比起本地化AI部署，更重要的是应用层模型适配

昨天看到《南方都市报》的一篇报道，讲的是广州黄埔区两套政务AI系统“打架”的事儿——一个法律问题、一个技术问题，仔细琢磨一下，背后其实有不少值得深挖的东西。

一、新闻回顾：两套系统各自为政，用户该信谁？

事情是这样的：广州市黄埔区政府官网首页同时跑着两套智能问答系统——一套叫“黄埔政务服务大模型智能体”（下文简称“智能体”），另一套叫“靠埔答”。但同样的问题，两边的答复天差地别，有的甚至搬出了已经过期的政策文件，直接把用户搞懵了——“到底该信谁？”

报道出来后，黄埔区政务服务和数据管理局（简称“黄埔区政数局”）反应很快，第一时间表态会直面问题、积极整改，并且拿出了几项具体措施：

回应一：两套系统“打架”？下架“靠埔答”

报道中提到，“智能体”是基于希姆九州大模型开发的政务应用，2025年4月8日上线；“靠埔答”则是基于知识图谱技术的FAQ平台，2023年11月启用，在“智能体”上线后就不更新了。两个系统技术架构不同、政策范畴也不一样，但区政数局原本觉得“靠埔答”还有点参考价值，就暂时保留着。没想到给用户带来了困惑。报道当天（4月24日）下午，网页端的“靠埔答”就下架了，只留“智能体”作为官方唯一渠道。4月26日记者回访时，已经看不到“靠埔答”的影子了。

回应二：过期政策标注升级，加上“缓冲期”说明

针对“智能体”频繁引用过期政策的问题，区政数局解释说，有些政策虽然过了有效期，但还处在执行缓冲期内，这段时间相关政策依然适用。为了避免误解，他们在回复里加了一句话：“本政策已过有效期，但仍处于执行缓冲期内，具体执行请以相关部门解释为准”。记者实测发现，再问“公司想从佛山迁往黄埔，有何优惠政策”时，系统不再拿过期政策说事，而是引导用户联系“政策兑现”窗口，还附上了官方链接。

回应三：交互体验受限？因为安全考量，后续优化

有用户反映“智能体”不能连续输入，咨询流程老中断。区政数局解释，政务垂类大模型需要保证严肃性，对话内容只限于政务问答，所以交互上只给了“推荐事项”“返回上一级”“重新输入”三个选项，确实可能让个别用户觉得不顺畅。他们已经承诺，会在近期优化交互设计，在保留安全性的前提下，重新开放对话框供用户连续提问。

未来方向：人工服务兜底，知识库动态更新

区政数局明确表示，人工咨询服务渠道会继续保留，作为“智能体”的补充，确保复杂问题能被解答清楚。他们也承认，大模型技术有局限性，离群众的期望还有差距，今后会持续接受监督，优化迭代应用，完善政策知识库的动态更新机制。

二、问题分析：反应虽快，但两个核心问题仍需厘清

区政数局这次应对不可谓不及时，措施也算果断。但从专业角度看，有两个问题值得单独拿出来聊一聊——一个法律问题，一个技术问题。

（一）法律问题：“政策缓冲期”有法律依据吗？

回应二中提到的“本政策已过有效期，但仍处于执行缓冲期内”，这个说法听起来挺体贴，但仔细一想，法律依据在哪？

根据《广东省行政规范性文件管理规定》（广东省人民政府令第277号，2024年修订版）第十二条：规范性文件一般应当规定有效期，有效期不超过5年，暂行、试行的不超过3年。有效期届满未按规定延期实施的，自动失效。也就是说，文件一旦失效，就不再具有法律效力。

那么，“执行缓冲期”这个概念，在现行法规里并没有明确出处。即便有些政策在实际执行中可能存在过渡安排，也应当在文件正文中写清楚。如果没有明文规定，仅仅是系统回复里加一句“缓冲期”的解释，恐怕会与上述管理规定产生冲突。像《广州市黄埔区、广州开发区进一步支持专精特新企业高质量发展办法》这类地方规范性文件，已经明确失效，在没有补充规定的情况下，用“缓冲期”来继续引用，法律上存在瑕疵。

（二）技术问题：应用层适配才是关键痛点

有技术专家（北京算法交易服务中心评审专家、京西智谷人工智能产业园专家顾问宁晓彤老师）指出：这次事件暴露出的深层技术问题，在于“没有完成应用层的合理适配”。

简单说，就是把基础大模型直接拿来用了，没有给它喂足够的具体业务知识，也没有建立长期记忆能力。结果就是，系统只会泛泛回答，像刚毕业的博士——学历高不假，但没干过具体活，指望它不出错，确实有点强人所难。

正常的应用层改造流程应该是这样的：先选好基础大模型（比如DeepSeek、通义千问、Llama等都行），然后对这个模型进行减值、调参，接着把专属的业务知识“投喂”进去，固化业务流程，建立专业知识库。光有知识库还不够，还得建一个记忆知识库，让模型能记住历史对话——这样昨天问过的问题，今天还能关联起来，才能真正跑起来。

打个比方：就像给机器人装了一副好腿（本地化部署），但没给它配好大脑和导航系统（应用层适配），走两步都费劲，更别说参加马拉松了。

三、老袁的念叨

黄埔区政数局这次反应快、态度好，点状问题也解决了，值得肯定。但更深层的问题恐怕还在后面：AI不能只当成一个口号，更不能变成每季度要交差的“任务”。能不能真正用好AI，能不能让它的工具属性落到实处，关键就在于“基础层本地化部署+应用层合理适配”这一对组合拳。打好了，才是真正的智能服务；打不好，再多的系统也只会让人更懵。