數字政府大模型場景應用：作用機理、現實挑戰及治理路徑

摘要：ChatGPT和Sora迅速崛起并廣泛應用，引發了各國對大模型的“追捧”與“考量”。然而，大模型能否引入數字政府，會在哪些應用場景形成乘數效應等問題有待觀察。以國內幾款主流大模型應用為例，對大模型的基本概念、主要分類、功能屬性及其與數字政府的相互作用等作出解釋。大模型在提升政府治理效率的同時，會增加額外成本，帶來新的風險，對現有制度、機制、技術和數據等提出新挑戰。依據敏捷治理理論和“技術嵌入型治理”等有關概念，提出“軟硬結合”完善制度體系、“數實融合”重塑運行機制、“虛實結合”打牢技術底座、“人機結合”激發數據活力等對策建議，以期為大模型有效提升數字政府成熟度找到更優路徑。

關鍵詞：大模型；人工智能；數字政府；場景應用；敏捷治理

中圖分類號：D63；TP18文獻標識碼：ADOI：10.3969/j.issn.1003-8256.2025.01.006

基金項目：中共中央黨校（國家行政學院）科研項目（2023YB037）

數字政府是技術嵌入與數據賦能雙重作用下的新型治理模式，更加強調技術優勢、數據價值及協同合力[1]。從ChatGPT到Sora，機器算法的突破性進展與顛覆性創新，極大地提升了大模型的“思考”能力和“行動”本領，引發了世界各國將其應用于數字政府等領域的積極探索。但與其他新事物的演進過程相類似，大模型在哪些方面可以促進數字政府建設？會在哪些應用場景遭遇“梗阻”？對應的監管問題和治理難題有無可行性路徑？諸多新問題也伴隨而至，亟需從理論與實踐兩個層面尋找答案。不同于以往的機器算法，大模型憑借數億級參數規模和高度可信的數據訓練結果，展現出前所未有的邏輯推理和任務執行能力，具有更加豐富的應用場景和拓展空間。大模型嵌入數字政府已在公文寫作、政策問詢和輔助決策等微觀層面取得實效，正逐步對制度優化、技術創新和數據治理等產生影響。從學理上剖析大模型與數字政府的相互關系和場景應用等問題，進一步歸納技術與治理相互作用等一般性規律，有望為各地政府數字化轉型找到新的參考依據。從實踐中總結大模型與各領域有效融合的經驗做法，梳理當前面臨的現實挑戰并提出可行性對策建議等，則可為推動技術驅動下的數字政府成熟度提供新的“行動指南”。

目前來看，關于大模型發展及其監管的成果正在逐步增多，主要集中在技術原理、場景應用、倫理反思與規范治理等方面。對于技術原理的解釋，大多發表于公眾號、知乎和專業論壇等自媒體平臺，學術文章以網絡首發的形式居多，一些專業機構陸續發布了年度白皮書等。比如，中國人工智能學會的《中國人工智能系列白皮書——大模型技術（2023版）》，對大模型的歷程、生態、風險等做了回顧，類似于一本大模型的“技術說明書”。具體應用場景方面，多數學者從產業發展的視角切入，發現大模型已在智能制造、數字金融、智慧城市等領域優先布局，并不斷向公共服務和市域治理等政府事務嵌入。比如，有學者以大語言模型為例，認為在政務問答、實體識別、輿情判定和關系抽取等政務領域，大模型有“用武之地”[2]。關于倫理問題的討論，一般從人與機器的關系、人工智能的整體性等方面展開敘事。比如，有學者提出大模型實現了人類的溝通革命和行動自由，但也潛藏政治墮化等風險，需要建設新勞動和新行動支撐下的人類新共同體[3]。至于加強治理的觀點，依然秉持“先規范、后發展”的包容審慎思想，近年來國際上常用的敏捷治理得到更多關注。比如，有學者提供了分類監管思路和“全譜系”的政策工具箱，建議將敏捷治理作為我國新一代人工智能治理的新范式等[4]。

總的來講，已有研究還存在一定的學科分離、術治脫節、實用性差等情況，為進一步研究留下了空間。在知網以“大模型”為主題檢索學術期刊類文章，學科分布中排在前五位的分別是自動化技術、信息經濟與郵政經濟、計算機軟件與應用、工業經濟和新聞與傳媒，“工科”屬性較為明顯。社會科學類論文中，存在單向思維或者縮小范圍、概念混用甚至自造詞匯等傾向，比如“從ChatGPT到Gov GPT”，就屬于一種“理想類型”。就實際應用而言，將大模型與數字政府、社會治理、政務服務等關聯起來的研究更少，且都是以某一類大模型或政府職能的某個方面為對象來“解剖”，理論與實際結合不緊密。多數文章以ChatGPT或Sora等國外大模型為例，而操作這些產品一般要訪問境外服務器、以國外手機號注冊且收費較高，難以在國內環境尤其是政府部門普及推廣，因而相關結論和建議便缺乏“可信度”與說服力。為此，以廣義的大模型為著力點，在規范相關術語使用和概念表述的同時，從各類大模型在數字政府真實場景中的應用切入，力求在兩者相互嵌入、融合作用和良性互動等方面下功夫，探討發展與安全、應用與治理等問題，有望取得一定的創新突破。一方面，希望可以彌補現有研究成果的不足；另一方面，嘗試性地預判大模型使用過程中的現實困境，并前瞻性地提出應對思路與行動策略。

1作用機理：“單向嵌入”到“場景驅動”

數字政府是技術賦能政府職能轉變、促進治理效能提升等動態過程的統稱，大模型在數字政府中的應用，實質上仍然離不開“技術嵌入型治理”的范疇。從演進歷程看，大模型實現了從“技治結合”向“數實融合”的轉變，完成了從狹義的技術向廣義的“技”和“術”的拓展，不僅是一種工具，更是一套“解題思路”或者方法體系。正因為大模型在不斷成熟并取得實效，才逐漸被引入各個行業各個領域，也為豐富數字政府內涵提供了新的路徑選擇。

1.1大模型的基本概念與主要類型

大模型（Large Model，也稱基礎模型，即Foudation Model），是一種具有龐大參數規模及復雜程度的機器學習模型（主要是人工神經網絡模型），所謂的“大”表示參數量達到了數十億甚至數千億級別。這里的模型一般是指計算機科學領域的算法集合或技術架構，簡單理解就是一個或一組函數（公式）。模型的工作原理，是通過訓練數據和優化調整參數，從中找出現實世界的一些規律和模式，并以此來預測后續結果。在海量大數據的支撐下，大模型擁有比以往更加強大的學習與泛化能力，在自然語言處理、語音圖像識別、視頻內容生成等方面表現出色，在智慧教育、智慧醫療和輔助決策等領域得到廣泛應用。按照功能劃分，大模型通常包括決策式大模型和生成式大模型；按照輸入數據類型不同，可分為語言大模型（NLP）、視覺大模型（CV）和多模態大模型；依據領域劃分，有通用型大模型L0、行業大模型L1和垂直大模型L2；而具體到部署方式上，則可分為云側大模型和端側大模型兩類。無論是哪種分類形式，大模型所扮演的“角色”，實際上就是采取類似或超過人類專家的論證分析與邏輯推理方法，對輸入的有效數據進行“黑箱式”加工，要么給出“一攬子”解決方案，要么“代替”人類積極行動。比如，利用百度文心一言完成政策問詢，借助訊飛智能錄音筆生成會議紀要等。

1.2大模型的功能拓展與實際應用

國外的ChatGPT、Sora等大模型，被認為是人工智能演進的新成果，具有大數據、大算力、多模態的合力優勢，有望實現感知世界、理解世界向創造世界的嬗變。從內涵上講，人工智能范圍較為宏大，凡是技術與應用相結合的事物，都可以看作是人工智能；大模型則相對比較具象，人工智能背后的機器算法和推理機制等，合起來就算是一組模型，規模超過一定量級就稱其為大模型，它們已經從“模仿人類思考”演化為“模擬人類創造”。2023年底，谷歌發布了新一代大模型Gemini，標志著“原生多模態”時代的到來，大模型的性能呈現“指數級”攀升，不再局限于自然語言處理、視覺特效制作等簡單工作，而能勝任以前人類專屬的文學創作、繪畫設計、視頻剪輯等復雜任務。大模型的通用性、可擴容等特征，為其大面積“復制”并嵌入各行各業與復雜場景、影響和重塑生產方式與治理模式等創造了有利條件。截至2023年底，有超過100家國內的跨行業企業“進軍”大模型領域，百度、阿里、智譜、訊飛等公司“領銜”推出各自的大模型產品，并陸續向社會開放。通過實測基礎功能發現，在中文續寫、自動繪圖、語音轉錄等方面它們“各有千秋”。比如，百度文心一言4.0既可以解答用戶隨機提出的各類問題，還能根據要求畫出“會飛的豬”、思維導圖、流程圖等，而且比較符合邏輯；知網智能寫作可以根據已有論文提綱，逐行生成一篇較為完整的研究報告，且從頭到尾沒有重復部分；科大訊飛把大模型內嵌到錄音筆、辦公本等硬件中，會議一結束就能自動完成紀要寫作，極大地節約了辦公時間等。

1.3大模型的發展趨勢與場景延伸

與ChatGPT等國外產品使用繁瑣、收費較高不同，國內大模型使用注冊簡便且是熟悉的中文界面，更易“飛入尋常百姓家”。在一系列利好政策推動下，大模型生態逐步完善，應用場景大幅下沉。除了集中在能源、金融、教育、醫療、交通等領域，聚焦數據分析、智能客服、智慧營銷等服務外，借助大模型執行公文寫作、政策對比、案例篩選等任務，開始在黨政機關普及開來，從微觀層面加快了數字政府建設步伐。尤其是開源大模型的大面積滲透，打通了預訓練、微調、部署、評測等各個環節，進一步降低了大模型研發成本與使用“門檻”。2023年7月，上海人工智能實驗室發布書生·浦語大模型的70億參數輕量級開源版本InternLM-7B，成為國內首個面向大模型研發與應用的全鏈條開源體系，引領了大模型開源化、輕量化、專業化的發展趨勢。隨著各地數字政府成熟度的不斷提升，對于大模型的需求更加迫切，政企合作、產學研用一體推進等模式也被移植過來，各類大模型紛紛“搶灘”政務領域。比如，百度文心一言可以按場景、職業等分類提供服務，僅“黨政機關”類就細分為工作報告、領導發言稿、事務性通知等36項功能。2023年底，安徽省發布第一批數字政府大模型場景應用清單，明確提出政務咨詢、城市治理、輔助決策等6大類18個具體應用場景，計劃采取“通用能力+場景建設”和產品化兩種模式落地，為數字政府大模型場景應用提供了新鮮“樣本”。

1.4大模型對數字政府的外部效應

依據“技術嵌入型治理”相關論述，技術是廣義的方法手段、作用原理的統稱，那么大模型也可以看作一種“技術”，是統合制度、機制、技術與數據的技術綜合體。實踐證明，技術嵌入治理會消除人與機器的“身份”區別，形成一種人機結合、數實融合、技治聯合的理想形態。大模型在數字政府的不同節點和運轉環節中，相應地將會產生一定的積極影響。一是制度創新方面，大模型能夠揭示現有制度的缺陷和不足，推動制度設計更加“完美”，提高制度的科學性、合理性和可行性，加快傳統制度的“數字化轉型”。比如，大語言模型通過語料分析和知識庫對比，可以搭建出數字空間的制度“陣列圖”，并用知識圖譜等形式展現制度優勢及其執行過程等。二是運行機制方面，大模型可以通過自我訓練更加熟悉政府工作流程和工作人員使用習慣，并“潛移默化”影響和改變現有做法，促進政府治理的方式和結構發生變化，甚至會推動政府機構改革或局部調整。比如，知識增強的多模態大模型，可以幫助使用者快速掌握跨學科知識和關聯知識，在重大事項決策時避免“旁聽則暗”的窘境。三是技術實力方面，大模型引發了算力、數據、算法等各要素及其產業鏈的整體聯動，極大地拉動了智能算力的需求與布局，對現有技術和信息系統產生了“鯰魚效應”，推動傳統數字工具“二次迭代”與“復刻使用”。以云側大模型為例，需要調動新型基礎設施、算力網絡、數據集合、應用平臺等一系列技術舉措，關鍵在于整個技術體系而非單一技術的應用效率。四是數據潛能方面，大模型在強大算法和算力助力下，可以快速把晦澀難懂的數據話語用通俗易懂的人類語言呈現出來，通過數據流動有效整合各類資源，打破信息壁壘和數字鴻溝。比如，醫療或金融等定制型大模型，可以更換為政務數據后轉化為政務服務類大模型，以便更好地實現跨部門、跨層級甚至跨區域的數據交換與業務協同，為各級政府用數據說話、依數據評判等提供基礎支撐。大模型與數字政府相互作用框架，參見圖1。

2現實挑戰：“技治分離”與“供需錯配”

數字政府最公認的定義，是指新一代信息技術推動政府治理模式創新后的一種狀態，是技術與治理相互嵌入的具體呈現。大模型在數字政府實際場景中的應用，除了數據安全防護、技術倫理等“老生常談”問題外，也會暴露出包括自身缺陷在內的許多新風險[5]。受傳統行政體制及政府管理的影響，一定程度上“消減”了大模型的促進功能。比如，信息溝通不暢仍然嚴重，地方政府各部門間的數據共享還有“梗阻”，不能發揮出大模型的“客觀性”“可信性”“便利性”等優勢，在制度、機制、技術和數據等方面均面臨新的挑戰[6]。

2.1大模型“揭露”數字政府的制度缺項

大模型本身并不能“獨自”發揮作用，背后是強大的算力網絡、數據集合和基礎設施的支撐。從最小的一塊GPU芯片，到遍及全國的整個產業鏈體系，大模型應用涉及各行各業、各級政府和各個領域，嵌入過程中不斷審視現有制度體系，同時也提出一些新需求。一是制度的專屬性。大模型與數字政府相結合，不僅需要投入大量資金和人力資源，在如何熟悉使用新技術、新工具，培養新思維、新習慣等方面下功夫；還會無形中增加比較大的制度成本，需要針對可能引發的社會問題或新的矛盾，及時制定和出臺“定制化”的管理制度。二是制度的體系化。與其他國家相比，我國關于新技術、新業態、新應用的制度法規等正在構建當中，比如國家層面有《網絡安全法》《個人信息保護法》《數據安全法》等，為促進數字技術與政府治理深度融合提供了依據。但與人工智能、大模型這些新事物直接關聯、行之有效的制度還較為欠缺，各級網絡安全和信息化委員會、數據局這些最主要的管理部門，也面臨如何快速響應、怎么處理好大模型的發展與安全的關系等命題的思考。三是制度的時效性。具體到大模型監管而言，國家和地方陸續出臺了一些與算法、人工智能等有關的政策，比如《關于加強互聯網信息服務算法綜合治理的指導意見》《互聯網信息服務算法推薦管理規定》《生成式人工智能服務管理暫行辦法》等，雖然明確了權責歸屬、任務分配和“注意事項”等，但與大模型的演進趨勢和普及速度相比，顯得相對有些滯后和“被動”。四是制度的適用性。我國人工智能相關領域的現有制度或政策，在層級、領域和地區等方面還存在“各自為政”現象，執行力度和實際效果難以實現“齊頭并進”，諸如跨部門、跨區域聯席會議制度、“縱橫交叉”的信息共享制度、政企合作的數據治理制度、“平戰結合”技術轉換制度等，還沒有在大模型的應用與管理中有效“適配”。

2.2大模型“攪亂”數字政府的機制組合

數字政府發展過程中，先后涌現出人機結合、數據共享、信息公開、“人工+智能”等技術嵌入型的運行機制。然而，大模型與數字政府相結合，卻超過了“技術”的外延，正在完善或仍在“襁褓”中的一些機制舉措，無法順利“嫁接”過來直接使用，需要重新排列組合。一是供需兩端未匹配。從應用場景看，大模型對政府職能的方方面面產生了影響，從最基礎的公文寫作、政策制定，到較復雜的部門協同、數據交換等，傳統的人與人合作、單位與單位溝通等機制將難以為繼。二是使用管理有空隙。從具體操作看，大模型的服務提供商實際上沒有控制輸入端的能力，對誰來提問、問答內容是否敏感等情況，企業無法及時作出干預，即便在前端或后臺依法履行了合規義務和管理職責，但仍不能杜絕使用者在輸入端的“違規”操作，目前來看還沒有這方面的可行性機制。三是破舊立新不同步。從實際效果看，大模型核心技術由企業掌管的單一局面短期內無法改變，數字政府建設過程中依然存在數據和技術被企業壟斷、政府科技實力不足、黨員干部技術駕馭能力偏低等問題[7]。新技術嵌入傳統治理伴隨的一些固有隱患，比如技術依賴、數據安全、公眾隱私等，既是大模型同樣要面對的難題，也對通過大模型形成一些新機制提出了“希望”。四是新舊并存成常態。從內外協調看，大模型在重塑政府治理結構的同時，會“破壞”現有的規則或約定，技術優勢、本領優勢會對權責優勢產生一定“威脅”，額外地增加了新的機制壁壘。大模型的使用不如傳統的OA辦公自動化系統、文字編輯軟件那么便捷，所在單位是否允許、有無申請審批要求等，都會成為新的“攔路虎”，如何處理人機關系、技治矛盾、數算沖突等“增量”，正在成為大模型與數字政府相互融合的新考量。

2.3大模型“放大”數字政府的技術短板

各地實踐證明，數字政府建設普遍遵循技術嵌入、理念革新、制度建構的發展順序，但就技術層面而言還有許多不足，比如供給端與需求端無法完全匹配，掌握數字技能的仍是少數群體，既掌握專業技能又具備行政管理能力的復合型人才比較稀缺，核心技術受制于企業等[8]。大模型引入數字政府之中，沿襲了技術與制度互嵌的路線軌跡，暴露出了不同類型的技術難題。一是“不能用”的問題。大模型本身具有突破性、變革性和高風險等新特點，天然帶有人工智能自主演化難控制、技術迭代難跟進、黑箱遮蔽難追責等“三難”窘境，支撐其后的不同類型技術相互“打架”、技術與治理不“兼容”甚至相互排斥等情況也不可避免。比如，Kimi、訊飛“星火”等國產大模型為了提升用戶體驗，紛紛推出移動端或PC端應用，而大多數黨政機關已經更換了國產化PC，信創版操作系統卻不支持大模型客戶端安裝。二是“不好用”的問題。以最基本的大語言模型為例，實際操作發現，幾款國內產品生成的問答文字，雖然看上去邏輯清晰、沒有重復，但存在“一句話翻來覆去說”“引用文獻找不到出處”“遇到敏感詞匯轉鏈接”等不同程度失誤，如果要使用這段文字，就要花數倍時間人工校驗并反復核對。大模型尤其是定制大模型從設計到落地，要經歷比較長的周期，對于一些習慣“拿過來就用”的政府人員而言，很難有耐心等到它們完全成熟再去使用。三是“不會用”的問題。大模型雖然在推理分析和復雜任務等方面，已經達到甚至超過了人類水平，但是否可以對政務服務、行政事務等產生正外部效應等，只靠學術文章、產品宣傳、搶鮮試用等靜態分析，很難得出令人信服的答案，為此觀望者遠遠多過行動派。如果想用大模型生成比較符合“常理”的結果，就要依賴一定的專業知識，比如“學會怎么向機器提問”等，但因人員數字素養有所差別、新技術駕馭能力高低不一，應用效果便不盡相同。四是“不敢用”的問題。大模型由各種復雜的新技術組成，由技術不信任導致的望“數”卻步也會擴散為望“模”卻步。大模型產品層出不窮，僅國內產品就超過了100種，包括開源、閉源、二次開發、微調等多種開發模式，成熟度、穩定性、適用性等方面都有待驗證。發布機構涉及互聯網巨頭、云計算企業、人工智能公司以及數字基礎設施服務商等，這種競相“爆發”的局面不但沒有增加大模型的親和力，反而增加了甄別難度和選擇成本。

2.4大模型“切換”數字政府的數據角色

大模型與數字政府相結合，將進一步釋放數據要素價值，推動數據與應用場景形成乘數效應，加快治理數據向數據治理“躍升”。在這一動態過程中，數據流轉的路徑和速度，直接影響業務優化的方向和進度，數據的“角色”發生了全方位的轉換。一是治理主體的“核心行動者”。大模型建立在海量且有效的數據集合之上，輸入端數據的規模和質量，決定了生產端結果的可靠性和可用性。數據與技術、制度和人員一道，構成了異質性行動者網絡，數據的傳輸、交換、共享等各個環節，都與政府職能及業務流程合為一體，數據成為“牽一發而動全身”的決定力量。二是治理過程的“實際領導人”。大模型是個“黑箱”系統，使用者只需要關注輸入和輸出兩端，無需了解具體過程和全部細節，大模型在數字政府中的應用，會形成類似于去中心、無組織等新型治理類型，其中不同階段自動生成的各類數據，或者不同樣態的數據，比如圖片、視頻等，都會成為下一階段行動的觸點或指令，相當于代替人類“發號施令”一般。三是治理方式的“自我革命者”。大模型的生成“幻覺”問題容易導致生成結果不可信，“智能涌現”效應帶來模型能力不可控、容易被使用者“激怒”后反向“攻擊”人類。這些由于自身缺陷隱含的潛在風險，只能依靠“內力”自行糾正，比如用正確和權威的數據替換掉有問題的數據，并用結果數據進一步驗證過程數據、行為數據以及指令數據等，由此對數據本身的治理能力提出了更高要求，需要大模型的開發者也要具備除數字素養之外的綜合能力。四是治理結果的“相關旁觀者”。大模型大多由技術企業掌控，擁有大量數據、核心算法或領先技術的企業，有時會憑借其技術優勢和市場優勢形成壟斷，擠壓其他使用者合法訪問數據和利用算法，引發新的數據壁壘和數字鴻溝。如何利用大模型解決信息不對稱、數據歧視等問題，杜絕以往的技術濫用、隱私泄露、片面評價等誤區，也成為大模型嵌入數字政府后的新任務。由此引發的算力網絡快速構建、算法架構優化組合、基礎設施系統布局、應用場景反向驅動等新的命題，又會對數據要素的地位作用重新審視，這便是大模型應用于數字政府中的意義所在。

3治理路徑：“包容發展”與“審慎監管”

作為一種快速適應環境變化的動態治理范式，國際上通用的敏捷治理，被越來越多的國家用于大模型等新樣態的監管，這與我國的“包容審慎監管”理念相一致[9]。敏捷治理倡導快速感知、靈活響應、多元參與和持續協調等觀點，秉持“原則指引為主、靈活策略為輔”的基本方略，更加適合治理大模型這類不斷升級變化的“活”對象。大模型嵌入數字政府應用場景，實際上是新技術、新理念與現有政府治理活動交互作用、實現迭代升級的“數字化轉型”過程。大模型本身的發展演進與成熟度提升，都會推動各級政府在治理主體、治理過程、治理方式和治理結果等方面發生深刻變革。為了順應這些變化和挑戰，就要不斷推進制度、機制、技術和業務創新，著力打造全向賦能、多治融合、跨業協同的敏捷治理新格局。

3.1治理主體規范化：“軟硬結合”完善制度體系

敏捷治理強調的是彈性、回應性和適應性，既有“硬性”的制度要求，也有“軟性”的規約規制，更看重治理主體是否可以及時回應、制度執行力與適應性能否調合等問題。大模型在數字政府中的應用，是一種制度、技術、數據等非人為行動者與人為行動者共同參與治理的異質性網絡，體現出了更多的彈性和適應性，更加需要主體多元、協同參與的治理架構，加快形成與數字政府、技術治理、數據治理等直接相關的“專門”性的制度體系[10]。

一是以制度創新帶動技術創新。采取跨部門、跨區域聯席會議或主要領導磋商等方式，集中討論技術應用方案、項目建設規劃、專業培訓計劃等，從技術使用的“源頭”做好資源配置與人力分配等制度建設。明確各類治理主體與大模型使用有關的責任清單，用文件或規章等形式確定下來，為形成各部門各負其責、相互協作、齊抓共管的工作局面提供制度保障。二是以信息共享推動制度執行。行政手段與技術舉措相結合，打通各類數據縱向到底、橫向到邊的傳輸渠道，傳統方法與數字技術并用，推動信息互通、數據共用、責任同擔、價值共識等大模型應用新模式。及時出臺符合治理實際的算法共享與數據交換標準規范，實時補充代碼公開、技術開放、資源均攤等管理制度。三是以軟性規約補充硬性監督。通過社會監督、群眾監督、第三方評估等途徑，營造政府公職人員運用大模型的“開放”空間，用陽光政府、透明政府建設防止數據濫用和技術“亂”用。成立相對獨立的監管機構或進一步加強黨的領導，加大對政府公職人員使用大模型的監督審查力度等。四是以實時效能倒逼制度創新。用數據安全水平、標準規范完備度、群眾政務服務滿意度等指標，驗證各級政府大模型實際應用效果。將政府機關數字化轉型、智能化升級、業務流程再造等情況納入年度工作要點和年終績效考核，加強各類人員技術培訓與實操訓練，以提高全員數字素養和技能水平為基點，培養更多更廣泛的大模型助力制度執行的中堅力量。

3.2治理過程專業化：“數實融合”重塑運行機制

敏捷治理通過對全過程的風險感知與及時響應，實現對技術和算法等新風險的預判與應對，從而避免技術泛濫帶來的風險悖論。大模型在數字政府中的應用，目的在于提高各級政府的工作效率和治理效能，關鍵在于如何實現應用結果與現有機制取長補短、相互補位，需要一系列以多中心協同治理為核心的敏捷治理機制。

一是用敏捷思維改造傳統政府工作流程。運用互聯網思維、人工智能思維和大數據思維，按照數據流轉路徑重塑業務流程，通過大模型前端應用、數據分析平臺等手段提高辦事效率，堅持“數據多跑路、群眾少跑腿”創新部門協同方式。加快推進機構改革進一步向基層延伸，依據大模型產業上、下游調整技術部門崗位設置，推行跨層級辦理、多部門協同、扁平化運行、一站式審批等新方式。二是用制度化舉措加強數字政府項目管理。具體項目建設過程中，堅持統一標準規范、統一規劃計劃、統一資金管理、統一專家把關、統一項目驗收等“五個統一”。強調數據賦權、網絡協同與信任支撐一體推進，優先在市域社會治理、城市大腦指揮等領域試點大模型應用，推進數據管理部門和技術監管部門有機整合，鼓勵多元合作、政企協作、第三方評估等機制在大模型應用場景中的實時嵌入。三是用監督問責制規范政府部門職責履行。進一步厘清大模型應用的建、管、用、防各項職責，按照權責分配、能力適配和崗位匹配等原則，及時調和權力與權利、守正與創新、自主與引進等各種關系，確保政務服務等各類數據和結果的公正性、透明度。及時收集群眾反饋與評價，實時發現問題并整改，根據群眾需求快速調整大模型應用場景和使用范圍，用真實結果和可信數據提升群眾獲得感、幸福感與安全感。四是用大模型實測推動數實融合良性互動。持續推進政府主導下的政企合作模式數字化轉型，通過建立行業治理共同體、企業內部增設專門監督機構、政府企業聯合成立新型監督小組等形式，用數字化新手段結合制度化硬約束，探索用大模型監管大模型、用數字化治理數字化的新方式，借助較為成熟的新技術、新算法，建立信任科技支撐下的各類技術“轉譯”新機制[11]。

3.3治理方式數字化：“虛實結合”打牢技術底座

敏捷治理強調對外部環境和內部需求的適應與回應，更加重視硬件底座、軟件算法及體制機制的不斷迭代升級。大模型在數字政府中的應用，涉及技術選型、算法選用、方案選定等諸多“技術性”難題，這就需要由“人工”與“智能”一起評判，從“系統-功能”角度出發，最大限度消除技術與治理間的“隔閡”。

一是優先選用相對成熟技術。以大模型為引領的新一代智能技術發展迅猛，大多數先在娛樂、生活、文化、金融等領域落地生效，到達與政府治理相關的領域時往往需要一定周期。各級政府要著力縮短這一周期，積極采取更有效的政企合作、更簡便的技術轉化等舉措，及時引入比較新且成熟的大模型。比如，人工智能技術的普及推廣，就是先從安防攝像頭、智能工廠機器人開始的，先行先試、逐步引進的做法可在一定范圍內嘗試。二是加強技術使用過程監管。各級政府要處理好安全與發展的關系，在確保技術安全性和穩定性的前提下，最大限度降低技術依賴風險、杜絕數字“利維坦”現象。在數字政府和智慧城市建設專項規劃、市域社會治理實施方案等指導意見中，詳細提出大模型適用范圍、不同部門對應職能、應用效果評估方法等，打通基于數據評判和算法評價的大模型應用全過程管理閉環。三是注重技術普及宣傳推廣。通過宣傳講解、媒體報道、學術會議等方式，向基層群眾介紹大模型的優點和成功案例，提高群眾對技術、治理、數字化等知識的了解和接受程度。選擇一些有代表性的治理領域或數字化項目，評選大模型應用的示范單位或優秀企業，通過大模型評測報告、現場講解試用、開發單位解讀等方式，展示大模型應用的實際效果和真實前景，為其拓展應用和推廣復制提供參考借鑒。四是鼓勵對外交流合作共享。各地應當堅持“引進來”“走出去”齊步走，借鑒或直接使用其他地區或國家大模型應用及數字政府建設方面的成功經驗，立足自身、因地制宜總結典型案例并積極推廣，通過技術合作、成果交流、研討評選、項目招標等方式，完成資源共享、數據交換和優勢互補。鼓勵成熟技術成果優先用于民生問題和群眾“急難愁盼”事項，注重運用人工智能、大模型、知識圖譜等新手段的實際效果，反向驗證并促進大模型向更大范圍普及。

3.4治理結果可視化：“人機結合”激發數據活力

敏捷治理的主要思路，是通過對大數據的收集、處理、運用來實現科學化的數據決策。具體到大模型在數字政府中的應用，就是要從較為完善的數字基礎設施中獲取數據，為決策者打造“駕駛座艙”“城市大腦”“實戰平臺”來運用數據，在治理效能中用數據說話，努力形成“決策-執行-反饋”的數據治理的全周期閉環。

一是重視對數據要素及其治理問題的研究。當前，關于數據及其治理問題的研究成果相當豐富，比如《數權法1.0》系列專著就是基于“數據人”假設建構的從數權、數權制度到數權法的理論架構；《數據論》一書全面解讀了數據的“前世今生”“未來發展”“價值意蘊”等。但是對于大模型中數據要素的觀察還比較欠缺，要在這方面有針對性地“集中火力”，吸收院校、智庫和社會等研究成果，提出更多更好用的通用性指導意見和對策建議。二是提升數據治理對數字政府的引領作用。在努力釋放數據要素經濟價值的同時，突出抓好各類與治理有關數據的使用與管理，集聚政府、企業、社會和個人等多方力量，集思廣益擬制數字政府建設規劃、大模型使用方案和數據治理行動計劃，突出大模型的技術屬性和數據特征，注重用身邊事、身邊人等典型案例“現身說法”，逐步擴大大模型的適用范圍，在安全可靠、自主可控前提下，為大模型有效嵌入數字政府提供支持激勵。三是打造更加開放透明的數據治理新格局。廣泛征集各地大模型應用及數字政府建設等方面的成功做法，及時轉化、固化為兩者結合的具體制度和運行機制，“合并同類項”歸納概括為適應性更強、操作性更好的“專屬”方案。比如，建立透明和開放的數字政府及其數據治理體系，實現決策過程公開，鼓勵不同利益相關者試用大模型，采取嚴格的數據安全管理制度和技術應用保障機制，確保大模型使用的合法性和安全性等[12]。四是營造有利于數據潛能發揮的生態環境。各級政府要堅持問題導向和系統觀念，以規則先行、安全先行加強數字政府和智慧城市建設[13]。具體到大模型應用而言，應當站在“用戶視角”“游客視角”審視數據收集、算法優化、結果應用等全過程的難點、痛點問題，把“領導干部走流程”“數字空間體驗員”“網絡達人下基層”等創新模式落到實處，積極鼓勵各級各類人員參與測試、分享體會，努力提升大模型的親和力和普及率。

4結論與討論

技術進步永不停歇，推動社會發展與治理變革也不會止步。不可否認，無論是多種類型的數字政府新模式，還是大模型賦能各行各業的新領域，實際上都是“電子+政務”組合的新樣態，對應的治理也不會拘泥于一種，從共存、協作向“共情和共同進化”轉變乃是大勢所趨[14]。以新質生產力為代表的數字時代，在技術和業態不斷更新的同時，管理和制度創新也在同步跟上，用數據說話、靠技術決策、依數字評估等模式成為數字政府的常用手段[15]。大模型的逐步成熟并廣泛應用，為以往“爭論”頗多的技術嵌入型治理提供了新賽道，有望對解決當前數字政府遭遇的現實困境提出新建議。正如大模型的智能寫作過程，比如先用百度AI助手（文心一言）完成二十多條問答，收集到一萬多字的原始素材，再加上“人工”想法干預和修正，最終便可呈現出一篇看上去較為工整、讀起來“沒毛病”的學術論文。但是，在借助大模型提升效率的同時，必須警惕被技術“綁架”、過分依賴算法等現象。縱觀各地數字政府建設進展情況，全國各地“百花齊放百家爭鳴”的現象令人欣喜，但新技術新手段引入之后并不總能“按計劃進行”，如何平衡安全與應用、效率與公平等矛盾，一直是技術嵌入型治理的核心議題[16]。概言之，無論是技術的臨時使用還是大模型與政府治理的深度融合，都是行動者網絡理論提倡的“人類與非人類行動者要和平相處”理念的體現。各地的探索試驗會及時轉換為新的指導理論，更多的地方實踐也會變成新的典型案例，不斷為大模型應用于數字政府等領域找到新的優化路徑。

總之，為了應對大模型嵌入數字政府中的現實挑戰，需要政府、社會、企業等各方共同努力，及時出臺技術監管、數據保護、部門協作甚至國際合作等“一攬子”制度機制，發揮多元共治合力，推動數據治理模式創新，有效破解技術與治理“兩張皮”等問題。實際上，我國各地數字政府成熟度差距仍然較大，東部地區明顯好于西部，省級政府新技術應用遠遠超前于市縣一級，技術創新應用不平衡不充分問題依然嚴重，為繼續關注大模型與數字政府相關命題留下了拓展空間。從大模型的演進可以看出，技術發展與治理變革相互促進相互影響，從數據驅動向場景驅動、業務驅動轉變，一體推進治理現代化的趨勢已經相當明顯。2024年，國家數據局聯合多部門正式印發《“數據要素×”三年行動計劃（2024—2026年）》，強化場景需求牽引，帶動數據要素高質量供給、合規高效流通，并選取交通運輸、科技創新、城市治理等12個行業和領域作為重點，為各地各級政府發揮數據要素乘數效應、更好釋放數據要素價值提供了新的參考路徑。在大模型等新手段的支撐下，在一系列新的應用場景引領下，更好地挖掘技術潛力、更多地釋放數據價值，也將是數字政府建設的努力方向。

參考文獻：

[1]宋曄琴，賈小崗.“社會-技術”框架下數字政府建設績效的影響因素及提升路徑研究：基于31省份的定性比較分析[J].科學與管理，2023，43（4）：56-64.

[2]王昀，胡珉，塔娜，等.大語言模型及其在政務領域的應用[J].清華大學學報（自然科學版），2024，64（4）：649-658.

[3]高奇琦.大模型時代的勞動與行動：以阿倫特為中心的思考[J].人文雜志，2024（3）：110-119.

[4]薛瀾，賈開，趙靜.人工智能敏捷治理實踐：分類監管思路與政策工具箱構建[J]中國行政管理，2024，40（3）：99-110.

[5]滕妍，王國豫，王迎春.通用模型的倫理與治理：挑戰及對策[J].中國科學院院刊，2022（9）：1290-1299.

[6]劉海軍.技術驅動下的數字政府成熟度研究[J].行政管理改革，2024（2）：76-84.

[7]王玉龍，栗興蕓，李齊.適配性變革：技術治理的理論邏輯與實踐進路[J].中國行政管理，2024（1）：121-130.

[8]周曉麗，姬曉暄.從技術嵌入到制度建構：我國數字政府建設的路徑研究：基于部分地方政府數字化建設的經驗分析[J].貴州省黨校學報，2023（5）：73-81.

[9]張凌寒，于琳.從傳統治理到敏捷治理：生成式人工智能的治理范式革新[J].電子政務，2023（9）：2-13.

[10]李晴，劉海軍.融合執行力與適應性：基層治理的制度優勢分析[J].天津行政學院學報，2024（1）：3-12.

[11]翟云.數字政府替代電子政務了嗎？基于政務信息化與治理現代化的分野[J].中國行政管理，2022（2）：114-122.

[12]李政蓉，郭喜.信息技術賦能的政府治理創新：基于社會技術系統理論的要素框架[J].科學管理研究，2023，41（2）：111-116.

[13]王益民.數字政府整體架構與評估體系[J].中國領導科學，2020（1）：65-70.

[14]李晴，郁俊莉，劉海軍.數據賦權、網絡協同、信任支撐：數字政府建設中政企合作的路徑優化[J].新視野，2023（4）：104-111.

[15]劉海軍，翟云.數字時代的新質生產力：現實挑戰、變革邏輯與實踐方略[J].黨政研究，2024（3）：45-56，125.

[16]徐媛媛，嚴強.技術嵌入數字政府建設的障礙及其消解路徑[J].江海學刊，2022（6）：151-159.

Scenario Application of Large Model Embedded into Digital Government：Function Mechanism、Realistic Challenges and Governance Path

LIU Haijun

（Party School of the Central Committee of C.P.C（National Academy of Governance），Beijing 100091，China）

Abstract：The rapid rise and widespread application of Chat GPT and Sora have sparked the pursuit and consideration of large models in various countries. However，it remains to be seen whether the large model can be introduced into digital government and in which application scenarios it will form a multiplier effect.Taking several mainstream large model applications in China as examples，explain the basic concepts，main classifications，functional attributes，and interaction with digital government of large models. While improving government governance efficiency，large models will increase additional costs，bring new risks，and pose new challenges to existing systems，mechanisms，technologies and data.Based on the theory of agile governance and relevant concepts such as \"technology embedded governance\"，this paper proposes countermeasures and suggestions including \"combining software and hardware\" to improve the institutional system，\"integrating data and reality\" to reshape the operating mechanism，\"combining virtual and real\" to solidify the technical foundation and \"combining human-machine\" to stimulate data vitality，in order to find a better path for the effective promotion of digital government maturity with large models.

Keywords：large model；artificial intelligence；digital governance；scenario application；agile governance