赖沛宏|热线驱动城市治理创新——智能体赋能“民生哨点”迈向“治理中枢”

我今天报告的题目是《热线驱动城市治理创新——智能体赋能“民生哨点”迈向“治理中枢”》。

我想回答两个问题：热线数智化转型，正在往哪走？应该怎么走？

形势研判——拐点已至

先看形势。有数据显示，全国12345热线日均受理超过437万通。广东一年工单超过6000万件。热线已经是社情民意最大的汇聚通道。

但更值得关注的是，判断变了。过去讲热线，讲的是“接得更快、办得更实”。现在呢？重心正在从“把每一通电话接好”，转向“把每一条诉求数据用好”。

这个转变，有清晰的信号支撑。国家层面已经把热线定位为数字政府建设的核心数据节点，不再只是“接电话的窗口”。广东的动作更有标志性——2026年省政府1号文，全面深化“即接即办”改革，用一条热线撬动政务服务流程再造。这项改革，已经被国家发展改革委评为全国优化营商环境创新实践案例。

广东依托“湾擎”省级政务AI底座，累计对超1亿条工单生成标准化标签，构建超300个智能主题监测模型。驱动治理模式，从“被动接单”向“主动预警”、从“解决一件”向“治理一类”延伸。

而推动这个转变的技术变量，就是AI智能体。但智能体的价值，不是替代人，而是重塑人机分工。这就引出了我今天报告的核心概念——智能体做事，人工审事。

核心概念——智能体做事，人工审事

在热线的每一个环节，智能体先干活——处理信息、推荐方案、标记风险。然后人工来审——审核把关、价值权衡、最终决定。智能体不替代判断，但它把信息检索和方案比选的时间，大幅压缩了。

“人工审事”审的是什么？不是简单点一下“同意”或“不同意”。人工审的是三件事：第一，智能体的推荐是否符合政策法规；第二，是否符合这个具体场景的特殊性；第三，是否兼顾了群众感受和公共利益。这三件事，智能体做不了，只有人能。

需要说明的是，“人工审事”不是每一单都审。在标准化咨询应答、进度查询、简单事项自动办理、标准化回访这些场景中，智能体可以独立闭环。但在涉及裁量、追责、情感、跨部门协调、政策模糊地带的场景中，人工必须介入。

这个判断展开来，是两个层次。第一个层次，热线自身的智慧化，解决“办得好”。第二个层次，热线驱动的治理创新，解决“治得准”。前者是底座，后者是出口。

这两个层次，目前走到了哪一步？先看看我们站在哪里。

现状判断——局部跑通，整体未通

受理和派单相对成熟，多地接入大模型，少数地方准确率超过90%。办理和质检还在探索期，重复并案有突破，但质效审核还没真正破题。回访比较成熟，但深度不够。治理督办基本空白，风险督办、类案督办、治堵督办还没有系统化。五个治理方向中，场景治理有案例，其余零星探索。

一句话概括：单点突破已经出现，全流程贯通还没实现，治理端释放价值刚刚起步。那具体每个环节现在是怎么运作的？我想用一个真实工单的旅程，把智能体矩阵串起来讲。

热线自身智慧化——一个工单的旅程

假设一位市民打来电话，投诉“小区电梯故障，物业迟迟不修”。

第一站，受理环节。电话接通，民意感知智能体自动识别诉求类型、提取关键信息、判断紧急程度，涉及安全隐患的标记为“紧急”。话务员看到的不是空白工单，而是一个已填好基础信息的受理建议，只需确认分类和紧急程度。她从“边听边记边查”中解放出来，可以把更多注意力放在情绪安抚上。

第二站，派单环节。权责派单智能体基于职责清单推荐派单单位——住建局，并给出依据——电梯安全属于特种设备监管职责。分拨员看到推荐理由，快速确认。智能体不只是给结果，还给依据，这是提升采纳率的关键。

第三站，办理环节。工单派到住建局，类案推荐智能体已自动检索了同类案例——该小区过去半年有3次电梯投诉记录，同类问题的处置方案和相关政策条款一并列出。承办人员拿到的是一个“决策包”，而不是一堆需要自己找的素材。

第四站，质检环节。工单办结后，质效审核智能体自动检测办理质量，质检人员不再只是挑毛病，而是看回复有没有真正解决问题。

第五站，回访环节。民心回声智能体自动回访市民，分析满意度。如果市民表示“不满意”，智能体进一步分析原因，人工审核员判断：需要重新办理，还是启动专项治理？

第六站，督办环节。如果工单在部门间流转超时，或同类诉求在多个小区同步出现，治理督办智能体自动标记——风险督办、类案督办、治堵督办，生成分类督办清单推送给督办人员审核。

六站走完，每一个环节，智能体都在“做事”，每一个人工节点，人都在“审事”。督办环节尤其关键——它既是流程闭环的收口，也是通向治理创新的桥梁。

三个升级贯穿其中：矩阵化解决覆盖问题——六个环节智能体协同联动；好用化解决深度问题——从“能用”向“好用”深化；持续化解决进化问题——人的每一次审核，都在训练模型。

这三个升级，让流程端沉淀下大量标准化、标签化的诉求数据。这些数据，就是治理创新的原材料。

热线驱动治理创新——从流程数据到治理行动

有了这些数据，智能体就能从数据中识别规律，推动治理创新。但当前大多数地方的数据分析，还是以描述性统计为主——哪类诉求多、哪个区域投诉密集。这些数据有价值，但不足以支撑治理决策。从数据智慧化到真正的治理创新，需要三个升级。

第一个升级，从描述性分析升级为研判性分析，让智能体回答“为什么”和“会怎样”。为什么必须升级？因为知道“哪里问题多”，不等于知道“为什么发生”。研判性分析的核心，是建立“诉求—根因—趋势”的关联链条。

第二个升级，从预警性分析升级为处方性分析，让智能体输出“可以怎么做”。为什么必须升级？因为知道“什么时候该行动”，不等于知道“该怎么行动”。处方性分析的目标，是让智能体在识别风险之后，直接输出可操作的行动选项——建议采取什么措施、主责部门是谁、参考方案是什么。

第三个升级，从分析报告升级为治理决策嵌入，让智能体触发制度化行动。分析报告写得再好，不进决策程序，就不会产生行动。所谓“治理决策嵌入”，是指智能体的分析结果能够直接触发制度化的治理程序——设定阈值、触发预警、启动专项、反馈闭环，整个过程不依赖领导批示，靠制度运转。

决策嵌入不是系统自动决策，而是系统触发议程、人工审核启动。系统负责发现问题，人负责决定要不要行动。

三个升级的关系：研判性分析解决“看得清”，处方性分析解决“说得准”，决策嵌入解决“动得了”。这三个升级落到具体治理场景中，就是五个方向。

五个治理方向——一个治理难题的解决

哪五个方向？我用一个治理难题的解决过程串起来讲。

假设某市临近高考，12345热线接到大量诉求——考点周边工地夜间施工噪音、小区广场舞音响太大、考点附近摊贩占道经营、考生家长投诉交通拥堵。

第一步，场景治理。智能体先做场景归并——把“噪声”“交通”“食品安全”“占道经营”这些零散投诉归并为“高考保障”治理场景，统一受理、统一派发。这是治标——先把同类问题打包，不再逐个解决。

第二步，风险治理。归并之后，智能体发现某考点周边噪声投诉在3天内超过阈值，触发预警。这是治早——在问题还没大规模爆发之前，提前介入。

第三步，规则治理。预警之后，智能体进一步分析：为什么高考期间噪声投诉集中爆发？根源不在执行环节，而在规则本身——施工噪音管控时段规定不明确，跨部门职责边界不清。推动规则修正，这是治源——从解决具体问题上升到修正产生问题的规则。

第四步，问效治理。规则要落地，需要明确责任。智能体建立“诉求流向图谱”，追踪噪声投诉在环保、城管、住建之间的流转路径——哪些工单被推诿、哪些反复退回、哪些停留超时。这是治责——回答“为什么有些诉求总是解决不了、谁该负责”。

第五步，预防治理。高考结束了，但智能体还在工作。它把高考保障数据与人口分布、学校分布、施工项目分布等变量融合，预判明年高考期间的高风险考点和区域，提前部署排查。这是治未——治理资源跟着需求预判走，而非跟着投诉量走。

一句话：场景治标、风险治早、规则治源、问效治责、预防治未。

关于推进节奏：五个方向都重要，但资源有限。我建议第一批做场景治理，这是基础；第二批做风险治理，快速见效；第三批做问效治理，需要跨部门协调；第四批做规则治理和预防治理，作为中长期目标。

有了节奏，还需要机制。五个方向要落地，需要四个机制支撑。

落地机制——四个支撑

数智热线建设，技术决定能不能做，机制决定能不能做好。技术系统可以采购，但治理机制必须自建。而机制的核心，是数据治理。没有可信的数据底座，再好的智能体也推不准。

一是标准作业规程。明确每个环节智能体做什么、人工审什么、审核不通过怎么反馈修正。规程先行，技术跟进。

二是决策化改造。从“按办理单位分类”转向“按治理问题分类”，从“统计口径”转向“决策口径”，把高频诉求、跨部门诉求、反复投诉诉求标注为“决策触发项”。

三是阈值触发—议程设置。设定分类阈值，触发后自动进入专项分析或专项治理程序。明确谁有权触发、谁响应、时限多长、结果怎么反馈闭环。不依赖领导批示，靠制度运转。

四是政策评估闭环。政策出台时同步设定“诉求监测指标”，把热线数据作为政策效果的“社会回声”来采集，让诉求数据反向进入政策制定和调整流程。

这四个机制，是从正面讲“怎么做”。最后，我想从反面提三个“不要”。

行业建议——三个不要

看了全国各地的实践，我提三个“不要”。

第一，不要一次性铺开所有场景。当前不少地方同时在多个环节上智能体，但每个环节都停留在“能用”，还没到“好用”。建议集中精力，先把受理和派单两个高频、标准化程度高的环节跑通，再向办理、督办等复杂环节延伸。

第二，不要在没有数据治理的情况下上智能体。智能体的能力上限，取决于数据质量。标签体系不统一、历史数据未清洗、跨部门数据未打通，上了智能体也推不准。数据底座不牢，智能体就是空中楼阁。

第三，不要把准确率作为唯一考核指标。准确率高不等于采纳率高，采纳率高不等于治理效果好。考核要盯住“人工审核的反馈有没有回流到模型”，不是只盯住一个数字。

这三个‘不要’，说到底，是为了让热线从工单闭环，走向问题闭环，再走向学习闭环。

结语——三种闭环

第一种，工单闭环——受理、办理、反馈，解决“单件诉求有没有办完”。

第二种，问题闭环——识别、治理、验证，解决“同类问题有没有减少”。

第三种，学习闭环——复盘、沉淀、规则迭代，解决“治理能力有没有提升”。这是治理中枢的成熟度标志。

只有工单闭环，是传统热线。工单加问题闭环，是场景治理。三种闭环都跑通，才是真正的治理中枢。

AI智能体时代，政务热线的核心变革，不是机器替代人，而是智能体做事、人工审事。谁先跑通这个全流程模式，谁先实现“诉求数据触发治理行动”的制度闭环，谁就真正完成了从“民生哨点”到“治理中枢”的根本转变。

*本文根据才博智慧治理研究院副院长、中国城市报数智服务与治理专委会副主任赖沛宏在2026新京报数字政府论坛暨政务热线数智化创新发展会议上作主旨报告的内容整理。