政务决策智能化：大模型应用新机遇

政府科学决策能力直接关系到国家治理水平、经济发展质量与公众福祉。中央网信办与国家发展改革委联合发布的《政务领域人工智能大模型部署应用指引》，将政务服务、社会治理、机关办公、辅助决策列为政务领域的四大应用方向。值得注意的是，辅助决策与其他三类存在本质区别，其核心目标并非提升办事效率或优化用户体验，而是全面提升政府决策本身的品质。围绕这一目标，一批专门服务于政府决策场景的大模型正在崭露头角。当前正处于新一轮科技革命和产业变革的关键期，生成式AI的快速发展正在重塑知识生产与公共决策的技术基础与方法体系。那么，决策辅助大模型将在什么阶段出现并走向成熟？又将承载哪些功能、发挥怎样的作用与价值？

大模型应用深入治理领域具备坚实基础

目前，通用大模型已广泛渗透到公众日常生活的方方面面，行业垂直大模型也在医疗、金融、教育等关键领域取得了显著成果。任何新技术形态的规模化应用，都需要同时具备成熟的技术能力、可被有效整合的知识资源，以及来自实际场景的迫切需求。因此，把握这一历史机遇，需要从技术、制度、需求三个维度深入分析决策辅助大模型出现的现实基础。

AI大模型自身的能力提升，为专业化应用奠定了技术基础。近年来，大模型在自然语言理解、长文本处理和多模态数据分析等方面的能力显著增强，已能够处理较为复杂的专业任务。检索增强生成（RAG）等技术的成熟，使模型在生成答案前先从指定资料库中检索相关内容，降低了凭空编造的风险，也使得面向特定领域的定制开发成为可能。医疗、金融、司法等领域已有不少针对专业场景的垂直大模型投入实际应用，证明了其在专业场景中的实用价值。

更为关键的条件是专业知识资源的组织方式发生了深刻变化。各大研究机构和智库在长期工作中积累了海量的行业数据、政策文件、研究报告和分析方法，这些材料过去分散存储，彼此难以互联互通，也难以重复利用。大模型提供了一种全新的组织方式，使分散的专业知识能够被系统整合，用于支持研究判断。需要强调的是，仅依靠公开互联网语料训练的通用大模型并不掌握这类专业知识，因而难以胜任面向政府决策的任务。而在相关领域有长期积累的高校、科研机构和智库，则有条件重新整合已有的专业资料和数据，开发并直接使用决策辅助大模型，生成研究成果并协助政府部门进行科学决策。

公共政策本身的复杂化，构成了这类工具的现实需求。当今公共治理所面对的问题日益复杂，往往跨越多个地区、多个层级并持续较长时间周期。以长江经济带发展战略为例，沿线11个省市的协调推进，既要统筹生态保护与经济发展，又要协调上中下游利益关系，还要应对气候变化和产业转型等长期挑战。传统以经验研判为主、辅以分散式信息分析的决策方式已难以充分应对，因此，研究机构对更系统的分析工具产生了迫切需求。

决策辅助大模型需要解决的问题

现有大语言模型仍面临幻觉生成、领域知识薄弱、隐私保护脆弱等固有短板，而政府决策对信息权威性、流转机密性、处理精准性与知识专业性的极高要求，又进一步放大了技术能力与决策需求之间的结构性落差。因此，需从数据、响应、安全三个维度系统推进，破解这一困局。

通用大模型直接用于政府决策，最突出的问题是结果可能不可靠。通用大模型主要以公开互联网文本训练，材料数量大但