“工欲善其事，必先利其器”，随着ChatGPT、DeepSeek等人工智能大模型的崛起和广泛运用，如何将新技术运用到政务服务上已成为多地政府当前探索的焦点，传统政府信息处理模式需迎来新的变革，构建高效的人工智能政务模型将提升政府跨层级、跨部门和跨领域的协同治理能力，也是国家信息能力的重要体现。
大语言模型在政务场景的技术赋能有两个方向：一方面，在个体层面部署大语言模型，形成“智能体+自然人”的合作格局。通过人机能力互补提升行政效率，以大语言模型驱动的智能体高效处理重复性、机械性事务，作为自然人的公务员个体则转向政策创新研判、复杂民生诉求调解等需大量价值判断的工作。另一方面，在部门层面部署大语言模型，推动各部门从“物理聚合”向“化学融合”转变。大语言模型能够重塑政务场景下平台之间固定化的连接方式，打破不同系统之间的数据壁垒，实现更高效的信息流通和协同工作。
浙江省通过“浙里办”这一综合性政务服务平台，积极探索人工智能技术与政务服务的深度融合，打造了全国领先的“AI+政务”新模式。例如杭州市西湖区依托阿里云“通义千问”大模型开发的“西小服”AI专员，整合了全区17.6万家企业的数据标签，精准匹配政策并实现诉求的智能流转。通过“浙里办”入口，企业可实时获取政策推送、在线申报及进度查询服务。杭州人社基于政务云的算力已全面部署上线全球领先的大语言模DeepSeek-R1，推动了DeepSeek大模型在政务领域的应用。“人社小灵光”服务体系加入DeepSeek生态圈，极大提升了公文写作、政策查询和数据统计的智能化水平，目前已在PC端和移动端上线使用。
但大语言模型在政务场景应用的可能风险也不容忽视，最大的问题就是大语言模型在政务场景的部署中面临技术安全隐患，可能对政府信息安全造成不利影响，其次政务场景的技术创新与社会适应能力之间存在失衡风险，而在制度层面上技术的快速迭代领先于制度建设，政府在政务场景推广大语言模型时面临制度性掣肘。大语言模型在政务领域的应用仍处于探索阶段，面对新技术带来的治理新命题，尚无成熟的经验可循。作为全国数字建设先行省，依托“数字浙江”二十余年的积淀与政务数字化改革的先发优势，应当率先下好“先手棋”，让大语言模型成为政务智能化的重要引擎，助力浙江继续走在全国前列。对此，吴金群、 徐梦滢、吴陈琰提出了具体建议：
（一）坚实筑牢政务大语言模型应用的技术基础
从被动应对走向主动免疫，建议搭建智能治理与风险防控的系统框架，牢牢构筑安全防线。一是开发政务专用系统。着力部署在政务垂直场景使用的、全链路安全、全流程可控的大语言模型系统，实现模型训练、部署应用、日常维护的全流程把控。二是构建立体防护体系。在数据采集环节建立准入机制，模型运行环节设置操作权限，对外服务环节启用身份验证，形成“入口筛查-过程监控-出口审核”三层防护网。三是建立复核纠错制度。搭建对输出内容的双重校验流程，对专业回答设置复核环节，组建错误信息回溯修正平台和公众质疑响应通道，形成闭环管理链条。四是健全应急响应机制。制定政务大语言模型风险的分级标准，配套多层次、高效率的应急措施，及时封堵误导性输出或数据泄露。
（二）系统提升政务大语言模型应用的适应能力
从离散式培训转向体系化学习，需形成全方位、全链式赋能机制。一是围绕智能素养开展培训工作。针对公务员群体，以“智能工具理解-算法决策监督-数字伦理判断”为框架搭建能力矩阵，以“认知筑基-技能强化-场景实战”为体系推进轮训机制，以“智能体+自然人”为目标形成合作格局，缓解能力焦虑。二是依托普惠宗旨打造包容体系。建立基础技能普惠与个性适配升级的双轨机制，分层推进大语言模型在不同群体的应用。三是基于技术发展构建终身学习机制。提供持续的知识供给体系，结合多元化的教育平台和实践应用场景，打造“学习-应用-进化”的闭环生态，筑牢智能转型的认知基座。
（三）着力推进政务大语言模型应用的意识调适
智能体从技术工具逐渐成为协同主体，开始嵌入社会治理的运行体系，需在意识形态和价值观念等方面构筑安全屏障。一是建立意识形态校准系统。一方面在模型训练阶段嵌入意识形态语料库，部署政治敏感词过滤系统；另一方面对政策解读、舆情回应等场景的输出内容实施意识形态合规性审核。二是丰富价值判断多元视角。集成区域文化特征与群体认知差异数据，定期训练和更新模型，对齐价值观。三是明确人与模型合作机制。将作为智能体的大语言模型定位于辅助工具角色，承担基础性工作，在创新性领域保留人类主导权，避免过度依赖模型。
（四）加快形成政务大语言模型应用的制度保障
从零散控制转向系统治理，应以制度为抓手，实现大语言模型在政务领域的规范应用。一是推进清晰的责任体系。制定和完善法律规范，明确在具体工作中智能体与自然人的责任边界，强化责任追究机制，避免责任主体模糊造成法律风险。二是制定明确的使用规范。出台使用政务大语言模型的操作指南和使用边界，保障其在实践应用中具备合规性与安全性。三是建设完善的监管体系。建立一套政府、公众、企业等多主体参与的监管体系，增强对政务场景使用大语言模型的约束力，实现规范发展。