当政务AI智能体从“咨询助手”走向公共服务审批的关键环节，办事速度可能更快，材料核验也可能更统一。然而，一旦系统直接影响许可、补贴、社会保障或资格认定，争议就不再只是“机器算得准不准”，而是机器能否行使裁量、行政机关如何说明理由，以及群众应当向谁申诉。🤖⚖️
一、机器执行规则，也可能形成事实上的裁量
不少人认为，AI智能体只是按照预设条件进行比对，不存在主观判断。但在实际审批中，“情况特殊”“确有困难”“影响较小”等弹性概念很难被完整转化为代码。系统如何设置权重、选择数据源、处理缺失材料，都会影响最终结果。
例如，同样是收入信息存在差异，系统可能直接判定申请人不符合救助条件，也可能将其标记为异常并转交人工核验。表面上，这是流程设置；实质上，它决定了申请人是否拥有补充说明的机会。因此，机器裁量并不一定表现为AI主动“思考”，也可能隐藏在规则编码、模型阈值和异常处理机制之中。
二、审批提速之后，“不给理由”成为突出矛盾
传统人工审批即使结论简短，工作人员通常还能说明缺少哪项材料、适用了什么规定。AI系统作出不利结果时，却可能只显示“综合评估未通过”“数据核验异常”等提示。这类结论方便系统输出，却难以帮助申请人判断究竟是材料错误、数据不同步，还是审批标准存在问题。
行政机关可以使用智能工具，但不能把算法复杂、系统保密或供应商技术限制，当作拒绝说明理由的借口。
根据《中华人民共和国行政复议法》[1]，行政复议机关需要审查行政行为是否合法、适当。由此看，涉及公民权利义务的AI审批结果，应当能够回溯到具体事实、规范依据和处理步骤，而不能只提供无法核验的模型结论。
三、责任主体不能隐藏在智能体之后
政务AI可能由行政机关部署，也可能由外部技术企业开发和运维。当系统出现错误时，容易发生“部门说是系统判断，供应商说是按需求开发”的责任循环。但对申请人而言，真正作出行政决定并承担法律责任的，仍应是具有法定职权的行政机关，而不是模型、平台或技术公司。
审批文书应明确行政机关名称、决定依据、救济渠道和联系方式。对于AI自动生成的审查意见，还应保留规则版本、数据来源、调用记录、人工干预情况及最终签发信息。🧾 只有形成完整的责任链条，复议机关才能判断错误究竟来自数据、算法规则、程序设计，还是工作人员未尽审核义务。
四、行政申诉面临三类新障碍
- 证据不对称：申请人只能看到结果，看不到系统使用了哪些数据和规则。
- 解释不对称：普通群众难以理解模型参数，行政机关也可能用技术术语替代法律说明。
- 渠道形式化：线上申诉若仍由原系统自动处理，可能出现“机器审机器”的循环。
现行行政复议制度已经覆盖对行政许可、社会保障给付以及其他侵害合法权益的行政行为提出异议的情形。2026年7月1日起施行的《中华人民共和国行政复议法实施条例》[2]进一步强调对行政行为的合法性与适当性进行全面审查，并确认在线复议活动与线下活动具有同等法律效力。这为处理智能审批争议提供了制度基础，但技术证据如何调取、算法理由如何审查，仍需更细化的操作规范。
五、申诉机制应加入实质性的人工复核
面对AI审批争议，最关键的改进不是简单增加一个“申诉”按钮，而是建立独立、可触达的人工复核程序。申请人提出异议后，复核人员应当重新核对原始材料，允许补充说明，并判断系统规则是否遗漏特殊情形，而不是再次输入相同数据后重复原结论。👩💼
- 在不利决定中说明主要事实、适用依据和未通过的具体原因。
- 提供线上与线下并行的异议入口，避免数字能力不足者被排除。
- 对重大权益事项设置人工最终决定，不宜完全自动审批。
- 保存算法版本、数据调用和操作日志，确保复议时能够追溯。
- 对频繁引发同类申诉的规则开展审计，及时修正系统性偏差。
六、技术公开不等于公开全部源代码
要求可解释，并不意味着必须向所有人公开完整源代码。更可行的方式，是公开审批事项所依据的规范、主要判断条件、数据类别、人工介入标准及纠错渠道。涉及商业秘密或系统安全的内容可以依法保护，但不能因此掩盖直接影响申请人权益的裁量基准。
复议机关处理此类案件时，也不必局限于检查程序页面是否正常运行，而应审查规则来源是否合法、数据是否准确、结论能否由证据支持、个案是否得到必要考虑。必要时，可以引入技术调查、专家辅助或算法审计，但最终判断仍应回到行政法上的职权、程序、证据和比例原则。
总结：让AI提高效率，也让申诉真正有效
政务AI智能体能够减少重复劳动，却不能替代行政机关承担法律责任。机器裁量的核心争议，不是要不要使用AI，而是如何保证权力运行可说明、可纠正、可追责。只有把充分告知、人工复核、日志留存、算法审计和行政复议衔接起来，公共服务审批才能同时获得效率与公信力。✅
