OpenAI 联合盖茨基金会办亚洲防灾 AI Jam：用定制 GPT 加速救灾

台风过境、暴雨断路的时候，受灾民众的第一反应不再只是给热线排队，而是先去问 ChatGPT。

斯里兰卡遭遇迪特瓦气旋时，当地在 ChatGPT 上关于气旋的提问量暴增了 17 倍。2025 年 11 月塞尼亚尔气旋袭击泰国，相关咨询量也直接翻了 3.2 倍。普通人早就开始拿大模型当紧急求生指南，但在救灾一线，各国应急团队面对的依然是零碎的数据和手工报表。

OpenAI 在曼谷办了一场灾害管理 AI 工作坊（AI Jam），把东南亚和南亚 13 个国家的 50 位防灾减灾一线负责人请到了现场，拉着盖茨基金会、亚洲备灾中心以及 DataKind，手把手教应急人员怎么用大模型救急。

一线救灾，先从手捏定制 GPT 开始

这次来的 50 位负责人分别来自印度、菲律宾、越南、印度尼西亚、孟加拉国和泰国等 13 个国家，覆盖了政府应急部门、多边组织和民间救援机构。

亚洲向来是全球灾害最频发的地区，联合国人道协调厅的数据显示，全球约 75% 的受灾人口集中在亚洲。世界银行的数据也表明，灾害给东盟国家造成的损失累计已经超过 110 亿美元。

救灾最怕的是信息滞后。过去基层应急人员在断电缺网的严苛环境下，光是把各地上报的受灾情况整理成态势简报，就要耗掉几个小时。

这次工作坊没有讲虚的理论，OpenAI 的导师直接带着救灾人员上手搭定制 GPT 和可复用的工作流。重点盯了三个最耗时间的环节：编写灾情态势报告、灾后需求快速评估，以及向公众发布预警与避险指南。

亚洲备灾中心执行总监 Aslam Perwaiz 提到，他们正尝试把 AI 接入地理空间工具和风险分析，把卫星图像和地球观测数据更快转变成一线能看懂的行动建议。

这也是 OpenAI 在达沃斯论坛宣布「OpenAI 国家计划」之后，向公共服务场景落地的具体一步。官方表示未来几个月会进入第二阶段，推进技术试点部署。

为什么重要

对一线应急团队来说，这套方案最大的价值是低门槛。面对多语言、分散的灾情报告，哪怕是不懂代码的基层调度员，也能靠现成的提示词工作流迅速提炼核心需求，把救援响应时间从几小时压缩到几十分钟。

我们认为，OpenAI 这一步走得相当务实，但也极度聪明。它没有去推昂贵且难以落地的定制大模型系统，而是用现成的 GPTs 解决一线具体痛点。在盖茨基金会这类国际组织背书下，OpenAI 正顺理成章地将自己的生态切入到亚洲多国政府的应急和公共基础设施当中。

不过，救灾场景对准确性的要求是百分之百。大模型的幻觉如果混进安置点分布或物资需求清单，可能会带来致命后果。再加上极端灾害往往伴随大面积断网，完全依赖云端大模型的应急方案在断联时能不能稳住，依然需要接下来的实际试点来检验。