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
苹果手表新 AI 功能引争议:环境录音与隐私的边界在哪里
苹果在最新发布会上为 Apple Watch 引入了 Live Rewind 和 Siri Recap 等实时音频转录功能,允许用户回溯 15 秒对话并自动生成会议摘要。尽管苹果强调不存储原始音频且支持端到端加密,但这些"始终聆听"的技术仍引发了关于同意权、法律证据效力及社交行为改变的广泛讨论,标志着科技巨头在 AI 竞争压力下对隐私底线的重新定义。
WIRED 编辑实测:我让 AI 黑客代理扫描家庭网络,发现了什么
WIRED 专栏作者亲身测试去安全对齐的 AI 模型,使用 Abliteration AI 提供的改造版 GLM-5.3 扫描家庭网络。实验发现打印机配置漏洞、智能音箱信息泄露等十余处安全隐患,但同时也获得了实用的加固建议。这场"以毒攻毒"的实验揭示:AI 黑客工具既是威胁,也可能成为普通用户的防御武器。
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。