深圳福田区一位居民投诉噪音。几秒钟内，一套系统读完了诉求、打上标签、分派到对口科室，还草拟了回复——没人再把同样的细节往三个框里重复敲一遍。
这速度背后，是进驻一个区政府的七十个"数字员工"，而它们只是中国市民服务热线一次更大规模重构的一部分。
一、为什么热线成了试验田
12345热线是中国的万能非紧急入口——从路面坑洼到养老金延迟，打一次就管用。多年来它的弱点是量：坐席忙、分派慢、投诉消失在错误的部门里。而这恰恰是大模型擅长的那种重复、重文档的活儿，也解释了政府为什么早早伸手去抓它。
2025年2月，深圳福田区成了一个醒目的里程碑。它上线了70个基于DeepSeek的"数字员工"，配套定制化的政务大模型2.0，横跨11大类、240个业务场景，覆盖文书处理、公共服务、应急管理、招商引资。区里的说法是：目标是把人解放出来做判断，而不是替换人。
二、数字说了什么
公开的指标具体得有用。文书格式修正准确率超过95%，审核时间砍掉90%，差错率压在5%以下。民生诉求分派准确率从70%提升到95%；跨部门任务分派助手把效率提了80%、按时办结率提了25%；一个安全生产脚本生成器据报快了100倍。这些都不是独立审计，但给各区立了一个清楚的基准线。
福田还写了它自称全国首个政务辅助机器人的"管理章程"，写明了技术标准、范围、安全与监督——说明这场实验在被正式化，而不只是试水。
三、从一个区到全国习惯
模式迅速扩散。广州在2025年2月中部署了DeepSeek-R1和V3 671B模型，用于政策解读和12345工单分派。辽宁12345报告数据处理效率约为人工的20倍，其助手"小宁"通过了国家网信部门的生成式服务备案——被称为该省首个政府模型获批。部分地区把模型跑在本地的私有化部署上，市民数据不出政府域。
北京是最大的舞台。它的12345过去一年接了超2500万件诉求——每天超7万件、每小时近3000件——七年多累计逼近2亿件，办结率和满意率都在97%以上。城市把模型用在"受理、分派、办理、回访"四步上，覆盖16个区、343个街乡镇，有十种语言通道、一个每日处理2500余件的商事专席，以及面向听障 caller 的视频手语服务。
四、更大的转向：从回应到预测
有意思的动作不是回复更快，而是把投诉变成信号。通过对 millions 条请求打标签、聚类，城市说能提前发现苗头——欠薪集中冒头、暴雨后某条路积水——在电话洪峰到来前就动手。北京报告在2026年汛期用模型给极端天气风险分级，触发了数十次转给应急部门的预警。
这正是"大模型落地"遇上治理的地方：同一套起草回复的模型，也帮官员决定明天把巡查员派去哪。
政务热线的数字化
12345 这类民生热线，长期卡在占线、转接、记录靠人。接进 AI，最直接的变化是把海量诉求变成结构化数据，哪类问题集中、哪个区域反复出现，一眼就能看明白。技术不难，难的是把部门之间的数据墙打通，让知道问题真正通向解决问题。
诚实的局限
这些效率数字来自区政府和中国官方媒体报道，并非独立审计；"20倍""100倍"的增益高度依赖所选的人工基线。这些数字员工负责分流和起草，不对涉及市民的事项做有约束力的决定，而"人在回路"的说法需逐案核实。部署质量因城市、因部门差异极大，对服务质量（不只是速度）的长期影响仍无文献记录。城市还可能掉进一个陷阱：如果人工后续跟不上，更快的分派反而掩盖了底层的服务缺口。私有化部署的数据安全说法在部分地区成立，未必全部成立。
普通人现在能做什么
- 如果你所在的中国城市有12345，拿一件非紧急的事试一次，留意分派是否更快——但始终保留人工后续的联系方式。
- 各地的 civic-tech 观察者，应把深圳和北京当作大模型用于公共行政的真实案例来看，而不只是演示。
- 评估任何"政府大模型"说法时，问两个要害问题：是否仍有人担责？市民数据是否留在本地？