南京政务智能体服务边界

摘要：南京政务智能体服务边界应围绕公共服务职责、技术能力与安全合规要求合理划定，重点覆盖政策咨询、办事指引、材料预审和进度查询等辅助场景，不替代行政审批、执法裁量及其他依法应由工作人员作出的决定，应明确数据采集、使用与共享权限，建立人工复核、异常转接和责任追溯机制，保障个人信息安全与群众合法权益，推动智能…

南京政务智能体服务边界应围绕公共服务职责、技术能力与安全合规要求合理划定，重点覆盖政策咨询、办事指引、材料预审和进度查询等辅助场景，不替代行政审批、执法裁量及其他依法应由工作人员作出的决定，应明确数据采集、使用与共享权限，建立人工复核、异常转接和责任追溯机制，保障个人信息安全与群众合法权益，推动智能服务与人工服务协同衔接，实现政务服务提质增效与风险可控。

从“能回答”走向“可负责”

南京政务智能体服务边界，是观察人工智能进入公共服务领域的一把标尺，随着大模型具备检索政策、理解材料和调用工具的能力，政务应用正在从“告诉群众怎么办”，走向“协助群众把事办好”，但技术能力的扩大，并不意味着行政权限可以同步交给算法，比回答速度更重要的，是明确哪些环节能够辅助、哪些决定必须由法定主体作出。

南京拥有软件信息产业基础，也有“我的南京”等数字服务入口，讨论政务智能体，应立足这些既有服务场景，而不是把通用聊天机器人直接搬进办事大厅，在缺少具体项目最新公开信息的情况下，更值得关注的是技术路径：如何让政策咨询、材料预审与正式办理之间形成清晰、可追溯的衔接。

第一条边界，是政策解释不能变成政策创设，群众询问补贴条件、办理时限，智能体可以从公开文件和办事指南中检索答案，但应同时展示来源、适用地区及有效时间，遇到文件冲突、条款模糊或个案认定问题，系统应提示转交工作人员，不能依据语言模型的推断,自行增加申请条件。

这对应的技术重点，是检索增强生成，系统先在经过审核的政策知识库中查找依据，再组织回答，而不是只依赖模型训练时记住的内容，知识库还要管理文件版本、废止状态和更新记录，引用了文件不等于理解必然正确，涉及关键资格条件的回答,仍需校验原文与结论是否一致。

第二条边界，是材料辅助不能冒充行政审批，智能体可以检查表格是否漏填、附件是否齐全，也可以提示材料之间的信息差异，但“形式检查通过”不代表申请已经获批，对于具有行政法律效力的决定，应由具备法定权限的主体依照程序作出,并保留依法申请救济的渠道。

第三条边界，是办事便利不能突破数据保护要求。《个人信息保护法》《数据安全法》为政务数据处理提供了基本约束，智能体不能因为能够连接多个系统，就默认有权调取全部信息，身份核验、用途限定、最小必要访问和操作留痕，应嵌入流程,而不是仅在页面上增加一份隐私提示。

当模型开始调用接口，风险也从“答错一句话”升级为“执行一次错误操作”，查询、填表、提交和撤回等能力应分级授权，涉及提交申请、修改重要信息等操作，应清楚展示对象、内容与后果，由用户确认；遇到异常请求，系统要能够停止执行,转入人工处理。

南京的软件企业可以在这一过程中寻找产业机会，但竞争重点不宜只是模型参数或演示效果，政策知识治理、接口权限控制、复杂表单识别、质量评测与安全审计，都可能成为产品价值，对采购方而言，也应关注错误如何发现、责任如何追查,而不只统计问答次数。

评测同样需要贴近真实办事任务，除了回答准确率，还应测试过期政策识别、相似事项区分、越权请求拦截和人工转接效果，对无法确定的事项，明确说“需要核实”,往往比生成一段看似完整的答案更有价值。

南京政务智能体的成熟，不在于让机器包办所有事务，而在于把效率提升放进可验证的制度框架，让咨询有出处、操作有授权、决定有主体、出错有救济,才能使人工智能成为可信赖的公共服务助手。