AI智能体批量申请福利，公共服务系统承压

编者按：当AI智能体开始替人“跑腿办事”，公共服务的入口第一次面对的不是人，而是一批批不知疲倦的自动化程序。申请量的激增未必意味着滥用，反而可能是长期沉默的权益终于被唤醒。

过去两年，AI智能体（AI Agent）从演示视频走进了真实世界的业务流程。它们能打开网页、填写表单、上传材料、跟踪进度，理论上可以代替用户完成绝大多数重复性的行政操作。而当这种能力被用在公共服务领域——住房补贴、失业救济、医疗补助、税务减免——事情开始变得不一样了。

据TechCrunch记者Russell Brandom报道，多个公共服务机构的申请量出现了异常增长，背后推手正是这些自动化的AI智能体。与人们担心的“机器人刷单”“系统性欺诈”不同，研究人员在实际核查后得到了一个出乎意料的结论。

“我们发现绝大多数案例，都是本来就有资格申领某项福利的人，去申领了那项福利。”这位研究者对TechCrunch表示。

当智能体学会“填表”

要理解这一现象，必须先理解公共服务申请流程的荒诞之处。以美国的补充营养协助计划（SNAP）、劳动所得税抵免（EITC）以及各州的医疗补助为例，许多福利项目的申请材料动辄数十页，需要反复证明收入、住址、家庭构成、资产状况，还要在特定时间窗口内完成续期。对于低收入、工作时间不规律、语言能力有限的人群而言，这套流程本身就是一道隐形的门槛。

学术研究长期估计，符合资格但未申领福利的比例在多个项目中高达20%至40%。这不是因为人们不想要，而是因为流程太贵——不是钱的成本，而是时间、精力和认知负荷的成本。AI智能体的出现，恰好把这道成本压到了接近零。

用户只需授权智能体访问自己的账户与凭证，它就能自动比对资格条件、生成申请材料、按时提交并跟踪状态。于是，那些本该在两三年前就提交的申请，在短短几个月内集中涌入了政府系统。

不是欺诈，而是“应得未得”

这解释了一个让政策制定者困惑的矛盾：申请量激增，但欺诈率并未同步上升。传统上，行政机构对异常流量保持高度警惕，因为历史上确实存在有组织的骗补行为。但这一次，数据的形态不同——申请人身份真实、材料真实、资格真实，唯一不同的是提交速度与规模。

换句话说，AI智能体并没有创造新的权利，它只是把既有的权利兑现了出来。这在伦理层面是个好消息，在运营层面却是个麻烦：公共服务系统的容量、预算与人力，都是按“历史申领率”而非“法定资格总量”来配置的。

系统的双重压力：算力与人力

首先是技术压力。政府IT系统大多建于十年前甚至更早，并发处理能力有限，防御机制主要针对机器人攻击而非合法自动化。当流量在短时间内放大数倍，系统崩溃、验证码失灵、接口限流成为常态，合法用户与智能体一起被堵在门外。

其次是人力压力。即便申请由机器提交，最终审核、面谈、例外处理仍需要人工介入。案件积压意味着真实需要帮助的人等待时间更长，而这恰恰与自动化的初衷相反。

更深层的问题在于预算逻辑。福利项目的年度预算通常有上限，当申领人数超出预期，机构要么申请追加拨款，要么收紧审核标准、提高拒批率——后者在实务中往往意味着真正脆弱的群体被误伤。

制度设计的新课题

面对智能体带来的“合法洪流”，公共部门大致有三条路径。其一是被动设限，例如要求人工验证、限制自动化访问，但这会同时挡住最需要帮助的人。其二是主动扩容，把系统容量与审核流程按法定资格总量而非历史申领量重新设计，并通过API为经过认证的第三方智能体提供规范化通道。其三是重新思考流程本身——如果AI能轻松完成一套申请，那么这套申请是否本来就该被简化甚至取消？

值得注意的是，这场变化并非只发生在福利领域。税务申报、驾照续期、营业执照、诉讼立案，都在经历类似的自动化渗透。公共服务面对的第一个“AI用户”，不是聊天机器人，而是批量办事的智能体。

对政策制定者而言，真正的问题不是“如何阻止智能体”，而是“当权利兑现的成本降到零时，制度是否还有能力承接”。这既是一场技术压力测试，也是一次关于公共资源分配逻辑的重新校准。

本文编译自TechCrunch