当人工智能技术深度渗透社会治理各领域，智库建言作为连接学术研究与政策实践的关键纽带，正迎来从经验决策到智能辅助的转型契机，亦正面临“效率革命”与“价值重塑”的双重命题。如何以技术突破传统桎梏，同时坚守“为国建言、为民献策”的思想深度与民生温度？这既是时代赋予智库的新使命，也是提升决策科学性的必答题。

传统智库模式亟待破局

当前，传统智库建言正面临新形势下的老问题，集中表现为“三难”。

动态响应难，数据壁垒制约时效。数字经济加速迭代，平台经济监管、灵活就业保障等经济社会新变量层出不穷，但部门数据壁垒未破、信息孤岛尚存，导致对新问题的捕捉滞后于政策需求。正如中央党校（国家行政学院）智库建设报告所指出：“当数据整合速度跟不上政策调整节奏，咨政建言便会错失‘窗口期’”。

供需匹配难，靶向偏离削弱效能。部分研究陷入“自循环”，或聚焦静态问题忽视政策新动向，或脱离决策议程闭门造车，形成研究供给与决策需求的错位。这种“靶向偏离”直接导致成果转化率偏低——据《中国智库发展报告》统计，未进入决策视野的研究成果中，60%源于对政策议程的“感知滞后”。

学用转化难，理论实践存在鸿沟。学术研究若脱离基层实际，易沦为“空中楼阁”；基层经验若缺乏理论提炼，又难以突破“局部探索”的局限。这种“学理悬浮”与“经验碎片化”的对立，违背了“理论联系实际”的马克思主义认识论，制约着智库效能的释放。

人工智能介入智库建言的机遇与挑战

人工智能为智库建言注入“新动能”，其突破性意义体现在三重机遇。

数据处理取得“加速度”，实现从分散到系统的跨越。借助机器学习算法，AI可实时整合跨领域、跨层级数据，打破“信息孤岛”，将碎片化信息转化为结构化知识，使对经济社会动态的感知效率提升数倍。

跨域整合拓展“宽维度”，实现从单一到立体的拓展。借助自然语言处理技术，政策分析能够整合政策文本、舆情数据、学术文献等多方面信息，构建多层级、多维度的分析框架。例如在共同富裕议题中，既能整合居民收入数据，也能纳入公共服务均等化指标、群众诉求反馈，使建议兼顾发展效率与社会公平，契合以人民为中心的发展思想。

预测预警凸显“前瞻性”，决策研判实现“从被动到主动”的转变。通过算法模型对历史数据的学习，AI可模拟不同政策选项的实施效果，预判潜在风险，为决策打出“提前量”，使智库建言从“事后应对”转向“主动布局”。

然而，在人工智能带来技术机遇，进行效率革新的当下，科学理性地审视技术赋能的边界与风险，尤为重要。这既是效率革命，更是价值考验。

一方面算法偏见可能导致“价值偏差”。若训练数据存在地域、群体偏向，那么在对“乡村养老”“西部教育”等议题进行研判时可能出现失真的情况，偏离共同富裕的价值导向，违背实事求是的思想路线。

另一方面技术依赖可能削弱“人文关怀”。当AI可以自动生成“智库建言初稿”时，是否会削弱学者对“真问题”的深度思辨？“基础理论是应用研究的基石”，我们必须警惕“技术依赖”替代“田野调查”的偷懒现象，确保智库建言的思想深度不被技术所消解。若忽视田间地头的基层实地调研，易使分析沦为数据堆砌，背离“从群众中来、到群众中去”的工作方法——这恰是智库建言的灵魂所在。

人机协同为智库建言提质增效铺就路径

在人机协同的实践中，要探索出有效的路径，让智能服务于更好、更科学的决策。为实现人工智能与智库建言的良性融合，其关键在于构建“技术赋能不越位、价值引领不缺位”的协同机制。

在技术应用上需搭建“智能+智库”融合平台，聚焦“三个赋能”。一是为数据赋能。该平台应具备实时抓取政务数据、社会舆情、学术成果，构建动态更新的政策信息库，落实“数据赋能治理”的要求。二是为分析赋能。通过算法模型开展多维度推演，如模拟“双减”政策在城乡不同学区的实施差异。三是反馈赋能，对接实践督查系统，形成“研究-决策-反馈”闭环，确保建议落地见效，同时还能实现成果转化追踪，标注建议采纳进度。《重报内参》通过“专家资源库+智能分析”提升选题精准度的做法，也为AI辅助选题推荐提供了参考。

在机制构建上需明确“人类主导、AI辅助”的定位，这是原则，更是底线。AI承担数据清洗、趋势分析等技术性工作，研究者则聚焦“价值判断”与“实践校验”，对AI生成的初步结论，需结合对实践需求的理解、基层实际的把握进行修正。例如对于AI生成的“关于农民工就业政策建议”，学者需要结合实地调研，补充“灵活就业保障”等细节，保持对实际情况的深入理解，发挥传统深入基层的优势，坚守群众路线的优良传统。同时建立AI成果“双盲审核”机制，由学术机构审学理逻辑，实务部门审实践可行性，共同评估建议的可行性与伦理风险，确保建议既符合政策方向，又贴合基层实际。

在能力建设上要培育“技术+政策”复合人才，这是支撑，更是保障。一方面提升研究者的技术素养，使其善用AI工具又不盲从算法；另一方面强化技术人员的政治素养，使其理解国之大者的深刻内涵。具体举措包括在智库团队中嵌入数据科学家，同时要求研究者掌握AI工具基础；高校开设智能建言课程，融合统计学、公共政策、伦理规范等知识，参考智库人才多元化的建议，为智库建言领域输送更多具备综合能力的人才。

人工智能时代的智库建言，既是技术革新的产物，更是价值坚守的载体。人工智能为智库建言注入的，从来不是“替代人类”的革命，而是“延伸智慧”的工具。唯有将技术优势、理论优势与实践优势相结合，让技术的效率与人类的温度在建言中交融，才能让智库建言既具科技精度，更有民生温度，实现科学决策与民本思想的“双向奔赴”，让智库建言在新时代发挥更大的作用，为推进国家治理体系和治理能力现代化贡献智慧力量。

（作者周晓雪系可持续交通创新中心研究员、北京交通大学国家交通发展研究院院长助理；李亚朋系北京交通大学经济管理学院博士研究生）