OpenAI 与美国能源部实验室合作：用 AI 编码代理加速联邦基建审批
OpenAI 与美国能源部太平洋西北国家实验室(PNNL)合作,开发 DraftNEPABench 基准测试,评估 AI 编码代理在联邦环境审查文件起草中的表现。19 位专家测试显示,AI 可将单节起草时间缩短 1-5 小时,约减少 15% 工作量,为政府复杂工作流提供新思路。
AI 编码代理获美国官方认证
OpenAI 搞了个大动作！联手美国能源部旗下太平洋西北国家实验室(PNNL)，要用 AI 编码代理给联邦审批流程"瘦身"。
这次合作瞄准的是美国《国家环境政策法》(NEPA)审查这块硬骨头。简单说就是修桥铺路建电厂前，得先过环保审查这关。传统流程光文件就能堆成山，各部门来回踢皮球，一个项目卡上好几年都是常事。
首份政府AI"上岗证"出炉
PNNL 的 PermitAI 团队可不是吃素的，拉上 OpenAI 和 19 位审批老炮儿，整出了个叫 DraftNEPABench 的测试标准。这套标准囊括了 18 个联邦部门 的审批文档，足足 102 项 典型任务。
实测结果够顶：AI 代理平均能给每份文件省下 1-5 小时，整体效率提升 15%。评分采用 1-5 分制，从格式规范到专业术语，考得那叫一个细致。
为啥不用聊天AI？
OpenAI 这次祭出的是 Codex CLI 编码代理，而不是常见的对话机器人。这波操作有三重考量：
- 文件处理王：直接啃得动几百页的技术文档
- 交叉验证狂魔：能在环保、工程、法律文件之间反复横跳
- 格式强迫症：生成的报告完全符合官方标准
说白了，编码代理就像个超级文员，特别适合这种需要同时处理多份文件、严格按格式输出的政务场景。
能力与局限五五开
真本事：
- 百页文档秒变精华摘要
- 自动生成可视化图表，人类审核更轻松
- 在明确规则下，输出质量堪比专业文书
短板： OpenAI 自己也承认，测试场景都是"开卷考"。现实中经常遇到文件过期或标准打架的情况，AI 目前还不会主动喊停。不过团队发现，有些锅其实该甩给混乱的原始材料。
对中国政务的启发
这波操作给国内数字政府建设打了个样：
- 技术选型：需要处理复杂文件的政务场景，编码代理可能比聊天AI更靠谱
- 人机配合：AI 当学霸整理资料，人类专家做最终判断
- 测试先行：上线前先让领域专家把把关，摸清AI的能力边界
下一步怎么走
OpenAI 和 PNNL 还要继续优化 PermitAI。虽然没给出具体时间表，但放话说要把审批周期从几个月压缩到几周。这项目属于 OpenAI 的政府服务计划，看来除了赚钱，他们也想在公共服务领域刷存在感。
本文基于 OpenAI 报道, 由 AiDuo123 AI 编辑翻译改写。原文链接: https://openai.com/index/pacific-northwest-national-laboratory
常见问题
- DraftNEPABench 测试了哪些具体任务?
- 测试涵盖 18 个联邦机构的 NEPA 文档章节起草任务,共 102 项,包括环境影响陈述(Environmental Impact Statements)等文档的结构化撰写、跨文档事实核验、符合法规要求的报告生成等。评估标准包括结构、清晰度、准确性和引用规范。
- 15% 的效率提升意味着什么?
- 根据原文,AI 可将每个子章节的起草时间缩短 1-5 小时,相当于约 15% 的起草工作量减少。这属于辅助级提效,主要价值在于释放专家时间用于判断和决策,而非完全替代人工。实际部署中,配合专家反馈迭代,效果可能进一步提升。
- 为什么用编码代理而不是 ChatGPT 式对话?
- 编码代理通过命令行接口(CLI)可直接操作文件系统,更适合处理数百页多文档分析、跨源核验和结构化输出任务。原文提到这种方式能更有效从推理模型(如 GPT-5)中提取性能,采用通用策略而非手工规则,这在政务等高结构化场景中可能更可靠。
- 该技术能直接用于中国政府审批吗?
- 技术路径有参考价值,但需注意:1)中国法规体系、文档格式与美国不同,需重新训练或微调;2)原文明确指出模型依赖完整、准确的源材料,若资料过时或矛盾可能无法自动识别;3)涉及政务数据需符合国内数据安全和保密要求。建议先在非敏感场景试点。
相关 AI 工具
文中提到或相关的 AI 工具 — 点进去看适合谁、怎么用、值不值得折腾
Midjourney
精选AI 绘图
顶级 AI 图像生成工具,以画面质感、艺术风格、构图理解著称。V7 模型在写实和创意两个方向均领先。需 Discord 或网页版使用。
Cursor
精选AI 开发工具
AI-first 代码编辑器,基于 VS Code 构建,深度集成 Claude / GPT-4o 等模型。Composer 多文件编辑、Tab 自动补全、Agent 模式三大杀手锏。
Claude
精选大模型应用
Anthropic 推出的 AI 助手,以长上下文(200K tokens)、对复杂任务的细腻理解、Artifacts 可视化输出闻名。Claude Sonnet 4.5 / Opus 4.7 在编程、写作、推理多项基准上领先。
相关推荐
同类资讯 — 由发布时间排序
ControlAI 执行董事:超级智能不是武器而是对手,应立法禁止开发
AI 安全非营利组织 ControlAI 美国执行董事 Connor Leahy 在 TechCrunch 播客中提出激进观点:应通过立法完全禁止企业开发超级智能(superintelligence),而非仅依赖对齐与遏制技术。他认为当 AI 能自主改进 AI 时将触发失控循环,并透露美英两国已有相关立法推进,包括 Sanders-Casar 提出的"禁止超级智能法案"。
五角大楼要求 OpenAI 提供"低拒绝率"军用 AI 引发争议
据 The Intercept 报道,美国国防部曾要求 OpenAI 提供一个"极少拒绝执行"军事指令的定制版 AI 系统。OpenAI 否认签署过包含此类措辞的合同。这一事件再次引发关于 AI 安全护栏与军事应用边界的讨论,对中国 AI 从业者理解大模型伦理约束具有参考意义。
Meta 推出 Muse AI 智能体,隐私信任成最大挑战
Meta 在达成 180 亿美元和解协议后不到两周,推出个人 AI 智能体 Muse,可连接邮件、日历、支付等服务代用户执行任务。产品采用独立虚拟机架构保护隐私,但 Meta 多次违反隐私承诺的历史记录,令消费者信任成为产品成败关键。
Anthropic 推出 Claude Fable 5.1 与 Mythos 5.1:定价策略与模型差异详解
Anthropic 发布 Claude 5.1 系列两款模型:面向普通用户的 Fable 5.1 和限定科研人员使用的 Mythos 5.1。两者共享同一模型架构但安全防护等级不同,Fable 5.1 已向 Pro 和 Max 订阅用户开放,而 Mythos 5.1 仅通过可信访问计划提供给科学家和网络安全研究人员。新版本在降低缓存 Token 成本 75% 的同时,引入企业级隐私保护系统。