【政務與公共】街頭官僚與算法問責：公共服務中的訪問策略、預算核對與多語種通告審校

前台答覆失控與後台賬目模糊：公共部門試點為何陷入問責困境

設想這樣一種情形：某政務服務中心為提升諮詢與文書效率，向多個業務窗口及後台科室開放了通用大模型輔助工具。不久風險便從兩頭浮現：一方面，不同職責的窗口人員通過同一入口檢索內部資料，甚至將未經核實的辦事指南譯稿直接發往外部渠道，一旦表述與現行規定有出入，機構很難界定行政責任；另一方面，各科室共用調用額度，月底面對彙總賬單時，經辦人既無法把批量任務成本對應到具體部門預算，也難以排查重複計費或未定價調用。

在公共行政中，對外告知與經費支出均受制於嚴格的程式正義與財政紀律。因此，政務人工智能宜聚焦後台：在網關固化分角色訪問策略、核對各部門調用費用，多語通知與公開反饋監看保留人工簽發；在站點現有目錄中，相關技能包在政務與公共領域均為可遷移應用。

街頭官僚裁量權與行政法問責：公共部門引入算法的治理機制

為什麼公共部門不能將生成式工具直接推向面對公民的決策或發佈前線？公共行政學與行政法學研究揭示了背後的制度機理。

政治學家 Michael Lipsky（2010）在關於「街頭官僚」（street-level bureaucracy）的經典著作中指出，教師、警員、社工與福利經辦人員等一線公共服務工作者，長期在資源受限與目標模糊的環境中履職，並擁有實質性的自由裁量權^[1]。為應對日常壓力，一線人員發展出的工作慣例與簡化處理方式，實際上構成了公民所體驗到的公共政策本身^[1]。當算法工具介入業務時，若缺乏清晰的權限邊界與複核機制，模型輸出中的隱性簡化便會演變為事實上的政策宣示，削弱組織對裁量過程的制度約束。

這種裁量權轉移引發的法律張力，在實證研究中同樣顯著。Engstrom、Ho、Sharkey 與 Cuéllar（2020）向美國行政會議（ACUS）提交的報告考察了美國聯邦行政機構使用人工智能的情況^[2]。研究發現，人工智能在受考察聯邦機構中的應用已相當普遍（相當一部分機構已開展人工智能或機器學習試驗），但高度複雜的用例相對較少^[2]。報告強調，機構需要足夠的內部技術能力來開發、採購和監督這類系統，並警示算法治理在行政法下引發了嚴峻的問責問題，體現在透明度（transparency）、説明理由（reason-giving）與正當程式（due process）三個方面^[2]。若工具訪問全憑提示詞約定、對外通告缺乏人工簽發留痕，行政機構將難以履行説明理由與正當程式義務。

從跨國政策視角看，經濟合作與發展組織（OECD, 2024）的政策論文指出，各成員國正加大投入以理解利用人工智能改善公共治理的潛在價值^[3]。公共部門使用人工智能能提升生產率、增強公共服務響應能力並強化政府問責；但政府也必須緩釋潛在風險，構建可信人工智能的支撐環境^[3]。該報告梳理了公共部門開發、使用與部署人工智能的核心趨勢與政策挑戰，探討了潛在收益、特定風險及如何藉此改善生產率、響應性與問責機制，並概述了各成員國的應對方式^[3]。綜合三項研究可見，要在不損害行政法問責的前提下提升響應力，落地必須從後台的權限邊界、經費核算與人工簽發流程做起。

聚焦後台與人工簽發：政務場景的能力映射與適配邊界

將上述問責要求轉化為軟件架構，需在網關入口、賬目核算、資訊採集與內容發佈四個環節建立輸入契約與人工關口。需要如實説明的是，政務與公共行業目錄下沒有任何技能包帶有「源數據有行業依據」標籤；以下四項技能包均為擬議編排、尚未接入真實服務，僅通過合成數據演示，且在政務場景中全部屬於可遷移應用。

在模型網關模組中，後台治理首先體現為訪問權限隔離。技能包團隊模型訪問規則（S14）以「團隊分工、服務目錄與訪問要求」為輸入：第一步輔助按角色定規則，生成角色和請求規則草案；第二步由指定複核人審閲規則變更，被拒絕的產出退回修訂且不進入下一步，批准後形成規則版本；第三步輔助應用規則以區分允許、拒絕或待審批請求；第四步再次由人工抽查請求記錄，形成訪問驗收結論與可回退版本。底層可依託版本化網關策略發佈（校驗策略草稿、比對版本差異並執行發佈、歸檔與回滾）固化策略。在政務可遷移應用中，它可按窗口和部門職責設定諮詢工具能讀什麼、做什麼，試查允許與拒絕請求後再放行；適配時需接入組織身份與實際文檔權限，不能只靠提示詞限制訪問。

同屬模型網關模組的[模型用量與費用核算（S13）](/zh/skills/check-usage-and-costs/)技能包以「批量任務、計價規則與預算餘額」為輸入：先輔助完成「預留預算」，生成資金記錄與預算預留；再輔助提交任務並收集結果與供應方用量憑據；繼而通過用量預留、預算、版本化定價與結算組件（預留並結算用量、執行預算限制並對已定價或未定價賬目證據對賬）輔助核算費用、生成可追溯賬本；最後在第四步進行人工對賬，產出人工確認賬單或待查差異。在政務遷移應用中，它可把公共諮詢助手的批量任務按部門預算記賬，月底由經辦人核對未定價和重複費用；該流程僅用於內部工具費用管理，充值與結算組件須映射財政管理流程，不聲稱符合任何特定製度。

在智能感知與智能商務模組中，外部資訊處理與內容發佈同樣保留嚴格的人工關口。技能包公開資訊變化監測（S32）以「許可來源、主題詞與關注對象」為輸入，經登記採集來源、去重比較變化、整理關注線索三步輔助處理後，在第四步由人工「決定跟進並歸檔」，確定選定事項、歸檔包與待辦建議。在政務遷移應用中，這可讓公開公告和居民公開反饋的變化進入待審隊列，工作人員核對後決定是否跟進；適配時不把公開發帖數量當成代表性民意，需替換源行業的金融與旅行事件模型，保留原文和人工判斷。對外發布端，技能包多語言內容發佈（S38）以「已接受事實、受眾、語言與目標渠道」為輸入，輔助形成草稿並翻譯校對版本後，在第三步「審閲事實與措辭」處由人工藉助內容審核與 A/B 測試管理組件（持久化草稿隊列與審核決定）審校批准，未獲批准的內容不進入後續的發佈與查找補全步驟。在政務場景中，它可把辦事指南事實同步到不同語言和入口，負責人核對流程與有效日期後發佈；適配時需替換酒店領域翻譯欄位並核對官方用語，發佈前保留人工批准記錄。上述組件成熟度均來自靜態源碼檢查，不代表生產部署或客戶成效。

啓動政務後台試點前的三項管理檢驗

公共部門負責人在批准試點前，可用三項檢驗防範裁量失控與問責缺失：

• 訪問限制是否建立在網關與真實身份權限之上？ 檢查不同窗口與科室調用工具時，是否具備版本化策略比對、試查驗證與回退機制，確保文檔權限同組織身份綁定，而非依賴提示詞約束。
• 批量調用是否具備事前預算預留與事後異常對賬？ 確認跨部門調用能否生成可追溯的用量憑據與賬本，並由經辦人核對未定價或重複費用差異，再映射至內部經費流程。
• 公開反饋跟進與多語種通告是否強制保留人工簽發記錄？ 核實公眾反饋線索歸檔及多語種指南發佈前，狀態機是否設有不可繞過的人工複核節點，確保被駁回草稿無法外流且每次簽發均有據可查。