智能体深入政务场景，百融智能打开公共服务新空间

回看过去十多年，从“一网通办”到“一网统管”，数字政府建设确实搭好了架子、攒够了数据。但系统上线了，不等于体验就上去了。不少群众面对政策条文依然一头雾水，找不到办事入口；基层工作人员更是在五花八门的系统里来回切换，查询、录入、流转，疲于应付。

如今，大模型与智能体技术的出现，正在把政务服务推向一个更智能的阶段。AI不再只是辅助工具，而是开始真正进入公共服务和基层治理的业务链条。一场从“数字政府”到“智能政府”的深层转型，正在悄然展开。

政务AI走出“问答框”，开始进入真实业务流程

政务服务是个典型的高复杂场景。一头连着群众和企业大量高频、具体且差异化的需求，另一头则是政策文件、办事指南、权责清单，以及跨层级、跨部门的业务流程。哪怕一个看似简单的问题，也可能涉及申请人身份、年龄、户籍、收入、材料有效期等多个条件，需要在不同政策条款之间来回判断。

这决定了，政务AI不能只停留在通用知识问答的层面。它既要理解群众用生活化语言表达的真正意图，也要找到准确、有效的政策依据；既要告诉用户“是什么”，还得说明“怎么办、去哪里办、需要什么材料”。要是涉及事项办理，还需要在权限范围内连接业务系统、推动流程流转，并对每一步操作留下可核查的记录。

所以，政务领域需要的不是那种无所不答的“聊天机器人”，而是一套能理解知识、衔接流程、执行任务并接受治理的智能化体系。它的价值不在于回答了多少问题，而在于能否降低制度信息的理解门槛，缩短群众与公共服务之间的距离。

百融智能（百融云创，6608.HK）近年来围绕企业级AI Agent形成的技术体系，正是往这个方向走的。不是单纯提供模型接口，而是以真实岗位和业务结果为导向，通过行业模型、知识增强、语音交互、任务编排以及多智能体协同，把复杂任务拆解成可执行、可验证的业务环节，让AI能真正协助完成一项工作。

这套逻辑已经在基层政务服务中得到验证。近日，百融智能与北京市朝阳区望京街道联合推出了民生服务智能小助手——“望暖暖”，并把它接入“望京新语”官方公众号，为辖区近20万居民提供7×24小时民生政策咨询和办事引导，覆盖养老、社会救助、计划生育、退役军人服务、医疗健康、残疾人服务等重点民生领域。

对居民来说，“望暖暖”面对的可不是抽象的政策命题，而是“老人补贴怎么申请”“低保办理需要哪些材料”“附近哪里有养老助餐点”这类具体问题。过去，居民可能需要翻好多份文件、打好几个电话，或者跑一趟窗口；现在，AI可以根据政策知识和办事流程，把分散的信息转化成更容易理解和执行的指引。

智能体正在成为新型政务生产力

基层政务工作有个突出矛盾：有限的人力要应对大量重复性事务。政策查询、表格填写、材料核验、热线记录、工单分拨、会议纪要和数据汇总，占用了基层工作人员大量时间。很多工作不是缺乏制度依据，而是政策分散、系统割裂、信息检索和流程衔接成本太高。

智能体的价值，就在于把人的经验、政务知识与业务流程，转化为可以协同运转的数字能力。在政务服务端，AI可以承担政策咨询、材料预审、办事指引和进度查询；在窗口与热线场景中，辅助工作人员实时检索政策、生成规范话术并推荐后续流程；在政务办公端，则参与公文摘要、会议纪要、信息归集、数据问询和材料初稿生成，减少事务性工作的重复消耗。

当智能体进一步连接事件中心、工单系统和城市运行平台，它的作用还能延伸到辅助处置。通过理解多源信息，AI可以对群众诉求进行分类，识别事件类型和责任部门，辅助工单分拨、进度跟踪与风险提示，推动基层治理从接诉即办向未诉先办、从被动响应向主动发现转变。

不过，这并不意味着AI要替代政务人员作出公共决策，而是把基层人员从机械性劳动中解放出来。“硅基员工”在政务领域的价值，不是创造一个虚拟的岗位替代者，而是形成一种新型人机协同关系。

智能政府，关乎治理能力的系统性升级

政务场景也是AI落地门槛最高的领域之一。一般消费级应用偶尔出点答案偏差，顶多影响使用体验；但在政务服务中，一条过期政策、一次材料指引错误或一个权限边界失守，都可能增加群众办事成本，甚至影响政府公信力。

因此，AI+政务越往业务深处推，安全、准确和可治理就越重要。模型能不能回答问题，只是第一道门槛；知识依据是否权威、政策更新能不能及时同步、数据调用是否符合权限、办理过程能否追溯、异常情况能否转交人工，这些才是决定政务AI能否规模化应用的关键。

这也让政务AI呈现出与消费级大模型不同的竞争逻辑。它比拼的不是模型参数和对话流畅度，而是能否构建覆盖模型、知识、流程、权限和审计的一整套工程体系，能否把通用能力转化为稳定运行的公共服务能力。

百融智能提出的企业级AI Agent模式，试图回应的正是这一命题。它的核心不是向政务部门交付一个孤立模型，而是通过专属模型、知识增强、多智能体协作、流程自动化以及治理审计能力，把AI放进边界相对清晰的岗位和流程中，并借助业务反馈持续优化。在这一体系下，模型负责理解与生成，知识库提供可信依据，智能体完成任务拆解和工具调用，平台则对权限、过程与结果进行统一管理。

从商业层面看，这也意味着政务AI的价值评估方式正在发生变化。过去，数字政府项目往往以系统是否建成、功能是否上线作为主要验收标准；进入智能体阶段，响应准确率、事项办结效率、人工工作量降低程度以及群众满意度等真实结果，将成为更重要的衡量维度。技术服务商需要交付的，不再只是软件和功能，而是持续、稳定且可验证的服务效果。

由此来看，智能政府并不是在原有系统中简单增加一个AI入口，而是公共服务供给方式、政府内部协同机制和治理能力的一次系统性升级。

这一轮政务智能化升级，改变的不只是公众获取服务的方式，更将影响政府内部的信息处理、流程协同与资源配置效率。当技术最终沉入这些具体而细微的公共服务场景，AI才真正从产业热词转化为治理能力。