
5月8号新规刚发,不到两个月,复旦大学系统软件与安全实验室就带着AgentGuard和MATE模型上了WAIC展台。不是喊口号,是真把‘可审计’三个字焊进了代码里。政务系统用的智能体,不能只看它说了啥,更得盯住它点了哪、传了啥、删了谁、跳转到哪儿——整条操作轨迹,一个动作都不能漏。

举个实在的例子:一个政务AI帮市民查社保记录,它得先登录、再选城市、输入身份证、点查询、导出PDF……看似每步都合规,但要是它在‘导出PDF’前偷偷调用了剪贴板API,把身份证号复制到外部App呢?单看输出没问题,风险藏在动作链里。MATE干的就是这事:把‘不得访问剪贴板’这种白纸黑字的规则直接喂给模型,让它边跑轨迹边对照,不光判‘危险’,还能指着第7步截图说‘这儿越界了,依据是《政务数据安全管理细则》第3.2条’。
更绝的是Thought-Aligner——它不等AI动手,专治‘想偏了’。比如用户让AI‘清理测试文件夹’,旧方案可能一路执行到底,而新模型会在‘Action’前卡一下,自动补一句‘是否需排除含‘config’字样的关键配置文件?’。这不是加审批流程,是给AI装了个内置红绿灯。国家新规里写的‘规则内嵌、行为围栏’,现在真成了能跑、能验、能回溯的实打实能力。技术没飘在论文里,而是长在政务App的每一次点击背后。
这事儿其实早有苗头。去年底,中央网信办联合六部门发布的《生成式人工智能服务安全基本要求》就明确写了:“智能体执行过程应具备可追溯、可验证、可干预能力”。复旦团队做的,不是另起炉灶,而是把条文里的“应具备”,变成了安卓系统里一个能打日志、能弹警告、能自动截停的SDK模块。现场演示时,一位区政务服务中心的技术员盯着屏幕看了三分钟,脱口而出:“这不就是我们天天在Excel里手动核对的审计表,直接塞进AI肚子里了?”
更关键的是,它没搞“一刀切”。MATE支持按场景动态加载规则包——社保类走人社部2023年《电子凭证交互安全指引》,医保类则自动切换到国家医保局最新版《智能审核接口规范》。连字体大小、按钮位置这些UI级细节,都纳入了行为基线校验。有同行问:“万一规则更新快,模型跟不上咋办?”实验室的人笑着点开后台:规则库用的是轻量级YAML格式,基层信息科人员培训两小时就能自己增删条款,改完实时同步,不用等厂商发补丁。
现在上海长宁区两个街道已试点接入。市民张阿姨用AI查养老补贴进度,全程操作被拆解成19个原子动作,每步附带时间戳、权限调用来源、数据流向标签。系统发现某次查询中AI试图读取通讯录(疑似误触),立刻冻结后续动作,并向管理员推送结构化告警:“异常动作:READ_CONTACTS;触发条件:非授权场景下访问设备敏感API;依据:《上海市公共数据开放实施细则》第27条”。不是冷冰冰的“操作失败”,而是像老会计翻账本一样,一笔笔给你标红。
技术落地最怕“两张皮”——政策是一套,系统跑的是另一套。AgentGuard和MATE的价值,正在于把监管语言翻译成了机器听得懂的指令,又把机器的动作还原成人看得懂的证据链。它不追求多炫的界面,只确保每次点击之后线下手机股票配资论坛,都有据可查、有责可追、有错可改。说白了,不是让AI更聪明,是让它更老实。而这份“老实”,恰恰是数字政务最该有的底色。
瑞和网配资提示:文章来自网络,不代表本站观点。