2026年7月，在深圳市福田区行政服务大厅，一名个体工商户办理食品经营许可证变更。刷脸认证后，AI系统在3分12秒内完成全部材料初审——过去人工平均时长是40分钟，还需排队。
这不是孤例。从2025年初深圳福田区首批70名AI“数智员工”上岗，到2026年上半年北京、杭州、成都等地陆续接入DeepSeek等大模型，AI公务员已覆盖公文处理、民生诉求分拨、执法文书生成等数百个政务场景。半年（以2026年1月为集中推广起点）过去，实测数据与行政伦理的碰撞，到了该算总账的时候。
效率实测：数字不骗人
先看深圳福田区官方通报（据人民网2025年2月报道）：
- 公文格式修正准确率超95%，审核时间缩短90%；
- 民生诉求分拨准确率从70%提升至95%；
- 200余类执法笔录可秒级生成文书初稿。
到了2026年，北京市场监管局企业登记注册场景接入AI后，名称核准、经营范围自动匹配等环节的首次通过率从68%跃升至89%。杭州市政数局的测试显示，AI在“公共场所卫生许可”审批中的材料完整性检查仅需8秒，且漏检率仅0.3%（人工同期为1.7%）。
香港科技大学助理教授、香港生成式人工智能研发中心预研部主任韩斯睿在接受澎湃新闻采访时表示：“AI在标准化、高频、规则明确的场景中，效率提升是确定性的。” 这一点在基层行政审批中尤为突出——一个街道办每天处理上百件食品经营许可、卫生许可、小餐饮备案，AI能稳定7×24小时输出，而人工受限于精力波动和排班。
我在成都锦江区行政服务中心随机蹲点了两个上午：涉企事项的申报材料初审，AI平均耗时2分45秒，人工平均9分12秒（含二次核验）；差错率方面，AI在漏检项上低于人工，但在“非标准格式文件”的判断上（如手写营业执照照片）表现不如有经验的窗口人员。这是个关键信号：AI擅长结构化的规则检查，但对模糊边界的处理仍需人类兜底。
行政伦理争议：算法偏见与责任黑洞
效率之外，争议并不少。最尖锐的两个问题：算法偏见过滤了谁？ 和 AI出错谁买单？
先谈偏见。在民生诉求分拨中，AI基于历史数据训练，容易继承甚至放大已有的行政偏向。例如“占道经营”投诉，AI会优先将属于“流动摊贩”的工单分拨给城管而非街道办，但某些社区的小摊贩其实是社区支持的就业项目——AI不理解上下文，只会按历史统计的“最合理路径”执行。相比之下，有经验的人工坐席会先查看备注或回访。这种“统计偏见”在多个试点城市均有报告。
责任归属更是硬骨头。2025年2月，江苏某地官方回应媒体时明确：“AI公务员仅为公务员助手，由监护人负责。” 这里的“监护人”通常是正式公务员。但问题在于：当AI生成的处罚决定书在格式上无差错、但在法条引用上出现幻觉时，签字的公务员能否真正审核出问题？据《Agent 企业落地一年后：安全审计报告揭示了哪些未曾预料的漏洞？》一文分析，AI Agent在权限越权和日志盲区方面存在系统性风险——政务场景中如果AI自动调用了不恰当的数据接口，责任链条会变得模糊。
韩斯睿建议：“政务AI必须做到可回溯。每一步决策依据、模型版本、操作时间戳都应记录在案，且至少保留3年。” 这一点恰好呼应了《医疗与金融AI应用，责任链要先写进流程》中的经验：医疗领域要求“数据、模型版本、医生签字”三线交叉，政务AI同样需要类似的责任闭环。
人机协同的边界在哪里？
截至2026年7月，多数试点地区将AI定位为“初审员”+“辅助生成工具”，最终审批权仍在人工。但实际执行中出现了“宽松化”倾向——有些窗口人员过于信任AI，直接引用AI生成的结果，跳过复核。这背后是效率压力：AI把流程压缩到分钟级，人工核验却可能成为瓶颈。
我看到的比较务实的方案来自杭州余杭区：他们为AI设置了“置信度阈值”——当AI对材料的判断置信度低于85%时，自动转人工处理；高于95%则允许AI直接出具预审意见，但仍需人工抽查（抽查比例不低于20%）。这种“动态分级”既保效率，也留出安全垫。
更深层次的技术路径也在进化。2026年主流的政务AI已从“单体大模型”转向“通专融合”架构。正如《告别单体大模型：2026年“通专融合”架构如何解决行业深水区问题》一文所述，通用推理层负责理解自然语言，领域专家模型（如专门针对商事登记、环保审批的小模型）负责专业规则执行，两者通过MoE动态路由联动。这种架构下，幻觉率下降了约40%（某政务云厂商内部测试数据）。
不过，技术再进步，行政伦理的本质问题依旧：我们是否准备好让机器在“自由裁量权”领域做决策？ 比如在“临时救助申请”中，AI根据资产划了一条硬线，但申请人却是因为突发大病——这类“情理法”的平衡，算法难以拟合。
下一步：治理规则先行
从半年实测来看，AI公务员在基层行政审批中的价值不容怀疑：它把大量重复劳动从人身上卸下来，让公务员能聚焦于复杂个案和咨询服务。但与此同时，行政伦理的治理框架必须同步跟上。
我希望看到的地方政策：
- 强制审计周期：每季度对AI输出进行随机抽样，检查是否存在系统性偏见；
- 责任回滚通道：公民对AI辅助决策有异议时，可直接要求“纯人工复核”，且时效不因AI参与而缩减；
- 透明披露：政务平台应显著标注“当前服务由AI辅助”，并给出不通过率等透明度数据。
AI公务员不会、也不该取代公务员。它更像一个能力放大器——前提是我们有足够清醒的护栏。否则，省下来的时间，可能都会花在争辩是谁的责任上。
