杭州余杭区最近公布了一组数据：区级政务 AI 平台自今年 5 月迭代升级以来，四个多月累计消耗超过 1200 亿词元。平均下来，每天有数亿次"AI 思考"在这个区的政务体系里运转。这可能是国内政务大模型规模化运行最直接的一份成绩单。
词元消耗量，比上线数量诚实
过去一年，各地政务 AI 平台的通稿大多在报"上线了多少个智能体、覆盖了多少个场景"。上线数量容易注水，挂个入口、配个问答，也算"上线"。词元消耗量造不了假，每一次调用背后都是真实的业务动作，没人会为凑数去白烧算力。
支撑这 1200 亿词元的，是两个跑出规模的智能体。一个是 AI 社工助手，覆盖全区 12 个镇街，日均调用超过 3000 次，全区事件整体办结率达到 94.32%，网格问题响应率 100%。基层社工把居民纠纷的情况录入进去，智能体给出责任认定和化解路径建议，调解人员照着路径推进。另一个是环保领域的执法助手，执法人员现场检查时能秒级调取企业档案，检索污染物和生产设备信息，企业档案梳理工作量下降 80% 到 90%，单家企业入企检查的筹备时间省下 30 到 60 分钟。
规模化靠的不是一次采购，是底座持续加码
这个平台 5 月那次升级做了两件事：算力提升近 3 倍，模型数量从 16 个拓展到 28 个。升级之后又上线了新的智能体，一个接入了 102 个权威网站和 700 万份本地政务数据，让回答有出处、可追溯；另一个归集了全区 500 家重点企业的数据，做产业分析。
值得注意的顺序：先有跑通的高频场景，再加底座能力，然后才有新场景长出来。 这和很多单位"先建大平台、再找场景"的路径正好相反。政务 AI 的建设预算大多花在看不见的地方，高频场景的调用数据，是判断这笔钱花得值不值的唯一可靠依据。
想复制的单位，先回答三个问题
看了这组数据想跟进的单位，建议先自问三件事。第一，有没有一个日均调用过千的场景。没有的话，先别扩平台，把一个具体业务做穿。第二，你的回答能不能追溯到出处。政务场景里，"AI 说的"四个字扛不住问责，答案必须带着数据和文件走。第三，你的算力和模型有没有留出迭代空间。业务量上来之后底座跟不跟得上，决定了项目是越用越好还是越用越慢。
政务智能体走到 2026 年秋天，分化已经开始了：有的停在发布会通稿里，有的每天数亿次地在基层跑着。区别不在技术多新，在于有没有人真的每天都在用。