政府正被AI智能体洪水淹没,关门加验证码是最糟的应对方式
当公民用ChatGPT和Claude批量提交FOIA申请、补助申请时,政府本能反应会是加验证码、堵流程,但真正该做的是重设服务,用agent自己接住这波需求。
原视频在 YouTube 上放不出来,用音频听:
核心论点 · 点时间戳可跳到原声
公民用AI的速度已经超过政府能接住的速度
主持人提到自己七年只提交过一次FOIA申请,两周内却提交了五次,纯粹是因为有了AI工具让这件事变得轻松。Lucas指出这正是「agentic flooding」的核心:今天大多数情况还是人用LLM准备材料再上传,但很快会变成agent直接原生对接政府服务。多数政府面对这种申请量暴增,本能反应是加验证码、要求线下声明「未使用LLM」来堵住入口,但这其实是把合法的用户需求当成敌人来对待。
— Lucas政府自动化不是为了裁员,而是因为没人可裁
Lucas指出OECD国家公共部门面临的真实约束不是「冗余人力太贵」,而是大量公务员(医生、教师、后台文员)平均年龄超过50岁,即将迎来大规模退休潮。真正的问题不是「自动化会不会导致大量公务员失业」,而是「自动化能不能追上退休的速度,维持基本公共服务水平」。
— Lucas纽约餐馆申请露天座位要等18个月,这完全不必要
以纽约市审计长报告中餐馆户外用餐许可流程为例:9个审批环节里有8个是纯粹的表格填写、3D渲染图提交错误导致的返工,根本不需要人工介入。Lucas提出的设计是:收集资料环节用agent帮申请人组装、提交前先审核完整性;政府内部的合规检查走「快速通道」应在几分钟内完成,边缘案例当天由人工复核;唯一该保留摩擦的是社区公示环节——但即便如此,也可以用VR漫游、3D渲染让公众更直观地参与,把40天的审议周期压到20天左右。
— Lucas许可证不该是四年一审,而该是持续监测的数据库条目
Lucas提出一个反直觉的重新定义:许可证本质上只是数据库里记录某种合法授权状态及其构成条件的一条记录。如果某个条件中途失效(比如出现安全隐患),不该等到四年审查期才处理,而应立即触发通知;反过来,如果四年里所有数据持续显示绿灯,用户根本不需要重新走一遍申请流程,只需收到一条「你已成功运营四年」的通知。
— Lucas公民自建的影子政府服务,可能比官方版本更受欢迎
Lucas警告一种失控路径:当个人或小团队用Claude Code、Codex这类工具的能力超过他们所在政府机构时,会出现公民自发搭建的"影子政府"服务,甚至被各国copycat——他提到不少国家已经出现了模仿USA.gov的民间版本,大家都夸它好用,但这也可能意味着官方彻底被绕过。这既可能加剧对政府的不满,也可能是善意公民填补空白,取决于谁来搭建。
— Lucas过去十年的「数字政府打法」已经过时, 新打法还是个谜
Lucas对比了两个时代:前agentic时代,爱沙尼亚、新加坡花了15到20年摸索出一套成熟打法——哪个政府部长上任都能照抄这套组合拳,大致知道两三年内能拿到什么结果(乌克兰的Mykhailo Fedorov两年内做出成果、希腊保守党政府用三四年把行政质量从垫底拉到欧洲前四分之一)。但agentic AI时代的玩法还不存在,没人能精确告诉你ROI和用户满意度会是多少,这是整个领域需要用密西西比、爱沙尼亚、乌克兰这些「自然实验」去摸索出来的。
— Lucas爱沙尼亚公务员vibe code出的采购工具,连厕纸都按英尺算单位
一个具体案例:爱沙尼亚几位资深采购专业人士加一名技术人员,花几个月vibe code出一套小额采购平台。它不只是帮你写采购文件,还会做市场调研——以买厕纸为例,系统指出「卷」是模糊单位,应该按「英尺」来精确计算每百名员工每年需要多少厕纸,这是非专业采购者根本不会知道的细节。下一步供应商还能接入MCP server参与投标,年底前小额采购有望端到端全自动化。这个案例的关键不是技术本身,而是业务专家而非技术团队主导了产品设计。
— Lucas州政府把agent憋了几个月不敢上线,一套治理审查工具一小时解决
Lucas讲了一个佐证「自下而上不够」的案例:几个州政府已经做出了agent,但因为治理流程和不确定性,把产品压了几个月不敢发布。他们组织和Center for Civic Futures刚上线的agent治理审查工具跑一遍,一小时内就解决了困扰他们几个月的问题。这说明单靠基层员工自己上手vibe coding是必要但不充分的条件,真正的瓶颈在组织流程和治理框架的缺失。
— Lucas原话 · 已逐字校验
there is a very counterproductive likely reaction that I think a lot of governments will consider, which is, oh gosh, all of these inbound agents are terrible. If we're being flooded, let's raise the levees and let's damn the input shut.
我认为很多政府很可能会采取一种适得其反的反应,就是「天哪,这些涌入的agent太糟糕了」。如果我们正在被淹没,那就筑高堤坝,把入口堵死。
Lucas4:58
We have decades of data you should be able to train on about like, you know, what makes, you know, the likelihood of someone overstaying their visa
我们有几十年的数据可以用来训练,比如判断一个人滞留超期签证的可能性有多大。
we're very much pilled on the like, what's the nature of the AI going to be? And we're not talking so much about who's using the AI.
我们非常执着于讨论「AI的本质会是什么样」,却很少谈论「是谁在使用AI」。
Lucas25:43
the big shit in this is not in any government specific is that code is no longer kind of the expensive bottleneck, right? But that just moves the bottleneck around.
这事里最大的变化,不是哪个政府特有的,而是代码本身不再是昂贵的瓶颈了——但这只是把瓶颈挪了个地方。
Lucas35:40
what governments do, in fact, should be well specified in a public way. You know, a company has good commercial reasons to not open source everything they're doing... Whereas that's it's I mean, sort of a sauce of how government works. But it's like not only not shouldn't be secret, it should be public.
政府实际做的事,理应以公开的方式被清楚规定。企业有充分的商业理由不公开自己所有的运作方式……但政府运作的「秘方」不仅不该保密,反而应该是公开的。
Lucas37:59
if the hard takeoff comes tomorrow, we're too late. But if in fact the hard takeoff or the takeoff is incredibly hard, it's a little bit more gradual, then who's building and the extent to which we can encode the sort of the societal level good outcomes that we care about into the algorithms is going to matter.
如果硬起飞明天就发生,我们已经来不及了。但如果起飞实际上更渐进一些,那么是谁在构建、我们能在多大程度上把我们在意的社会层面的良好结果编码进算法里,就会变得至关重要。
Lucas53:28
术语
- agentic flooding智能体式洪水
- 公民大量使用AI agent批量提交政府申请、FOIA请求,导致政府系统被淹没
- MCP serverMCP服务器
- 一种让AI agent可以直接对接外部系统(如政府数据库)完成操作的协议接口
收听指南
关注GovTech、政务数字化或公共部门AI落地的创业者、政策研究者,以及对「AI如何重塑官僚体系」感兴趣的人
25:13附近出现转写乱码片段及结尾的雷鬼主题曲部分(58:43之后)可以跳过,信息量低