级、区级、街镇的公务员，分别在环境、城管、数据等不同单位工作。基于系列访谈的分析，我们发现：在公务员的日常工作中，AI已经悄然引发了三个方面的“微变革”。

微变革之一，是工作方式之变。从Deepseek、豆包上线以来，各地各个层级的公务员都在频繁进行人机互动，从使用AI辅助写材料，再到信息检索，再到请AI作为一个外部专家完善工作方案，每个人都有不同的互动方式。

AI大模型进入政务场景后，公务员的人机互动正在从“使用工具”转向“协同工作”，逐渐形成“人定方向、AI汇聚信息、人工判断决策”的协作模式。AI提升了公务员处理信息和解决问题的效率，但在政策解释、风险处置和行政裁量等关键环节，人的经验、情境判断和责任承担仍不可替代。

虽然人机协同已成为普遍现象，但在中国政府的条块结构体系下，不同层级和职责的公务员对AI的需求存在差异：省市级着眼于跨层级、跨部门的信息整合和整体研判，区县级着眼于业务链条与辖区事务的流程贯通，基层则着眼于具体场景中的即时识别和现场辅助。不同的业务领域公务员对AI的需求也不一样：比如监管部门的公务员希望开发AI系统用于执法过程中的程序规范与风险可控，民生服务相关部门的公务员希望有AI工具能实现对高龄老人等重点服务对象的诉求精准匹配与服务便捷送达，综合办公岗位的公务员希望有可以用于文书效率提升与材料减负的AI工具，等等。

很明显，不同公务员的需求各有不同,究其因是公务员们在政府体系中所处的位置不同。正是因为需求存在差异，推进人工智能在公共部门的部署不应该采取“一刀切”的方式，而应该在考虑需求分化的基础上因地制宜地部署恰当的AI工具。正如我们访谈中一位受访者所说：“就是一定要提供价值……要让他们真正的方便、真的减轻负担。”

微变革之二，是政府公信力的重构。我们发现，AI正在重塑政府公务员和市民之间的互动方式，很大程度上已经变成政府公务员、市民、AI三方互动了。访谈中，有基层干部讲，群众对于AI的信任已经超过了公务员做出的解释，一个城管执法队员就说，“群众在查过AI以后，他对于AI的这种信任压过了我们对他解释的，所以有的时候我们在那里，我们也尴尬。”

在人人都有AI、都用得上AI的背景下，市民可以通过AI了解相关的各类制度信息并将其作为表达诉求合理性的证据，政民互动的信息权威格局已经发生了明显变化，代表政府执行政策的一线公务员和群众沟通的思路和方式需要做出调整。这个时候，需要建立一种新型的政府信任关系，意味着必须要深入理解AI在政民互动中的作用，通过调整公务员与群众沟通的理念与方法，更好地建立政府公信力。

微变革之三，数据之困越发迫切地呼唤制度回应。政务领域的AI训练是需要大量真实治理数据的，数据之困在当下可能是一个尤为紧迫的问题：一方面原先数字化转型阶段一开始就强调的数据共享、数据壁垒问题依然存在。这可以理解，因为这种数据壁垒是我国政府条块结构边界在数字世界的映射，“条”上的垂直系统里躺着很多数据是“块”上属地治理所需求的，也是开发“人工智能+政府治理”应用场景所需求的，这种结构性矛盾需要进一步体制机制的改革创新。另一方面是各种各样的安全检查特别多，特别是Deepseek、豆包这类大模型上线以后泄密事件屡见报端，高强度、常态化的安全检查虽是必要的，但过于强调这一点无疑使公务员陷入两难境地：一方面大力推进数据共享和AI应用带来的收益多为组织共享；而AI应用一旦出了数据安全和泄密问题，立刻就会面临问责风险。这就出现了一个耐人寻味的现象：公务员基本上都在用DeepSeek、豆包这些AI工具，但他们一般从来不公开说自己在用。总而言之，数据领域“统筹发展与安全”对于数据安全的强调是必要的，但越是过分强调这一点，公务员对安全的焦虑越大，越是阻碍他们在AI辅助下的工作创新。

从这些“微变革”，特别是公务员日常工作生活所观察到的些许变化，能看到什么样的大命题？

第一个大命题是技术创新生态构建问题。我们的判断是：政务领域人工智能应用要形成技术创新生态，核心是打造统一部署基础能力、业务部门提出需求、技术力量协同创新的运行机制，让人工智能在真实治理场景中不断试错、持续成长。这个技术创新生态需要集技术支撑、场景创新、应用推广和安全保障于一体，为公共部门人工智能应用创新提供系统支撑。

以上海正在探索建设的政务智能实验场为例，实验场承担应用探索和创新试验功能，通过“算力统一部署、基模全面收敛、场景全面开放”，为各部门探索政务领域AI应用场景提供算力、模型和安全环境支持。实验场允许在可控环境下利用真实业务数据开展探索，通过试验验证发现有效场景，再进一步推动应用推广。通过智能体实验室、高质量数据集实验室、链管实验室和安全实验室建设，公共部门能在高容错的环境中将自身业务与技术能力有机结合，推动智能体开发、数据资源利用、多智能体协同和模型安全监管能力持续提升。

第二个大命题关乎AI时代政府如何赢得公信力。我们认为：其关键在于知识的可验证性。当前，政府面临的不只是市民和公务员的互动，很大程度上是市民、AI、公务员的三方互动，AI也成为了一个像人一样交流观点、传递信息的很重要的主体。一线公务员作为政策的执行者，过去在解释政策方面也有相当的自由裁量权；然而当下，市民可以通过AI查询的方式验证公务员对政策、规章制度的解释是否合法、合理，对一线公务员的决策提出质疑。从这个角度看，以公务员为代表的政府与市民之间的信任关系正在被改写。

面临这种情况，如何通过改善知识可验证性来提升公信力？我们现在各个部门都有非常多的政策法规，怎么能够产出让老百姓知道在哪查、一查全明白的政策知识库可能是重塑政府公信力的一个重要措施。而且，每一次AI输出都应该标注来源，能追溯、有纠正渠道、可以被不同用户（不管是群众还是公务员）共同验证，可能也是一个赢得公信力的重要方法。

第三个大命题有关AI部署的制度建设。我们的判断是：政务领域AI应用场景的持续健康发展，有赖于真正“统筹发展与安全”的制度环境。事实上，我们围绕大模型部署是有自上而下的要求的，如去年底的《政务领域人工智能大模型部署应用指引》，而怎么落实，需要我们重新思考体制机制设计如何实现“统筹发展与安全”。

一方面，要想用好AI就需要打通数据，但数据打通意味着安全风险，对于很多的基层公务员来说不敢用、不敢公开用，为什么？正是因为收益和风险是不对等的。在这样的背景下，《指引》提出“分类分级管理政务大模型涉及数据”，要求我们尽快明确政务领域人工智能应用场景分级分类的风险管理框架——对不同政务领域AI应用场景的特征划定对风险进行分级，对不同的风险等级的场景进行精细的分类管理，降低低风险领域不合理的安全控制措施，为场景创新创造空间。

另一方面，如何提高政务领域AI应用场景在快速迭代的技术环境下的灵活性，同样是制度设计需要考虑的重要方面。过去数字化转型阶段公共部门的技术采购普遍遵循的还是传统的政府采购流程，而这一套流程显然已经越来越难以适应人工智能快速迭代的特点。《指引》提出“密切关注技术发展动态，持续更新优化政务领域人工智能大模型的基础模型和安全能力”，事实上很多地方已经逐渐开始探索揭榜挂帅、“先试验、再投入”等适应技术迭代速度的新模式，在实际运行中由基层根据自己的情况先局部试点、再规模推广，用效果说话，根据业务需求灵活调整和优化。

回想起来，2025年是中国人工智能发展的关键一年。从除夕DeepSeek出圈之后整个社会掀起的部署热潮，再到国务院《关于深入实施“人工智能+”行动意见》及后续的一系列政策，“人工智能赋能千行百业”已经成为政府、市场、社会的共识。“人工智能+”行动就像2015年的“互联网+”行动一样，正在深刻重塑我们国家的经济社会发展形态。

站在2026年看《关于深入实施“人工智能+”行动的意见》，其中直接明确了一系列重要目标——2027年新一代智能终端智能体的应用普及率超70%、2030年超90%、2035年全面步入智能社会新阶段。我知道有的省市非常超前，他们自己的行动计划中要求今年AI应用普及率就要超90%。

对于国务院出台的政策而言，这个目标设置有非常重要的研究价值。一方面，这个目标设置之后怎么测量需要考虑，就是江老师方才提到的“已然”问题；另外一方面，在目标落实的过程中，是不是要考虑更多的“或然”和“应然”？毕竟，应用普及也不等于重建信任。

回到刚才那首诗，“究竟是引路之手，还是纠缠之链？是一时的恩赐，还是明晰的负担？”我所分享的只是几个微小的变革，而千千万万的“微变革”正在全国各地、各个层级和部门的公务员身边发生。而数智社会的整体变革就是从每一个人身边的“微变革”开始的，正是在这样许多的“微变革”中，一系列关乎我国“人工智能+”行动健康发展的“大命题”得以浮现。今天我们只是总结了三个，包括能否构建政务领域的技术创新生态、能不能完成公信力的重塑、能不能建立统筹安全与发展的制度环境。

从上述三个“微变革”与三个“大命题”的梳理中，还应该有一个根本性的追问：数智社会的变革，究竟是为了谁？

这个“谁”不在数据中心的服务器里、也不在政策文件的字里行间，应该是在每一个公务员和AI相遇的日常生活和工作中，在每一个人特别是每一个普通人的获得感里面。

答案更在于我们如何通过制度设计，让AI真正成为公务员的得力帮手、市民的可靠伙伴，最终服务于减轻负担、增进信任、造福人民的根本目标。

再次感谢江老师，谢谢大家！

供稿：清华服务经济与数字治理研究院

编辑：朱宏锐

审核：靳   景

转载于：清华服务经济与数字治理研究院

     兰亭智库中心由绍兴市人民政府、中国经济时报社和绍兴大学三方合作共建，以服务决策、服务大局、服务经济、服务社会发展为己任，聚焦经济发展建设中的重大问题；旨在成为政府决策的“思想库”、“智囊团”、研究院”，行业、企业发展的“好参谋”；为推动长三角区域高质量发展，提供科学的决策参考。

置顶我们的公众号，

第一时间阅读文章！

长按识别二维码关注

点击上方蓝色字体

“兰亭智库中心”  →

 点击右上角“...” → 

点选“设为星标 ★ ”或者“置顶”